Tstars-Tryon 1.0: Prueba Virtual Robusta y Realista para Diversas Prendas de Vestir
Tstars-Tryon 1.0: Robust and Realistic Virtual Try-On for Diverse Fashion Items
April 21, 2026
Autores: Mengting Chen, Zhengrui Chen, Yongchao Du, Zuan Gao, Taihang Hu, Jinsong Lan, Chao Lin, Yefeng Shen, Xingjian Wang, Zhao Wang, Zhengtao Wu, Xiaoli Xu, Zhengze Xu, Hao Yan, Mingzhou Zhang, Jun Zheng, Qinye Zhou, Xiaoyong Zhu, Bo Zheng
cs.AI
Resumen
Los recientes avances en generación y edición de imágenes han abierto nuevas oportunidades para el probador virtual. Sin embargo, los métodos existentes aún tienen dificultades para satisfacer las complejas demandas del mundo real. Presentamos Tstars-Tryon 1.0, un sistema de prueba virtual a escala comercial que es robusto, realista, versátil y altamente eficiente. En primer lugar, nuestro sistema mantiene una alta tasa de éxito en casos desafiantes como poses extremas, variaciones de iluminación severas, desenfoque de movimiento y otras condiciones en entornos naturales. En segundo lugar, ofrece resultados altamente fotorrealistas con detalles granulares, preservando fielmente la textura de la prenda, las propiedades del material y las características estructurales, evitando en gran medida los artefactos comunes generados por IA. En tercer lugar, más allá de la prueba de ropa, nuestro modelo admite una composición flexible de múltiples imágenes (hasta 6 imágenes de referencia) en 8 categorías de moda, con control coordinado sobre la identidad de la persona y el fondo. En cuarto lugar, para superar los cuellos de botella de latencia en el despliegue comercial, nuestro sistema está altamente optimizado para la velocidad de inferencia, ofreciendo una generación casi en tiempo real para una experiencia de usuario fluida. Estas capacidades están habilitadas por un diseño de sistema integrado que abarca una arquitectura de modelo de extremo a extremo, un motor de datos escalable, infraestructura robusta y un paradigma de entrenamiento multietapa. La evaluación exhaustiva y el despliegue del producto a gran escala demuestran que Tstars-Tryon1.0 logra un rendimiento general líder. Para apoyar la investigación futura, también publicamos un punto de referencia integral. El modelo ha sido desplegado a escala industrial en la aplicación Taobao, atendiendo a millones de usuarios con decenas de millones de solicitudes.
English
Recent advances in image generation and editing have opened new opportunities for virtual try-on. However, existing methods still struggle to meet complex real-world demands. We present Tstars-Tryon 1.0, a commercial-scale virtual try-on system that is robust, realistic, versatile, and highly efficient. First, our system maintains a high success rate across challenging cases like extreme poses, severe illumination variations, motion blur, and other in-the-wild conditions. Second, it delivers highly photorealistic results with fine-grained details, faithfully preserving garment texture, material properties, and structural characteristics, while largely avoiding common AI-generated artifacts. Third, beyond apparel try-on, our model supports flexible multi-image composition (up to 6 reference images) across 8 fashion categories, with coordinated control over person identity and background. Fourth, to overcome the latency bottlenecks of commercial deployment, our system is heavily optimized for inference speed, delivering near real-time generation for a seamless user experience. These capabilities are enabled by an integrated system design spanning end-to-end model architecture, a scalable data engine, robust infrastructure, and a multi-stage training paradigm. Extensive evaluation and large-scale product deployment demonstrate that Tstars-Tryon1.0 achieves leading overall performance. To support future research, we also release a comprehensive benchmark. The model has been deployed at an industrial scale on the Taobao App, serving millions of users with tens of millions of requests.