Tstars-Tryon 1.0: Надежная и реалистичная виртуальная примерка разнообразных предметов одежды
Tstars-Tryon 1.0: Robust and Realistic Virtual Try-On for Diverse Fashion Items
April 21, 2026
Авторы: 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
Аннотация
Последние достижения в области генерации и редактирования изображений открыли новые возможности для виртуальной примерки. Однако существующие методы по-прежнему не справляются со сложными требованиями реального мира. Мы представляем Tstars-Tryon 1.0 — коммерческую систему виртуальной примерки, отличающуюся надежностью, реалистичностью, универсальностью и высокой эффективностью. Во-первых, наша система сохраняет высокий процент успешных операций в сложных случаях, таких как экстремальные позы, значительные изменения освещения, размытие в движении и другие условия неконтролируемой среды. Во-вторых, она обеспечивает высокофотореалистичные результаты с мелкими деталями, точно сохраняя текстуру одежды, свойства материалов и структурные характеристики, при этом практически избегая артефактов, характерных для ИИ-генерации. В-третьих, помимо примерки одежды, наша модель поддерживает гибкую композицию нескольких изображений (до 6 референсов) для 8 категорий товаров с согласованным контролем идентичности человека и фона. В-четвертых, для преодоления проблем задержки при коммерческом развертывании система оптимизирована для скорости вывода, обеспечивая генерацию, близкую к реальному времени, для бесшовного пользовательского опыта. Эти возможности реализованы благодаря комплексному системному дизайну, включающему сквозную архитектуру модели, масштабируемый механизм данных, надежную инфраструктуру и многоэтапную парадигму обучения. Многочисленные оценки и масштабное промышленное внедрение демонстрируют, что Tstars-Tryon 1.0 достигает лидирующих показателей общей производительности. Для поддержки будущих исследований мы также публикуем комплексный бенчмарк. Модель развернута в промышленных масштабах в приложении Taobao, обслуживая миллионы пользователей и десятки миллионов запросов.
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.