OOTDiffusion是一個基於潛在擴散模型（LDM）的虛擬服裝試穿AI工具，由Yuhao Xu、Tao Gu、Weifeng Chen和Chengcai Chen組成的團隊開發，來自Xiao-i研究機構。
該工具支持半身模型和全身模型兩種模式，能夠適應不同性別和體型。用戶可以通過調整模型路徑、服裝路徑等參數來精細控制虛擬試穿的細節。OOTDiffusion在GitHub上開源，提供了詳細的安裝和使用指南，模型權重也可在HuggingFace平台獲取。
基本介紹
- 外文名：OOTDiffusion
- 類別：圖像處理、創意生圖
研發背景,核心技術,核心團隊,套用場景,產品功能,
研發背景
OOTDiffusion是基於Stable Diffusion模型微調的開源工具，用於實現現實且可控的基於圖像的虛擬試穿(VTION)，其開發團隊來自Xiao-i Research。
OOTDiffusion通過融合基於潛在擴散的裝配技術（Outfitting Fusion）並引入Outfitting Dropout訓練方法，使模型能夠根據服裝特徵生成更可控的試穿圖像。
相關研究論文《OOTDiffusion: Outfitting Fusion based Latent Diffusion for Controllable Virtual Try-on》於2024年發布於arXiv，並被AAAI 2025接收。
核心技術
OOTDiffusion基於潛在擴散模型（Latent Diffusion Model, LDM），具體是基於Stable Diffusion的模型微調。其核心創新在於採用裝備融合（Outfitting Fusion）技術，在去噪 UNet 的自注意力層中採用裝備融合，並在訓練時執行裝備 dropout（Outfitting Dropout），以實現針對服裝特徵的無分類器指導。在工作流程中，模型將服裝圖像和人體兩個輸入編碼到潛在空間中，然後輸入到裝備 UNet 中，通過裝備融合將服裝特徵納入去噪 UNet，最後解碼回人體上的蒙版目標區域。
核心團隊
OOTDiffusion由Yuhao Xu、Tao Gu、Weifeng Chen和Chengcai Chen組成的研究團隊開發，該團隊來自Xiao-i Research機構。
套用場景
OOTDiffusion作為一個虛擬服裝試穿工具，支持半身模型和全身模型兩種模式，能夠適應不同性別和體型的用戶。
OOTDiffusion適用於數字藝術、遊戲開發及虛擬現實等領域。
該工具也可套用於時尚設計領域，例如定製AI模型或服裝設計。
產品功能
高解析度圖像生成：支持最高 4096×4096 解析度
多模態生成：文生圖 / 圖生圖 / 圖像修復
高效運算最佳化：生成速度提升 1.5-6 倍
即插即用集成：一行代碼兼容主流模型
物理細節增強：自動修復缺失圖像細節
