酷，浙大、vivo最新出的一款视频虚拟试衣模型：MagicTryOn，服装的时空一致性、稳定性、服装细节都保持的不错，效果可以直接用于电商广告了

支持图像试穿、视频试穿，以及自定义试穿

擅长在比如跳舞这种人体大幅度运动，和复杂场景中试穿

具备泛化能力，可以在玩偶上进行虚拟试衣

其用扩散Transformer取代U-Net架构，来提升模型的表达能力；结合全自注意力机制联合建模视频的时空一致性，确保试衣效果在时间和空间维度上自然流畅。

我觉得如果你想去掉模特的衣服，原理也很简单。大家都懂吧

MagicTryOn是一种基于大规模视频扩散Transformer的虚拟试穿框架，其核心创新点包括：
1）采用Wan2.1扩散Transformer作为主干网络架构；
2）运用全自注意力机制建模时空一致性；
3）引入渐进式细节保留策略与掩码感知损失函数，显著提升服装区域还原保真度。