fashn-vton-1.5

github地址：https://github.com/fashn-AI/fashn-vton-1.5

项目定位：是什么？

fashn-vton-1.5 是一个开源的虚拟试衣模型，旨在提供生产级的高质量生成方案。

• 核心定位：可用于生产环境的高质量开源方案。
• 适用场景：电商展示、试衣 App、内容创作等。

---

一、四大核心亮点

Pixel-space（像素空间生成）

解决痛点： 传统方法因压缩导致细节丢失。

Maskless（无分割推理）

解决痛点： 传统方法依赖人体分割 Mask，边界易出错。

• 无需 Mask：完全不需要手动或模型生成的人体分割图。
• 自动学习：模型自动判断“哪里该换衣服”、“哪里保持不变”。
• 效果优势：

衣服形变更自然（如宽松衣物）。

完美保留人体特征（脸、手等细节）。

高性价比（非巨型模型）

定位： 垂直领域专用优化，而非盲目堆砌参数。

参数量：约 972M (接近 10 亿)

推理速度：H100 ≈ 5 秒/张

显存需求：~8GB (消费级 GPU 即可运行)

完全开源 + 可商用

关键意义： 摆脱闭源 API 依赖，直接落地产品。

License：Apache 2.0

资源提供：

HuggingFace 权重

GitHub 推理代码

商业友好：可直接用于电商或试衣 App 开发。

---

二、模型架构简述

核心架构：MMDiT (多模态扩散 Transformer)

1. 双流交互：Person + Garment 分别编码，学习衣服如何匹配人体。
2. 单流融合：统一生成最终图像。
3. Patch-mixer：关键优化点，用于降低计算成本。

输入数据包含

人物图

服装图

姿态 (keypoints)

类别 (上衣 / 下装 / 连衣裙)

---

总结：为什么值得关注？

维度	fashn-vton-1.5 优势
效果	像素级细节保留，纹理不糊
易用性	无需复杂预处理 (Maskless)
成本	消费级显卡可跑，推理快
生态	Apache 2.0 开源，可商用落地

一句话评价：这是一个在效果、速度与成本之间取得极佳平衡的垂直领域专用模型。

懒人包使用

双击start.bat,等待终端启动

终端启动后，访问红框中的网址

打开网址后，按照文字提示

上面选择目标人物，下面选择要换的衣物（或者参考衣物的人像）
选top替换上半身，选择bottom替换下半身，选择one替换全身（比如连衣裙等）

Tips

点击此处 网盘下载

这个模型只专注一键换衣，适合电商等使用场景

相比其他模型，有着更好的一致性

其他的模型优点在于可以无中生有，在原本的服装上修改颜色和样式等，但也同时是缺点

当我们只想测试衣物原本的效果时，不需要改变颜色，不需要改变细节，就可以使用这个效果

建议换装时，优先使用全身照片，正面照片，这样模型效果更好