【实时报道】近日，中山大学及Pixocial等机构联合发布了轻量化虚拟试衣模型CatVTON，该模型仅需用户上传两张图片，30秒内即可完成虚拟试衣，无论是一般服饰还是二次元换装都轻松应对。CatVTON以Stable Diffusion v1.5 inpainting为基础，通过两个网络模块（VAE+UNet）和899.06M总参数量实现高效运行，模型大小仅需＜8G推理显存，输出分辨率可达1024×768，展现出卓越的轻量化优势。此创新技术不仅提升了虚拟试衣的效率与体验，且在训练上优化了模块选择，证实了Self Attention是关键模块，使得可训练参数量减少至总参数量的5.71%，大幅降低训练与推理成本。CatVTON的发布标志着虚拟试衣领域的一大突破，有望加速虚拟试衣技术的应用与普及。感兴趣的读者可访问项目主页或查阅论文了解详情。