AI 模特时代到来：字节x清华推出商用级视频换装模型DreamVVT，保真度显著领先SOTA

字节跳动与清华大学联合推出视频换装模型 DreamVVT，在视频虚拟试穿领域取得突破。该模型基于 Diffusion Transformer 构建，采用两阶段框架，突破传统方法对成对数据的依赖，支持任意服装与复杂场景输入。DreamVVT 在 ViViD-S 和 Wild-TryOnBench 数据集上多项指标达到 SOTA，显著提升服装细节保真度与时序稳定性。其多模态设计融合动作、视觉、文本与外观信息，结合 LoRA 微调策略实现高效训练。实验验证其在复杂场景下的泛化能力，为电商与娱乐行业提供高效视频生成方案。
来源：https://mp.weixin.qq.com/s/VaCrLFSk_0XdaB8_voI8nQ