WearWow：原生2K多衣物虚拟试穿，解决显存爆炸与纹理平滑难题
本文介绍WearWow框架，旨在解决虚拟试穿(VTON)在原生2K分辨率及多衣物场景下的显存瓶颈与高频细节丢失问题。通过自适应2D Token打包(ATP)优化显存占用，利用多维试穿奖励(MTR)对齐机制纠正扩散模型的频谱偏差。实验显示，在VITON-HD和自建WearWow-2K数据集上，该方法在FID、LPIPS等指标上优于IDM-VTON、CatVTON及OminiTry等基线，实现了无掩码多衣物的照片级真实感生成。需注意，高分辨率生成涉及深度伪造风险，且MTR训练计算开销较大。