一种通用模型：基于 LLM 灵感的双向 Tweedie 扩散实现任意姿态下的统一试穿与试脱
计算机视觉与模式识别
2026-04-15 v3
摘要
最近的扩散方法在图像基虚拟试穿方面取得了显著进展，实现了更真实、端到端的服装合成。然而，大多数现有方法仍受限于依赖展览服装和分割掩码，以及处理灵活姿态变体的能力有限，这些局限性降低了在实际场景中的实用性；例如，用户无法轻松将一人穿着的服装转移到另一人身上，生成的试穿结果通常仅限于参考图像的同一姿态。本文引入 OMFA（One Model For All），一个用于虚拟试穿和试脱的统一扩散框架，无需展览服装，支持任意姿态。OMFA 受离散扩散语言模型的掩码范式启发，构建在基于双向 Tweedie 扩散的框架中，用于目标选择性去噪于潜在空间。它无需下身约束，仅需单张肖像和目标服装作为输入，旨在支持灵活的服装组合和跨人服装转移，更贴合实际使用场景。此外，借助基于 SMPL-X 的姿态条件，OMFA 支持仅通过单张图像实现多视角和任意姿态试穿。广泛实验表明，OMFA 在试穿和试脱任务上实现了最先进的结果，为虚拟服装合成提供了实用且通用的解决方案。项目页面：https://onemodelforall.github.io
引用
@article{arxiv.2508.04559,
title = {One Model for All: Unified Try-On and Try-Off in Any Pose via LLM-Inspired Bidirectional Tweedie Diffusion},
author = {Jinxi Liu and Zijian He and Guangrun Wang and Guanbin Li and Liang Lin},
journal= {arXiv preprint arXiv:2508.04559},
year = {2026}
}