KI SpotlightNewsOxygen-TryOn: Fashion-natives Foundation-Modell für virtuelle Anproben
Ein einheitliches, speziell für Mode entwickeltes Modell, das nicht auf allgemeiner Bildbearbeitung aufsetzt
Mit KI erstellt◆ Fakten auf einen Blick
- Oxygen-TryOn ist ein einheitliches Foundation-Modell für die virtuelle Anprobe beliebiger Kleidungsstücke (any-item virtual try-on).
- Das Modell ist 'fashion-native', d. h. es wurde speziell für Anproben entwickelt und nutzt eine eigene Daten-Engine sowie try-on-spezifisches Training, anstatt ein allgemeines Bildbearbeitungsmodell zweckzuentfremden.
- Oxygen-TryOn kann mit einem oder mehreren Referenzartikeln (saubere Produktfotos oder getragene Fotos aus der Praxis) und einem einzelnen Zielpersonenbild ein fotorealistisches Bild der Person synthetisieren, die die Artikel trägt.
- Das Modell deckt nach Herstellerangabe praktisch jede Modekategorie ab.
Fashion-natives Foundation-Modell für virtuelle Anproben
Oxygen-TryOn ist ein einheitliches Foundation-Modell, das von Grund auf für die virtuelle Anprobe von Mode entwickelt wurde. Es setzt nicht auf eine zweckentfremdete allgemeine Bildbearbeitung auf, sondern ist „fashion-native“: Das Modell wird durch eine dedizierte Daten-Engine und ein try-on-spezifisches Training betrieben. Diese spezialisierte Architektur unterscheidet es von früheren Systemen, die oft auf generische Bildeditoren zurückgriffen und für verschiedene Kleidungsstücke separate Pipelines benötigten. Oxygen-TryOn arbeitet als einheitliches Modell für beliebige Modekategorien und ist nicht auf einzelne Kleidungsstücke beschränkt.
Fotorealistische Synthese mit beliebigen Referenzartikeln
Das Modell erzeugt aus einem oder mehreren Referenzfotos und einem Zielpersonenbild ein fotorealistisches Anprobebild. Als Referenz können saubere Produktfotos oder getragene Kleidungsstücke aus Alltagsaufnahmen dienen. Oxygen-TryOn deckt dabei praktisch alle Modekategorien ab – von Oberbekleidung über Hosen und Schuhe bis zu Accessoires. Die Synthese erfolgt auf Basis der speziell für die virtuelle Anprobe entwickelten Daten-Engine und des try-on-spezifischen Trainings, die das Modell befähigen, Kleidungsstücke aus unterschiedlichen Quellen präzise auf die Zielperson zu übertragen. Das Ergebnis ist ein fotorealistisches Bild, das die Person mit den gewählten Referenzartikeln zeigt.
