WearWow：通过自适应词元打包和偏好调整进行原生 2K 多服装虚拟试穿

合成原生 2K 多服装虚拟试穿是数字时尚中的一个艰巨前沿，其严重瓶颈在于两个基本限制：2k 条件引起的 O(N^2) 内存爆炸，以及过度平滑高频织物细节的扩散模型的光谱偏差。我们推出了 WearWow，这是一种端到端、无掩模的生成框架，开创了超高分辨率多服装合成的先河。为了缓解内存爆炸，我们提出了自适应 2D 词元打包（ATP）。 ATP 利用固有的服装稀疏性，通过算法将异构项目打包到统一的 2D 画布上，并修剪无信息的背景标记，最大限度地减少有效序列长度和后续内存开销，同时严格保留 2D 空间先验。为了纠正纹理退化，我们引入了多维试穿奖励（MTR）系统。 MTR 协同语义指导奖励来显式驱动触觉恢复，并与布料分布奖励相结合以隐式锚定物理分布，这是一种有效缓解严重 奖励作弊 的联合公式。此外，我们还策划了 WearWow-2K，这是一个由原生 2K 三元组组成的极高质量数据集，提供了物理上正确的空间交互，自然地增强了模型的无掩模生成能力。大量实验表明，WearWow 建立了新的最先进水平，超越了原生 2K 多服装合成的现有商业基线。