（来源：上观新闻）
在VITON📧-HD这🐲个真实数🥌据集上📦🧗♂️，Fit🌜-VT0️⃣O也表现出🥪💒色，在没有额🗨🇬🇹外在VITON😖🇦🇫-HD数据上🚡👓微调的情况🚂下，综合表❎现就已与专门在📄💂♀️VIT🥡🇲🇽ON-HD上训🉑🌩练的ID🗒🍿M-V🍨📪TON😶相当，而针对该👘数据集专门🎓微调后，Fi🇱🇰t-VTO在绝🇲🇿🚿大多数指标上进一🥽步超过IDM-◽🐨VTO☺N🇪🇺😠。
在模型架构上👨👩👧👦🍁，Fit-🎐VTO基于F🇵🇱lux🐌.1-dev的🇻🇮多模态扩散🥾🇱🇧变换器骨架，人物🌹参考图🤽♂️🙅的编码与目🕧🌖标图片在通🍨道维度上拼接（因🇧🇿为两者在空间上⛪是像素对应的），🔫而服装图的🍫🇩🇬编码则与其他信息👼在序列维度上拼🦔接（因🧂🏄♀️为服装图在空😫🇷🇺间上并不直接对🇬🇶应目标图片，需要🇸🇷🕜先经过模型自🤗🆙行"对齐🚢"）🐉。
