Fashion-VDM ist ein videobasiertes Diffusionsmodell (VDM), das zur Erzeugung von Videos für virtuelles Anprobieren entwickelt wurde. Das Modell verwendet ein Kleidungsstückbild und ein Personenvideo als Eingabe, um ein hochwertiges Video des Anprobierens des Kleidungsstücks zu generieren, wobei gleichzeitig die Identität und die Bewegungen der Person erhalten bleiben. Im Vergleich zu traditionellen, bildbasierten virtuellen Anprobiermethoden zeichnet sich Fashion-VDM durch hervorragende Detailtreue der Kleidung und zeitliche Konsistenz aus. Die Hauptvorteile dieser Technologie umfassen: Diffusionsarchitektur, klassifikatorfrei geführte Verstärkung der Steuerung, eine progressive Zeittrainingsstrategie zur Generierung von Einzelvideos mit 64 Frames und 512 px sowie die Effektivität des gemeinsamen Bild- und Videotrainings. Fashion-VDM setzt neue Maßstäbe im Bereich des virtuellen Anprobierens von Videos.