MagicClothing est une nouvelle architecture de réseau basée sur le modèle de diffusion latent (LDM), spécialement conçue pour les tâches de synthèse d'images pilotées par vêtements. Elle permet de générer des images personnalisées de personnages portant des vêtements spécifiques à partir d'une invite textuelle, tout en garantissant la préservation des détails vestimentaires et une représentation fidèle de l'invite. Grâce à un extracteur de caractéristiques vestimentaires et à une technique de fusion d'auto-attention, le système offre un haut degré de contrôlabilité de l'image et peut être combiné à d'autres technologies telles que ControlNet et IP-Adapter pour améliorer la diversité et le contrôle des personnages. De plus, un indicateur d'évaluation MP-LPIPS (Matching Point LPIPS) a été développé pour évaluer la cohérence entre l'image générée et les vêtements d'origine.