Примерка одежды нейросеть: как это работает

Что такое виртуальная примерка одежды?

Виртуальная примерка — это генерация изображения, на котором выбранная вещь показана на конкретном человеке. На вход идут две картинки: фотография человека и фотография одежды, снятой отдельно или на другом человеке. На выходе получается один кадр, где вещь уже надета.

Сразу разведём два продукта, которые называют одним словом. Первый — примерочная в магазине: она привязана к каталогу, знает артикул и показывает именно ту вещь, что лежит на складе. Второй — редактирование фотографии нейросетью по текстовому описанию, где модель рисует «похожее пальто», а не конкретное.

Тип решения	Что подаёте	Что получаете	Где ломается
Примерочная маркетплейса	Своё фото и карточку товара	Именно эту вещь на себе	Работает только внутри каталога площадки
Редактор изображений с ИИ	Своё фото и текстовый запрос	Похожую вещь нужного силуэта	Принты и логотипы искажаются
Редактор с картинкой-образцом	Своё фото и фото вещи	Близкую копию образца	Сложные фактуры и сборки
Генерация модели с нуля	Только фото одежды	Синтетическую модель в этой вещи	Лицо и телосложение случайные

Спрос идёт в основном к первым двум строкам. Продавцам маркетплейсов чаще нужны третья и четвёртая: им важно одеть вещь на человека для карточки, а не одеться самим.

Как нейросеть «надевает» одежду на фото?

Модель не натягивает пиксели одежды на силуэт, а перерисовывает область целиком, удерживая в памяти детали образца.

До 2023 года эта задача решалась в два приёма: сначала геометрическая деформация вещи под позу, потом вклейка. Оба шага портили результат по очереди. Работа TryOnDiffusion, представленная на конференции CVPR 2023, предложила диффузионную архитектуру Parallel-UNet, где две сети объединены в одну. Одежда там деформируется неявно, через механизм перекрёстного внимания. Деформация и смешивание с телом идут единым процессом, а не двумя отдельными задачами подряд.

Разница ощутима именно на смене позы и телосложения. Прежние методы умели либо сохранить детали вещи, либо изменить позу — но не одновременно. Объединённая архитектура держит и то и другое, поэтому кофту с фото модели ростом метр восемьдесят можно увидеть на человеке другой комплекции.

Ограничение спрятано во входных данных. Модель училась на парах «человек и вещь», где обе картинки существуют реально. Она восстанавливает вид ткани, но не рассчитывает физику: как именно эта плотность трикотажа ляжет на ваши плечи, из пары изображений не выводится.

Где виртуальная примерка уже работает в проде

Крупнейшее развёрнутое решение — примерка в Google Shopping, и по её истории видно скорость развития технологии.

Функция запущена в июне 2023 года и на старте охватывала только женские топы брендов вроде Anthropologie, LOFT, H&M и Everlane. Модель показывала вещь на реальных людях разного телосложения, а обучали её на миллионах случайных пар изображений. Своё фото загрузить было нельзя: выбирали из готового набора моделей.

Через два года ограничение сняли. В обновлении от мая 2025 года Google разрешил загружать собственную фотографию в полный рост и добавил рубашки, брюки, юбки и платья. Функция открылась в Search Labs в США и опирается на Shopping Graph, где больше 50 миллиардов товарных карточек, причём свыше 2 миллиардов позиций обновляются ежечасно.

Для российского покупателя картина складывается так: примерка «в один клик с карточки товара» пока живёт внутри чужой экосистемы и вне доступа. Что доступно здесь и сейчас — универсальные редакторы изображений, где вы собираете сцену сами.

Как примерить одежду нейросетью на своём фото?

Отдельного инструмента «примерочная» в каталоге Trackly нет. Задача решается редактированием изображения: вы загружаете своё фото, прикладываете снимок вещи и описываете, что нужно надеть.

Работает это на моделях Google. Nano Banana построена на gemini-2.5-flash-image и стоит 55 токенов за генерацию; в документации Gemini API эта модель уже помечена как предыдущее поколение. Более тяжёлый вариант — Nano Banana Pro на gemini-3-pro-image за 90 токенов: документация разрешает ей принимать до шести референсных изображений объектов за раз, выдавать 1K, 2K и 4K и работать в соотношениях от 1:1 до 21:9. Все сгенерированные изображения получают водяной знак SynthID.

Что стоит держать в голове при таком подходе:

• Вещь на образце должна быть снята целиком и по возможности на ровном фоне.
• Один запуск — одна вещь. Верх и низ одновременно модель путает.
• Логотипы, надписи и мелкие принты воспроизводятся приблизительно. Для карточки товара это критично.
• Результат каждый раз новый: одинакового кадра при повторном запуске не будет.

Разбор возможностей и границ модели собран в обзоре Nano Banana, а тарифы и стоимость запусков — на странице цен.

Почему примерка не показывает посадку и размер?

Потому что модель работает с изображением, а не с телом и тканью. Ни ваших мерок, ни характеристик материала у неё нет.

Это главное расхождение между ожиданием и результатом. Человек открывает примерку, чтобы понять «сядет ли», а получает ответ на вопрос «как это выглядит». Задачи разные: посадка зависит от обхвата груди и талии, длины рукава, плотности и тягучести полотна, конструкции лекала. Ничего из этого списка в двух картинках не закодировано.

Промахи отсюда предсказуемые. Модель охотно «подгоняет» вещь по фигуре, даже если в реальности размер мал. Она сглаживает складки в местах натяжения — а именно там и видно, что вещь тесная. Длину рукава и низа она берёт из пропорций образца, поэтому на человеке другого роста результат смещается.

Что примерка действительно решает: цвет рядом с вашей кожей, силуэт и длину относительно фигуры, сочетаемость с остальным образом. За размером по-прежнему идут в таблицу мерок продавца.

Кому примерка полезнее: покупателю или продавцу?

Экономический эффект у продавца заметно больше, и причина простая: он делает одну картинку для тысяч показов, а покупатель — одну для себя.

Для карточки на маркетплейсе съёмка с моделью стоит дороже всего остального контента. Нейросеть закрывает эту статью частично: показать вещь на человеке можно без студии, стилиста и модели. Для товаров с простой геометрией результат уже пригоден, для сложных фактур и точных принтов пока нет. Подробнее про сборку карточек читайте в материале про нейросети для карточек товара.

Покупателю технология сокращает не расходы, а число возвратов из-за «не понравилось на мне». Возвраты из-за размера она не отменяет.

Как подготовить фото, чтобы результат был реалистичным

Качество исходника решает больше, чем выбор модели.

• Снимайте в полный рост, фронтально, руки не заслоняют корпус.
• Ровный рассеянный свет и однотонный фон. Пёстрый фон модель принимает за часть одежды.
• Облегающая одежда на исходном фото. Объёмный пуховик прячет силуэт, и нейросеть достраивает его наугад.
• Разрешение выше 1000 пикселей по короткой стороне: мелкие детали лица и рук на маленьком кадре рассыпаются.
• Никаких сложных поз и сильных ракурсов. Чем ближе к позе на снимке вещи, тем точнее совпадение.

Тот же набор требований работает и для соседних задач вроде фотосессии по одному снимку.

Виртуальная примерка сегодня — это быстрый способ увидеть образ целиком до покупки или до съёмки. Пределы у неё ясные: вид она показывает точно, посадку не показывает вовсе.

Источники

• TryOnDiffusion: A Tale of Two UNets — arXiv, CVPR 2023, проверено 7 августа 2026.
• How AI makes virtual try-on more realistic — блог Google, июнь 2023, проверено 7 августа 2026.
• Shopping on Google: AI Mode and virtual try-on updates — блог Google, май 2025, проверено 7 августа 2026.
• Gemini API: генерация изображений — Google AI for Developers, проверено 7 августа 2026.