Виртуальная примерка одежды для интернет-магазина: почему self-host CatVTON/IDM-VTON — плохая идея для бизнеса

Virtual try-on (виртуальная примерка) — фича, о которой всё чаще спрашивают владельцы интернет-магазинов одежды: показать покупателю, как товар сядет на человека, прямо в карточке товара. Первое, что предлагает любая нейросеть или разработчик на фрилансе — поднять open-source модель (CatVTON, IDM-VTON) на своём сервере, чтобы не платить за API. На практике это решение почти всегда оказывается дороже и хуже, чем кажется на старте.

Ниже — честное сравнение на реальных примерах и практический совет для бизнеса.

Дисклеймер. Это не реклама конкретного сервиса, а разбор по итогам собственного тестирования на реальной e-commerce платформе.

Три варианта, которые тестировали

1. CatVTON — лёгкая open-source модель, можно запустить на потребительской видеокарте.

2. IDM-VTON — более тяжёлая open-source модель, выше требования к железу.

3. Fashion AI (API) — платный сервис, специализирующийся именно на fashion-примерке.

CatVTON: не видит границы тела

CatVTON неплохо работает с верхом (футболки, рубашки), но на платьях и низе (брюки, юбки) регулярно путает, где заканчивается тело и начинается фон или ткань. Результат — размытые, неестественные границы, особенно на длинных платьях и в полный рост.

Для карточки товара это критично: покупатель либо не поймёт, как сидит вещь, либо решит, что сайт сделан на коленке.

IDM-VTON: работает только с верхом и искажает фигуру

IDM-VTON в наших тестах по сути годится только для верхней одежды. При попытке примерить что-то ниже пояса или платье целиком результат либо не меняется, либо ломается. Отдельная проблема — модель визуально расширяет фигуру человека.

Для бизнеса это означает риск: покупатель увидит в примерке фигуру шире, чем у себя на фото, и это прямо бьёт по доверию к сайту.

Fashion AI: корректные пропорции и границы

При тесте на тех же товарах Fashion AI показал стабильно другой уровень: одежда садится по фигуре, границы тела не «плывут», поза и фон сохраняются,.

Головные уборы и аксессуары — слабое место даже у Fashion AI

Даже лучший из протестированных вариантов, Fashion AI, плохо примеряет головные уборы и аксессуары — шапки, шарфы, украшения, сумки, обувь. Технологии virtual try-on заточены под одежду на теле, а не под мелкие предметы со сложной посадкой.

Технологии виртуальной примерки пока требуют доработки — это не повод отказываться от них, но повод не обещать покупателю больше, чем есть.

Виртуальная примерка не заменяет офлайн-примерку

Ни о какой полной замене офлайн-примерки речи не идёт. Виртуальная примерка минимизирует возвраты и офлайн-визиты, а не убирает их полностью. Если модель одежды визуально явно не садится — офлайн-примерка или консультация всё ещё нужны.

Совет для бизнеса: ограничивайте количество примерок на пользователя

Ориентир по цене: $8 бюджета ≈ 100 примерок. Без лимитов пользователи будут «баловаться» функцией. Правило:

• лимит примерок на пользователя (N раз в день / на товар);

• для гостей — жёстче, чем для авторизованных с историей покупок;

• логирование от злоупотреблений (боты, скрипты).

«А если поставить open-source модель на свой сервер и не платить?»

• Железо — нужен GPU с 24 ГБ видеопамяти (RTX 4090 / A100), и это минимум.

• Доступ из России — санкционные ограничения на зарубежные облачные GPU.

• Качество ниже даже при вложениях в железо.

• Обслуживание на вас — обновления, даунтайм, масштабирование.

Практический совет для бизнеса

1. Используйте специализированный Fashion AI API или другие API, а не универсальные open-source модели.

2. Не обещайте примерку аксессуаров и головных уборов как основную фичу.

3. Позиционируйте примерку как снижение возвратов, а не замену офлайн-примерки.

4. Ограничивайте количество примерок на пользователя ($8 ≈ 100 примерок).

5. Считайте TCO, а не только цену API-запроса.