Genlook vs. Open-Source Try-On-Modelle

IDM-VTON ist das Modell, auf das die meisten Entwickler zuerst stoßen. Das ECCV 2024 Paper wird oft zitiert, die Replicate-Seite verzeichnet über 1,6 Millionen Durchläufe und die Gewichte sind frei herunterladbar. Der Betrieb erfordert jedoch eine Vorverarbeitung mit Human Parsing und DensePose, eine Demo, deren Auto-Masking auf Oberteile fokussiert ist, und rund 17 Sekunden Rechenzeit pro Bild auf einer A100.

CatVTON unterliegt im Repository denselben CC BY-NC-SA-Bedingungen, und fal deklariert die gehostete Version ausdrücklich als reines Forschungsprojekt.

Kolors Virtual Try-On ist die beliebteste Try-On-Demo auf Hugging Face, doch es steckt kein offenes Try-On-Modell dahinter: Das Open-Source-Release von Kolors umfasst das Text-zu-Bild-Modell von Kuaishou, und der Space leitet Anfragen an einen privaten Endpunkt weiter. Der kommerzielle Weg ist das Try-On von Kling, das über Kling selbst und Host-Anbieter wie fal für rund 0,07 $ pro Call als reine Inferenz verkauft wird.

Wie Genlook das löst

Genlook ist eine kommerzielle Try-On-API mit durchgehender Lizenz. Ein einziger Endpunkt deckt Kleidung, Schuhe, Brillen, Schmuck, Hüte und Perücken ab – ganz ohne Masken, Prompts oder Vorverarbeitung. Ergebnisse kommen synchron oder per Webhook zurück, Endnutzer sind verwaltbare Datensätze, die auf Anfrage gelöscht werden können, und die Engine wird im Rahmen desselben Vertrags kontinuierlich verbessert. Ein Try-On kostet 0,02 $ im Abo und 0,015 $ bei großem Volumen, ganz ohne eigene GPUs.

Nutze die offenen Modelle, um die Technologie zu verstehen. Wenn aber echte Kunden am anderen Ende warten, nimm eine API, die sauber lizenziert ist und gewartet wird.