AI虚拟试衣接单怎么做，帮服装商家做模特换装图 一单50-2000元实操拆解

上周一个做淘宝女装的朋友跟我吐槽，说他上一个拍摄季花了8600块请模特拍春夏新款，拍了30个款，每个款正面侧面背面三张，一共90张图。

8600块90张，一张接近100块。

而且他跟我说了一个让我挺意外的数据。这30个款里有5个款式后来卖爆了，但模特图里的颜色跟实物有色差，因为他那个模特穿的是工厂寄来的样衣，样衣的颜色跟大货有偏差。有顾客收到衣服之后投诉说「实物颜色比图片深好多」。

我就跟他说，你有没有试过AI虚拟试衣？把你的衣服平铺图丢给AI，让它直接穿到模特身上去。

「这玩意靠谱吗？」

我花了两天给他做了一组对比。同样的衣服，一边是传统模特拍摄，一边是用OOTDiffusion生成的虚拟试衣图。我把两套图混在一起发给他，让他分辨哪张是AI做的。

他选错了4张里3张。

。。。

然后他就认真了，让我帮他把剩下25个还没拍模特图的款全部用AI生成。

我跟他说一个款正面侧面两张收50块，25个款50张，一共2500块。他说行。

我用CatVTON在本地跑的，一张图大概一分半钟。25个款两天搞定。2500块进账，除了电费没有任何成本。

这个市场为什么现在能做

先说个背景。

服装电商的退货率你知道有多恐怖吗？行业平均20%到30%，女装甚至能到40%。线下试衣间退货率只有5%到10%。

中间的差距是什么？就是「我不知道穿上什么样」。

所以这几年虚拟试衣成了一个很热的技术方向。Revery.AI拿了YC S21的投资，做的是B2B虚拟试衣间，HN上103分，评论区都在讨论这个事。法国的Veesual拿了750万美元融资，专门给时尚品牌做虚拟试穿平台。

但这些都是面向大品牌、大平台的SaaS解决方案，起步价就是几千块一个月，小卖家根本用不起。

机会就在这里。

跟AI产品摄影一样，工具本身是开源免费的，但大部分服装卖家不会部署、不会调参数、不知道哪个模型效果好。他们需要一个人帮他们搞定这件事。

而且跟产品摄影不同，虚拟试衣的技术门槛更高，不是打开网页选个模板就能搞定的，所以竞争者少很多，客单价也更高。

你想想看，淘宝上活跃服装店铺少说几十万家，每个店铺每个季度上新几十到几百个款。这些新款都需要模特图。传统拍摄一个季度的成本动辄几万块。你用AI做同样的效果，成本接近零，收费只有传统拍摄的三分之一到十分之一。

这个价差太大了。

核心工具盘点

目前做虚拟试衣，市面上有这几个主要的开源模型。

OOTDiffusion，GitHub上6500多星，AAAI 2025的论文。这个模型的特点是可控性强，你可以分别控制模特的姿态、衣服的款式、以及衣服穿上去之后的效果。它的核心思路是把衣服图像和人物图像分开编码，然后融合生成最终效果。是目前开源虚拟试衣模型里最热门的一个。

IDM-VTON，5000多星，ECCV 2024的论文。这个模型主打「野外场景」，就是说它不要求完美的拍摄环境，普通的街拍照片、日常照片都能用。它解决的问题更实际，因为商家给你的模特图往往不是棚拍，光线和姿态各种各样。IDM-VTON对这种「不完美」的输入处理得比较好。

CatVTON，1700多星，ICLR 2025的论文。这个模型我的推荐度最高，因为它最轻量。整个模型只有不到9亿参数，可训练参数不到5000万，8G显存就能跑1024x768的图。什么概念呢，你一台3060笔记本就能本地跑。速度也快，一张图一分多钟。效果上虽然比OOTDiffusion稍微差一点，但对大部分服装电商的需求来说完全够用了。

还有ComfyUI的工作流。有人把IDM-VTON做成了ComfyUI的自定义节点，GitHub上接近600星。如果你已经在用ComfyUI做AI绘图，装上这个节点就能直接在工作流里调用虚拟试衣功能，跟你的其他AI绘图工作流串联起来，批量处理非常方便。

快手出的Kolors Virtual Try-On也有在线Demo，浏览器直接用，不用部署任何东西，适合完全不想折腾技术的人先体验一下效果。不过在线版的可控性比较差，只能上传衣服图和模特图，不能调太多参数。

我自己实际用的搭配是CatVTON主力出图，OOTDiffusion处理细节要求高的单子，ComfyUI工作流做批量处理。三个工具覆盖了从简单到复杂的所有场景。

硬件和部署成本

这块我得说清楚，因为虚拟试衣跟产品摄影不一样，它确实需要一定的硬件基础。

最低配置，NVIDIA显卡8G显存。CatVTON可以在8G显存上跑，但生成一张1024x768的图需要一分半到两分钟。RTX 3060 12G是性价比最高的选择，二手一千多块，12G显存跑CatVTON绰绰有余，跑OOTDiffusion也勉强够。

如果连显卡都没有呢？用Google Colab。免费的Colab给你T4显卡，16G显存，OOTDiffusion和IDM-VTON都能跑。Colab的免费额度虽然有限，但你接小单的时候完全够用。我自己第一个月就是纯用Colab跑的，没花一分钱硬件成本。

还有一个折中方案，租GPU。AutoDL、恒源云这些平台上租一张RTX 3090 24G，每小时两三块钱。如果你只是偶尔接单，不常驻，租显卡比买显卡划算。

软件环境的话，这些开源模型都是Python的，部署用conda或者Docker，GitHub上有详细的安装教程。CatVTON的仓库README写得特别清楚，照着步骤走，有Python基础的人半小时能搞定。没有Python基础的话，comfyui-workflows上有现成的ComfyUI虚拟试衣工作流，装好ComfyUI导入就行了。

跟我之前帮人建AI网站一样，工具部署本身也是一种门槛，会的人觉得简单，不会的人觉得是天书。正是这种门槛，让你能赚到钱。

操作流程，从接单到交付

我自己的流程，一步步拆给你看。

第一步，需求沟通。客户发来服装图片，可能是平铺白底图，也可能是穿在假人模特上的图，或者是工厂寄来的样衣实拍图。你跟客户确认几个关键信息，要用什么体型什么肤色什么风格的模特、需要几个角度、什么尺寸。淘宝主图一般是800x800正方形，详情页图要更宽一些。

第二步，准备模特素材。这里有个技巧，不用每次都找新模特。我自己收集了一套模特图库，大概30个不同体型、不同肤色、不同年龄段的模特，有站姿有坐姿有行走姿态。客户要什么风格的模特我就从库里选，不用每次现找。这套模特图库是我花了一周时间从Pexels、Unsplash这些免费图库上精心筛选的，质量和一致性都很好。

第三步，模型推理。把服装图和模特图喂给CatVTON，设置好参数跑一遍。第一次跑出来的图通常会有这样那样的小问题，比如衣服边缘有轻微错位、某个褶皱方向不太对、或者手部有点不自然。这些都需要手动处理。

第四步，后期修复。这是拉开你和别人差距的关键一步。不要直接把AI生成的图发给客户。用Photoshop或者在线修图工具修一下边缘、调一下色调、修一下手部。如果衣服上的图案有轻微变形，用液化工具调整。这一步花的时间可能比AI生成还长，但质量上能提升一个档次。

第五步，交付。按客户要求的格式和尺寸导出，淘宝主图、详情页图、主图视频（如果需要的话）。打包发过去，收钱。

一个款，从拿到衣服图到交付两张模特图，熟练之后30到40分钟。其中AI生成占5分钟，后期修复占25到30分钟。

定价策略

这块我一开始也定错了价，走了不少弯路。

最早我在闲鱼挂的是「AI换装图，10元一张」。来了几个客户，每个人发一堆衣服图让你做，做完之后一堆要求改的。算下来10块钱一张，加上沟通和修改时间，时薪可能不到30块。

后来我研究了一下市场行情，调整了定价结构。

单件换装，正面一张30到50元，正侧两张50到80元。适合小卖家偶尔需要几张模特图的情况。

批量换装套餐，20到50件衣服，每件正面加侧面两张，总价1000到3000元。单件折合下来25到40元一张，但批量接效率高很多，因为你用的模特是固定的，参数调好之后批量跑就行。

全品类模特图服务，50到100个SKU，用不同体型和肤色的模特覆盖，每件2到3张图，总价3000到8000元。这个是给有一定规模的服装品牌做的，他们需要模特图用于多个平台、多个渠道，对模特的多样性要求高。我自己接过一个80个SKU的单子，收了5000块，用CatVTON跑了一周。

月度合作套餐，每月帮客户处理新款模特图，固定费用1500到5000元，根据每月款式数量浮动。这种模式我最喜欢，因为收入稳定，不用每次都重新找客户。

目前我的均价在每张图35到50元。一天处理15到20张，日收入500到800。一个月工作20天左右，月收入1万到1.5万。加上两三个固定的月度客户，稳定在1.5万上下。

我知道你会说「这数据真的假的？」。坦率地说，我是从月入一两千慢慢做上来的，前面三个月主要在积累客户和作品集，收入不高。第四个月开始有了两个稳定的月度客户，收入才上来的。如果你现在开始做，前三个月的预期应该是月入两三千，后面逐步往上走。

去哪里找客户

客户来源这块，服装电商和普通电商不太一样，有一些专门的渠道。

1688商家社区是我目前获客最多的地方。1688上大量做服装批发的源头工厂和档口，他们需要模特图挂在网上给下游经销商看。但很多人请不起模特，用的都是假人模特或者手机随手拍。你在1688商家论坛发帖子展示AI换装的效果，附上before/after对比，很容易吸引到这些工厂客户。他们一次下单量很大，经常是几十个款一起做。

闲鱼和小红书也有用，但更适合接散单。闲鱼发「AI服装模特图制作」，小红书发换装对比笔记。小红书上服装类的内容流量很大，一条好的换装对比笔记能引来不少私信询价。

淘宝服务市场是正式渠道，在「模特拍摄」或「商品图片」分类下上架你的AI模特图服务。淘宝服装卖家在后台搜索「模特图」就能看到你。

还有一个渠道很多人忽略了，就是本地服装批发市场。我去过杭州的四季青、广州的白马市场，那里大量档口的老板需要模特图挂在微信朋友圈和抖音上卖货。你直接去档口跟老板聊，给他们看你手机里的换装案例，很多人当场就能拍板。这种线下获客方式虽然效率不高，但客户黏性很强。

Fiverr和Upwork面向海外客户。搜索「virtual try on」或者「AI fashion model」，你会发现有人定价5美元一张，也有人定价50美元。海外市场对AI虚拟试衣的接受度很高，尤其是独立站卖家，他们对模特图的需求很迫切但预算有限。

容易踩的坑

第一个坑，透明和半透明面料。蕾丝、薄纱、雪纺这些面料，AI处理的时候经常出现透视问题，衣服下面人体的轮廓透出来，看起来很诡异。有个客户发来一堆蕾丝连衣裙让我做模特图，我折腾了半天效果都不好，最后跟客户说这几个款做不了，只收了能做的部分的钱。

从那以后我就给自己定了个规矩，透明和半透明面料先试做一张看效果，不行就直接跟客户说。

第二个坑，客户给的模特图质量太差。有一次一个客户发来的模特图是他在朋友圈存的别人发的自拍，像素模糊，光线昏暗，还是斜的。这种图喂给AI出来的结果当然很差，但客户不理解，觉得是你的技术问题。后来我学聪明了，接单的时候就说清楚，模特图由我提供，客户只提供服装图。我自己的模特图库质量有保证，出来的效果可控。

第三个坑，批量出图忘了检查细节。有个50个款的单子，我批量跑完打包发过去。结果客户发现有三张图的衣服Logo是反的，还有一张模特的手指数量不对。我又重新做了四张，浪费了半天。

每张图至少看一遍再发，这个教训我记住了。

跟AI产品摄影的区别和选择

之前我写过AI产品摄影的拆解，有人问我这两个方向怎么选。

说真的，如果你完全零基础，先做产品摄影。门槛低，工具简单，不需要显卡，用手机就能做。先赚到第一笔钱建立信心。

如果你有一定的技术底子，会装Python环境会用命令行，直接上虚拟试衣。客单价更高，竞争者更少，而且服装电商的市场规模比普通电商更大。

还有一点，这两个方向不冲突。很多人是同时做两个的，产品摄影接日常小单，虚拟试衣接服装电商的大单。我自己就是两条线都在做，产品摄影月收入三四千，虚拟试衣月收入一万出头，加起来还不错。

之前写AI房产虚拟布景的时候我就说过一句话，AI视觉服务的核心逻辑都是一样的，用AI降低某个专业视觉服务的成本，然后从中间的价差里赚钱。虚拟试衣、产品摄影、房产布景，底层逻辑一模一样，只是服务对象不同。

这个副业适合什么人

有一点技术基础的人。不需要你是程序员，但你要会装软件、能看懂GitHub的README、遇到报错知道去搜一下。这些能力对很多人来说其实不难，只是从来没试过。

对服装和审美有感觉的人。虽然AI帮你做了大部分工作，但你得能判断一张模特图「好不好看」「自不自然」。尤其是后期修复那一步，需要审美判断力。

有耐心做精细活的人。虚拟试衣不像产品摄影一键出图，它需要调参、修复、重跑。有时候一张图要反复调四五次才满意。如果你没这个耐心，效果就会打折扣。

前期投入的话，如果用Colab方案，成本为零。如果买一块二手3060，一千多块，一个月内能回本。对我来说，这是一笔很划算的投资。