中山大学联合字节跳动智能创作数字人团队提出了一种多模态多参考虚拟试穿框架MMTryon，通过输入多个服装图像及指定穿法的文本指令生成高质量的组合试穿结果。该方案利用服装编码器和多模态注意机制，实现了真实自然的虚拟换装效果，消除了对服装精细分割的依赖。实验证明MMTryon优于现有方法，具有商业潜质与价值。