Как сделать фото одежды на модели нейросетью для карточки WB и Ozon

Одежда — товар, который покупатель не может подержать в руках перед заказом, поэтому решение он принимает по тому, что видит на фото. Если на карточке только вещь на плечиках или флэт-лей на столе, представить, как она сядет по фигуре, сложно: не видна длина на реальном росте, драпировка ткани, посадка рукава. Раньше единственным способом закрыть этот пробел была фотосессия с живой моделью — студия, стилист, несколько часов работы на один товар, а при большом ассортименте — недели съёмок и заметная статья расходов на каждый сезон.

Сейчас часть этой задачи берёт на себя нейросеть: она переносит вещь с обычного фото товара на виртуальную модель за десятки секунд, без аренды студии и поиска модели под конкретную коллекцию. В этой статье разберём, как работает виртуальная примерка одежды нейросетью технически, что она умеет, а что — честно нет, и как встроить такие кадры в карточку, не нарушая правил площадок. Базовые требования к фото товара для Wildberries мы отдельно разбирали в статье про фото товара для WB — виртуальная примерка эти требования дополняет, а не отменяет.

Зачем карточке одежды фото на модели

Кадр с моделью снимает часть неопределённости, с которой покупатель сталкивается при заказе одежды онлайн. На плоском предметном фото видно вещь саму по себе, но не видно, как она сидит на теле: где заканчивается длина юбки, насколько объёмный рукав, как ткань держит форму в движении, а не только в статике на столе.

• показывает реальные пропорции — длину, объём, посадку по фигуре, а не просто «как вещь лежит на столе»;
• передаёт, как ткань драпируется и держит форму в динамике, а не только в статичной раскладке;
• снимает часть типовых вопросов в чат — «как сядет», «не будет ли мало» — покупатель отвечает на них сам, глядя на фото;
• делает карточку визуально более «живой» на фоне конкурентов, у которых только манекен или раскладка;
• помогает показать всю линейку расцветок на одной и той же модели и в одной сцене, вместо отдельной съёмки под каждый цвет;
• работает как второй-третий слайд серии, дополняя чистый предметный кадр, а не заменяя его.

Возвраты — отдельная больная тема категории. По данным самих маркетплейсов, доля возвратов в сегменте одежды в среднем держится в диапазоне 30–40%: покупатель заказывает несколько размеров «на всякий случай» или просто не угадывает с посадкой по фото. Вендоры технологий виртуальной примерки в своих маркетинговых материалах заявляют, что показ вещи на модели, а не только на манекене, снижает возвраты в среднем на 25%. Это цифры самих разработчиков технологии, а не независимое исследование, поэтому к ним стоит относиться как к ориентиру, а не как к гарантии — но логика за ними понятная: чем точнее покупатель представляет вещь на себе до заказа, тем реже она «не подходит» по факту.

Отдельно это заметно на категориях, где посадка решает всё: платья и юбки, где важна длина именно на конкретном росте, верхняя одежда, где играет роль объём в плечах, и трикотаж, который тянется и садится по фигуре иначе, чем лежит на плечиках. Для таких товаров кадр на модели — не украшение карточки, а фактически недостающая часть информации о товаре, без которой покупатель принимает решение вслепую.

Как работает виртуальная примерка технически

Технически виртуальная примерка — это генеративная модель, которая анализирует форму вещи на исходном фото: крой, длину, посадку, принт и текстуру ткани, — и переносит эту форму на фигуру виртуальной модели, сохраняя цвет и рисунок, но генерируя новую позу, ракурс, свет и фон. Это не «фотошоп», где кто-то вручную вырезает вещь и накладывает её на снимок человека, — нейросеть строит новую сцену целиком, опираясь на характеристики исходной фотографии.

Чтобы результат получился аккуратным, к исходному фото есть предсказуемые технические требования — они повторяются практически у всех сервисов такого рода:

• чистое фото товара — флэт-лей на ровной поверхности или вещь на манекене, без посторонних предметов в кадре;
• минимальное разрешение около 1024 px по меньшей стороне — на слишком мелком снимке нейросеть хуже «считывает» детали кроя;
• фронтальный ракурс — вещь снята прямо, без сильного перспективного искажения;
• ровный, рассеянный свет — жёсткие тени и блики модель может ошибочно принять за элемент кроя или фактуру ткани;
• однотонный, желательно светлый фон — чем меньше «шума» вокруг вещи, тем точнее нейросеть отделяет её форму от окружения.

По скорости обработки разные сервисы виртуальной примерки сходятся примерно в одном диапазоне — от 30 до 60 секунд на кадр, в зависимости от сложности вещи и выбранной сцены. Это на порядок быстрее классической фотосессии, где от брифа до готового кадра обычно проходит несколько дней.

Важно понимать разницу между виртуальной примеркой и обычной генерацией картинки по текстовому запросу. Когда нейросеть просто «рисует» человека в одежде по описанию, она не обязана точно повторить крой и принт конкретной вещи — цвет и детали может слегка исказить. Примерочная модель работает иначе: она отталкивается именно от загруженного фото товара как от эталона и старается максимально точно сохранить его форму, цвет и рисунок, меняя только позу, сцену и освещение вокруг. Поэтому для карточки маркетплейса нужен именно сервис виртуальной примерки, а не универсальный генератор изображений.

Пошагово: от фото товара до кадра с моделью

Весь путь от фото товара на столе до кадра с моделью в карточке укладывается в четыре шага.

Шаг 1. Снимите или найдите чистое исходное фото

Разложите вещь на ровной поверхности или наденьте на манекен, снимите фронтально при дневном свете на однотонном фоне. Расправьте складки, уберите заломы и посторонние предметы из кадра — чем аккуратнее лежит вещь на исходном фото, тем точнее нейросеть считает её крой и пропорции. Если под рукой только неудачный снимок с телефона, исходник можно предварительно докрутить нейросетью — как получить чистое студийное фото товара без съёмки, мы разбирали в статье про нейросеть для фото товара бесплатно.

Шаг 2. Загрузите фото и настройте параметры примерки

Загрузите готовое фото в сервис примерки и задайте параметры будущего кадра — пол модели, тип фигуры, сцену и ракурс. От этого набора зависит, насколько кадр будет соответствовать вашей аудитории и остальной серии карточки. Если товар планируется в нескольких сценах — студия для главного фото и улица или интерьер для лайфстайл-слайда, — удобнее сразу решить, сколько кадров нужно, и настроить их последовательно, не возвращаясь к загрузке заново.

Шаг 3. Дождитесь генерации

Обработка занимает от 30 секунд до минуты — вещь «садится» на модель, генерируются поза, свет и фон сцены. В это время можно готовить следующий исходник, если планируете собрать сразу несколько кадров. На товар с несложным кроем — футболку, платье прямого силуэта — обычно хватает одной генерации, а на вещь со сложными деталями (многослойность, драпировка, необычная застёжка) иногда стоит сделать два-три варианта и выбрать лучший.

Шаг 4. Проверьте результат

Сверьте цвет, принт и мелкие детали — пуговицы, молнии, вышивку — с оригиналом. Если что-то «поплыло», проще перегенерировать кадр, чем публиковать с искажением: несовпадение цвета на фото с реальным товаром — прямой путь к возврату и негативному отзыву.

Шаг 5. Соберите готовые кадры в серию карточки

Расставьте фото в логичном порядке: чистое предметное фото первым слайдом, кадр или два на модели — следующими, дополнительные ракурсы и детали кроя — ближе к концу серии. Такой порядок повторяет то, как покупатель принимает решение: сначала быстро оценивает товар в миниатюре поиска, затем изучает детали.

Какую модель выбрать и как держать единый стиль серии

Модель на фото — это не только «человек, на которого надета вещь», это ещё и сигнал покупателю: похожа ли фигура на витрине на его собственную. Женская одежда plus size, показанная только на модели со стандартными пропорциями, работает хуже — покупательница не видит, как вещь сядет именно на неё. Поэтому в примерочных сервисах обычно можно задать не только пол, но и тип фигуры — например, стандарт, plus size и атлетик, — и подобрать вариант ближе к своей аудитории.

То же касается сцены: студийный светлый фон подходит для базового ассортимента и первого впечатления в поиске, а улица, интерьер или природа лучше работают для лайфстайл-слайдов, которые продают не столько вещь, сколько образ жизни вокруг неё. Если товар сезонный — например, летнее платье или зимняя куртка, — сцена, соответствующая сезону, дополнительно усиливает восприятие: покупателю проще представить, как он наденет вещь именно в подходящих обстоятельствах.

• пол и тип фигуры модели — под основную аудиторию товара;
• одна и та же сцена (студия, улица, интерьер, природа) для всех карточек одной коллекции — так каталог выглядит собранным, а не «из разных источников»;
• единый ракурс — в полный рост, по пояс или крупный план — в зависимости от того, что важно показать: посадку целиком или детали кроя;
• порядок слайдов: чистое предметное фото первым, кадры на модели — вторым-третьим, чтобы не терять контраст в миниатюре поиска.

Что нейросеть ещё не умеет: честные ограничения

Виртуальная примерка — не полноценная замена фотостудии, и честно говорить об этом полезнее, чем обещать идеальный результат в любом случае. У технологии есть предсказуемые ограничения, с которыми сходится большинство разборов сервисов такого рода:

• тактильность ткани не передаётся — фактуру плотного трикотажа или лёгкого шёлка нейросеть показывает достаточно условно, на глаз это заметно при сравнении с реальной вещью;
• сложные позы дают артефакты — резкие развороты, динамика, взаимодействие с предметами чаще приводят к неестественным изгибам рук, складкам или лишним деталям, чем спокойная фронтальная поза;
• результат сильно зависит от исходника — на смятом, плохо освещённом или частично обрезанном фото вещи нейросеть хуже «читает» крой и чаще ошибается в пропорциях;
• мелкий сложный принт может слегка «поплыть» при переносе на новую позу — на пёстрой ткани это заметнее, чем на однотонной;
• комплекты из нескольких предметов (например, костюм из блузки и юбки, надетых одновременно) обрабатываются менее предсказуемо, чем одна отдельная вещь — стыки между предметами иногда искажаются.

Это не значит, что технологию не стоит использовать, — это значит, что к результату нужно относиться как к рабочему кадру для каталога, а не как к финальной ретуши рекламной кампании. Как и с любой генеративной технологией, качество результата растёт от версии к версии, поэтому имеет смысл время от времени пересматривать даже уже опубликованные карточки: то, что месяц назад выглядело как заметный артефакт, сегодня может генерироваться заметно чище.

Правила площадок для фото с моделью

У Wildberries в требованиях к фото есть конкретный ориентир: для категорий, где предусмотрена фотография на человеке, площадка прямо не разрешает ограничиваться только манекеном — то есть сама подталкивает продавца показывать вещь именно на модели, а не только в раскладке или на плечиках. Это ещё один аргумент в пользу того, чтобы в серии карточки был хотя бы один кадр с моделью, а не только предметные фото.

Отдельного однозначного правила именно про AI-сгенерированных моделей у площадок пока нет — ни явного запрета, ни отдельного разрешения. Требования к фото периодически обновляются, поэтому перед массовой заливкой карточек стоит свериться с актуальными правилами конкретной площадки — WB или Ozon — на момент публикации.

На практике безопаснее всего сочетать AI-кадры на модели с обычным предметным фото, а не полагаться только на генерацию: так карточка в любом случае соответствует базовым требованиям к фото товара, а виртуальная примерка выступает дополнением, а не единственным источником визуала. Это же снижает риск, если правила по AI-контенту на конкретной площадке в будущем уточнятся.

Частые ошибки

Большинство разочарований в виртуальной примерке связаны не с самой технологией, а с тем, как её используют. Вот на что чаще всего наступают селлеры, которые только начинают собирать серию карточек через нейросеть:

• загружать в примерку фото плохого качества — размытое, тёмное или с обрезанными краями вещи — и удивляться артефактам на выходе;
• использовать вещь, уже надетую на реального человека, вместо флэт-лея или манекена — крой считывается хуже, результат менее предсказуем;
• менять сцену и ракурс от карточки к карточке без системы — каталог выглядит собранным из разных источников;
• публиковать кадр без проверки мелких деталей — цвета, принта, фурнитуры — против оригинала;
• ставить кадр с моделью первым слайдом вместо чистого предметного фото — в миниатюре поиска он считывается хуже;
• считать, что одна AI-примерка закрывает всю фотопотребность карточки — сложную рекламную кампанию она не заменяет.

Почти все эти ошибки решаются одним и тем же — не спешить с публикацией и проверять каждый сгенерированный кадр так же внимательно, как проверили бы фото со студийной съёмки, прежде чем поставить его в карточку.

Когда нужна реальная фотосессия

Виртуальная примерка хорошо решает конкретную задачу — быстро проверить, как вещь смотрится на фигуре, и получить рабочие кадры для каталога без организации съёмки. Для большинства карточек массового ассортимента этого достаточно: покупателю нужно понять посадку и общий вид, а не разглядывать текстуру ткани в деталях. Это особенно удобно на старте продаж нового SKU: пока не понятно, «зайдёт» товар или нет, нет смысла сразу заказывать полноценную фотосессию — сначала можно проверить гипотезу быстрыми AI-кадрами и посмотреть на реакцию покупателей.

Но для части задач нейросеть — не замена фотографу:

• рекламная кампания бренда, где важна точная передача фактуры и настроения съёмки;
• видеоконтент и сложная динамика — бег, прыжок, взаимодействие с реквизитом;
• лукбук коллекции, где несколько вещей комбинируются на одной модели в едином образе;
• премиальный сегмент, где покупатель ожидает высокую детализацию ткани и фурнитуры.

Разумный подход — использовать виртуальную примерку для быстрого тестирования образов и базовых карточек, а бюджет на полноценную фотосессию направлять на хиты продаж и капсульные коллекции, где точность деталей особенно важна. Многие селлеры на практике комбинируют оба подхода в рамках одной карточки: чистое предметное фото и один-два кадра на AI-модели дают быструю базу, а по мере роста продаж конкретного SKU к нему добавляют кадры с настоящей фотосессии.

Чек-лист перед публикацией

Перед тем как ставить сгенерированный кадр в карточку, полезно пройтись по короткому списку — это экономит время на переделке уже после публикации:

1. 1исходное фото вещи чистое, фронтальное, без посторонних предметов в кадре;
2. 2разрешение исходника не ниже примерно 1024 px по меньшей стороне;
3. 3пол и тип фигуры модели соответствуют целевой аудитории товара;
4. 4сцена и ракурс одинаковые для всей серии карточки;
5. 5цвет, принт и мелкие детали на сгенерированном кадре совпадают с оригиналом;
6. 6кадр с моделью не стоит первым слайдом — впереди чистое предметное фото;
7. 7формат и размер фото соответствуют текущим требованиям площадки — WB или Ozon.

Похожие статьи

Фото товара

Фото товара для Wildberries: требования и съёмка

9 июля 2026 · 8 мин чтения

Фото товара

Предметная съёмка: дома своими руками или нейросетью

8 июля 2026 · 8 мин чтения

Фото товара

Замена фона на фото товара нейросетью

7 июля 2026 · 8 мин чтения