深度:Google I/O大会发布AI时尚购物功能
【写在前面】我在上周末的文章里讨论了4月底 ChatGPT中推出的购物功能,OpenAI正试图与谷歌搜索进行直接的竞争。换更大的视角,后者能否从创新者窘境中走出来,如何平衡新业务模式对广告核心收入的冲击,是大家最关注的话题。5月20日,在Goole I/O 2025年度开发者大会上,大象迅速全面反击,跳出了一支漂亮的舞曲。
2025年5月,Google的全球搜索市场份额为 89.7%,首次跌破90%,相比2022年的93%显著下滑。同期,ChatGPT全球访问量达 51.41亿次,环比增长13.04%,同比暴涨182%,超过 X(Twitter)成为全球流量第五大网站,日活跃用户(DAU)已达到1.6亿。
DKan,公众号:1stRow
ChatGPT时尚购物测评:无广告乌托邦?
0011::0022
女性对Mix&Match穿搭需求的本质从没有改变。在影响了一代时尚潮流的著名青少年电影《Clueless》(1995)中,主角Cher的电子化衣橱让人梦想,30年后的今天,AI让这一切实现并超越科幻。
概述:
与往年通常侧重于硬件或操作系统更新不同,今年Goole开发者大会的主题演讲“完全聚焦于生成模型、基于代理的系统和开发者工具”,这标志着Google在战略上重新定位,迈向“AI优先”的未来,展示了其将人工智能深度整合到产品生态系统中的坚定承诺。几乎每一段功能发布都很震撼,但本文仅聚焦时尚购物相关的领域。
关键词正是当下最热门的Agent,谷歌正通过掌控用户互动中的“Agentic ”层,从一个搜索提供商转变为日常生活的智能代理,从而寻求捕获更大的价值。谷歌搜索中增强了此前上线的“AI Mode”,提供一种对话式和代理式的购物体验;整合“虚拟试穿”功能,使用户能够在其自身照片上数字可视化服装效果。也从侧面体现了这次组织架构调整实现的领导力。
这是一场定义电子商务未来的动态竞争。谷歌的显著优势在于其现有的搜索主导地位及其庞大、实时的产品数据库,购物图谱是一项巨大的资产,这为其AI提供了无与伦比的价值。这也是一个巨大的、利润丰厚的市场机会,没有哪个主要参与者愿意错过。OpenAI、亚马逊和Perplexity等公司也已推出或正在推出自己的购物功能。
对此,Wallpaper的报道直接提出了对“无形的轨道”引导用户到“与谷歌商业上密不可分的业务和服务”的担忧,回应了我上周末文章的提问:AI购物是无广告的乌托邦吗?如果AI成为购物的主要界面,其推荐将拥有巨大的权力,是否受到广告商业利益的微妙影响,从而可能导致市场多样性或竞争性下降。会否削弱用户对AI驱动的搜索和购物能力的信任,尽管其提供了便利。
这种激烈的竞争和现实的挑战,很可能刺激AI购物的快速创新,最终通过更先进的模型、更无缝的体验造福消费者。很多观点认为:这次Google I/O大会是一场对创业公司的死亡审判,是上涨的潮水冲刷了海滩上的沙堡还是抬升了冲浪的快艇?是大树底下寸草不生还是生态疯长?与巨头的周旋是摆在中外所有创业者面前的第一道必答题。这个讨论从互联网时代开始就没有停歇过,还是让我们先回到这次产品本身。
0055::4499
Vidhya Srinivasan(Vice President and General Manager for Ads and Commerce at Google)在2025年I/O开发者大会上发布Shopping功能
代理式助手:AI驱动的购物模式
AI模式被描述为对“搜索的彻底重塑”。用户可以提出“更长、更复杂的查询”,并进行多轮对话,将搜索从基于关键词的查询转变为对用户门槛更低的方式。这个“罗马”不是一日建成的,在2024年,美国用户在 Google Shopping 上搜索商品时,已经可以看到由AI 总结的、购物该类商品时应考虑的信息(基于网络上的文章,来源包括 YouTube、Reddit、Pinterest 等)。
现在整合Gemini模型和谷歌庞大的购物图谱(包含超过500亿个产品列表,每小时更新20亿个),能够解释复杂的自然语言查询,包括天气或地点等上下文信息,从而提供根据精确需求量身定制的动态、视觉化建议。如果用户选择启用,它甚至可以从过去的搜索记录和Gmail数据中提取信息,以实现更深层次、更个性化的定制 。技术上如何利用AI的造型和推荐能力提高消费者的决策, 详见原文。
人工智能驱动的服饰搜索与搭配推荐正迈向更加智能、人性化和多元融合的阶段。从技术层面看,Transformer和GNN等模型为核心的兼容性学习已日臻成熟,正与生成式AI、虚拟仿真等新兴技术交汇,孕育出颠覆传统购物体验的可能。从产业层面看,个性化推荐已经成为时尚电商的标配功能,未来谁能率先打造出懂用户、会创意、能互动的智能搭配助手,谁就能在激烈的市场竞争中脱颖而出。当然,我们也清醒地认识到挑战依然存在——数据质量、计算成本、审美主观性、用户隐私等等,都需要持续的创新和投入来解决。
DKan,公众号:1stRow
AI如何帮你完成时尚搭配 Get The Look
用户可以设定目标价格或支出限额,谷歌的AI将监控价格和库存情况,并在符合条件时通过Google Pay自动下订单,帮助用户“无需持续检查价格就能抢到优惠” 。Project Mariner是一个早期研究原型,现已演变为Agent,它进一步使AI能够“为您完成任务”,例如购买门票、预订旅行或甚至查找公寓列表并安排参观,通过用户ID与网站互动来完成这些任务 。
这标志着从“拉取”模式(用户手动搜索和拉取信息)到“推送”模式(AI主动推送解决方案并执行操作)的深刻转变。这可能促使用户更深层次地依赖AI来完成日常任务,而不仅仅是信息收集。它还暗示着企业需要如何呈现其产品才能“AI代理就绪”,超越传统的搜索引擎优化(SEO)。这种模式与新兴的“代我完成”经济趋势相符 ,谷歌正将自己定位在这一趋势的前沿。
0055::1144
在我们所开发的智能穿搭产品Get The Look里,Read模块中所搭建的虚拟试穿功能,采用当时(2024年12月)的SOTA方案,是与Google不同的开源技术路线,效果更佳但更费时。
虚拟试穿:弥合数字与物理鸿沟
谷歌的“试穿”功能允许用户将自己的全身照片上传到谷歌搜索应用或Search Labs。这张个人照片随后成为虚拟服装可视化的画布 ,这个判断与我上次对ChatGPT的测评一致。也就是对话框不是核心界面,模特人台(甚至是用户自己的数字替身)才是,就像设计师笔下的白纸。在 2023年,Google 就开始为购买女式衬衫的顾客提供在多种体型模特上查看商品的功能,随后增加了连衣裙等其他品类。通过将服装逼真地呈现在共80 位不同体型、身材和种族等的真实模特图片上,来展示商品效果。关于虚拟试穿技术的详解, 可以看我2024年的文章。

2023 年 6 月 ,谷歌迈出了大胆的一步,发布了 TryonDiffusion(论文地址https://arxiv.org/abs/2306.08276 )。和华盛顿大学共同开发的这一项目是首款全部利用扩散模型的技术方案,通过两个UNet(一种深度学习模型)的结合,创造了一个名为Parallel-UNet的架构。放弃服装warping 模块,巧妙地处理了严重的遮挡、各种姿势和身体轮廓的变化,以高分辨率的清晰度,细致地保留了服装的细节。这一创新标志着与传统方法GAN的重大背离,为此后虚拟试穿方案奠定了路基。
DKan,公众号:1stRow
AI虚拟试穿将改变时尚 Virtual Try-on in Style
我当时(2024年10月)就预言:这些模型和解决方案本质上的差异并不大,在某些领域的特色并没有为整体效果带来巨大飞跃。但我相信随着数据增加和算力提升,虚拟试穿技术实现商业化应该就在一年之内。从大厂对该赛道的布局来看,热情不亚于视频生成领域。有望在2C市场上诞生千万级的DAU产品。
谷歌最新发布的功能声称这是“同类中首个达到如此规模的”——能够处理“数十亿件服装” 。该功能已在美国的Search Labs中可用,并计划在更广泛的地区推出。通过减少不确定性和高昂的退货成本,谷歌为消费者(信心)和零售商(盈利能力)提供了切实的价值,将自己定位为在线时尚的关键推动者。GII Research一份报告预测:虚拟试穿价值显著增长,从2024年的125亿美元增长到2030年的488亿美元,年增长率为
25.5%。
0077::2244
来自Youtube两位博主对男装和女装的分别实测
二手调查:KOL反馈和我的短评
由于目前功能只在美国地区可用,我的魔法又出了问题,只能采用“二手“资料。以下试用测评来自科技与AI产品、以及时尚领域的当地博主:
Brady Snyder
科技记者,Android Central博客
Snyder原本对这项技术持怀疑态度——他不喜欢试衣间,也认为AI试衣可能是噱头。但在现场体验后,他被惊艳到了。他上传了一张全身照后,AI在几秒内生成了他穿着一套浅色西装的图像,效果“令人震惊地真实”。虽然他承认这项技术可能还不完美,但已经足够让人放心在线购物:“我对这套工具非常有信心,尤其是在我尝试的是一套我平常不会穿的衣服。”他强调,谷歌的AI试衣比之前那些“贴纸风格”的AR试穿工具高级得多:衣服有自然褶皱,合身度也更真实。体验过程非常流畅,只需点击“试穿”按钮、上传照片,约10秒后便可看到效果。
【My Comments】可能这位记者对此前的 虚拟试穿技术发展并不熟悉,基于3D建模的AR试穿技术路线很多年前已经被市场验证暂时还不可行。Google是用2D模拟3D方法的先驱,但是这一基于扩散模型的方法也同样具有局限性,风格迁移的幻觉以及当下仍受限于可试穿品类(目前仅支持部分服装,例如衬衫、裤子、连衣裙和半身裙)等问题。从结果看,我认为Google这次发布的成果也未必是SOTA,亚马逊和阿里等对手同样具备技术积累,还有FLUX这样的玩家,后者的工作流效果目前的短板是对算力的消耗,意味着Google对用户等待时长和算力成本的坚持。
Eric Hal Schwartz
科技媒体编辑,TechRadar网站
Schwartz使用Google Search Labs测试了这项功能,他表示效果相当不错,虽然不是完全无瑕疵的视觉幻觉,但“起码能让你看到大概上身效果”。谷歌的AI模型能够“真实地模拟面料在不同身形上的褶皱、拉伸与堆叠”,在他试穿西装时,连鞋子都被自动替换成更匹配的样式。他也指出了一些小缺陷:例如在试穿短裤时,他的腿部看起来“过细而且毫无毛发”,不符合真实形象。此外,目前不能试穿泳装或特殊服装,而且尺寸和宽松度的表现也不理想。
【My Comments】退货最大的原因是消费者脑中幻象与真实上身效果之间的偏差。在美国的一项调查数据显示,虚拟试穿最有帮助的三大用途尺寸排在最末,分别是“我可以看到款式是否适合我”(63%)、“我可以看到颜色是否适合我”(51%)和“我可以准确了解衣服的尺寸”(46%)。“试衣效果”不是理性算法的结果,更多是预期管理。有线下零售店导购经验的朋友一定能理解这一点。现在,基于扩散模型的技术路线,被认为无法避免的GenAI 幻觉问题最常被诟病。在试穿场景中扩散模型几乎只关注可视化效果,会不会反而成为创造消费者幻象的魔法棒?时尚,等于造梦,不是吗?
Bryson Moore
时尚/生活方式博主,brycekicks, Instagram/TikTok
Moore尝试了该功能并分享了他的一些观点。他上传照片并选择了一些时尚单品(如宽松裤子),但AI生成的穿搭结果并不完全令人满意。他调侃说:“这是一个灾难性的穿搭组合,别这么穿。”认为AI在搭配时并不考虑时尚感,有时生成的穿搭组合“看起来很尴尬”。他总结说,这个工具能帮你看看某种款式在你身上的大致效果,但无法替你判断搭配是否好看。它不懂审美或时尚品味,因此,不能代替人的时尚判断。
【My Comments】正如我在 前文所说:当前的基础模型仍因缺乏结构化知识而难以理解时尚领域内的特定部分,最典型的挑战之一是缺乏为什么这样搭配的语料。尽管服饰搭配推荐的研究已从度量学习量、判别模型拓展到生成模型,但图像与文本之间的跨模态检索准确率仍落后于约70%。设计专家模型训练,是一种直接但成本高昂的方法。利用网络剪枝和知识蒸馏等技术为增强知识提供了潜在的解决方案。
Lia Haberman
营销顾问与创作者经济专家,LinkedIn
Haberman认为认为这将彻底改变购物行为:“如果人们只需要上传一张照片就能看到穿着效果,还需要刷博主试穿视频或UGC(用户生成内容)吗?”她指出,目前近一半的Z世代用户是在社交媒体上开始购物搜索的,但谷歌的新工具可能重新把用户吸引回搜索引擎,因为它更以消费者为中心,不再依赖“别人穿在身上好看”的影响力逻辑。她也提醒品牌与创作者:如果这项功能流行起来,可能会削弱“种草博主”与UGC的价值。
【My Comments】对于一般消费者,试穿解决尺寸合体的风险。然而,带有设计感的时尚服饰,不仅仅是关于身高三围的简单数字问题。个性化需求超越了合身性,甚至有时会刻意“牺牲”合身性。它同时跟每款设计的美学意图,材料、颜色、廓形的综合表现,以及消费者对该设计的理解都息息相关。女性消费者绝大多数时候也不是只穿单件,Style 的核心是关于Mix & Match,购买决策很大程度上取决于如何搭配,甚至妆容、发型和环境都会带来影响。因此,我不认为“带货博主”的价值将消失。
Marques Brownlee
科技评测博主,“MKBHD”,Twitter/YouTube/TikTok
Brownlee亲自测试了谷歌的AI“虚拟试穿”功能,展示了该工具如何将不同服饰自然地套用到他本人的全身照片上。他指出一个明显的问题:系统虽然“建议”你使用自己的照片,但实际上并不限制,只要是全身照都能生成图像。他认为,虽然试穿效果惊艳,但这个“任何人照片都能用”的特性是一个需要谷歌认真处理的问题。他调侃道:“看来我们真的在全力奔向AI未来了。”总体来看,他的态度是:这项技术令人惊叹,但也存在隐忧。
【My Comments】首先熟悉这一技术领域的从业者,会认为这一效果离惊艳还很远,另外,合规性问题我在上一篇 关于ChatGPT购物的文章里也谈到了,用户的肖像作为隐私并没有被OpenAI采用。政策风险与用户体验的利弊权衡中,两位竞争者不同的选择反映了创始人性格的差异。法律总是滞后于技术变革,未来法规的制定需要确保人工智能发展符合有关个人数据使用的道德标准,并保障多样性减少偏见。《大西洋月刊》的文章甚至指出:当使用男性或女性的照片试穿某些服装时,该工具会自动添加或增强胸部,似乎是根据某种“超级理想化的身材标准”来扭曲用户的身体。尽管 Google 表示已设置阻止上传明显的未成年人图片和屏蔽敏感服装类别的“强大防护措施”,这也导致一些性感的(比如泳装)的正常试穿受到限制。

结语
这个赛道,最难最正确的事是“个性化‘!我的洞察在之前的文章里已详细讨论, 欢迎阅读。AI模式凭借其处理“从想法到购买的整个购物漏斗”的能力,以及“消除摩擦”并“压缩旅程”的代理结账功能,正在从根本上重塑消费者在线发现、评估和购买产品的方式。购物的未来日益“关乎个性化和提供无缝体验”,忠诚度可能从传统的品牌亲和力转向AI代理所提供的便利性和有效性。谷歌的AI举措不仅仅是增强功能,更是电子商务系统性转型的催化剂,将其推向更大的自动化、个性化和视觉参与度。这要求零售商从根本上重新评估其商业模式和数字战略,以保持竞争力。
根据Klaviyo最新对全球8000名消费者的调查,74%的消费者期望品牌在2025年提供更加个性化的购物体验,66%希望感受到“被重视和理解”。然而,现实与理想存在显著差距:仅有34%的消费者在过去六个月内体验过真正个性化的服务,且41%的消费者仅忠诚于一两个品牌。这表明,个性化已成为品牌留存客户的核心竞争力,但多数企业尚未掌握其精髓。
DKan,公众号:1stRow
2025时尚零售:AI最大的价值是提升个性化体验