IT之家 12 月 13 日消息，科技媒體 Android Headline 昨日（12 月 12 日）發(fā)布博文，報道稱谷歌基于 Nano Banana 圖像生成技術(shù)，推出 AI 試衣功能，用戶僅需上傳一張自拍，即可生成全身數(shù)字模特并預(yù)覽服裝上身效果，目的解決網(wǎng)購“買家秀與賣家秀不符”的痛點。

該媒體指出，在線購衣長期存在“無法預(yù)知真實上身效果”的難題，這也是該類目退貨率居高不下的原因之一，傳統(tǒng)圖片 / 直播間的模特圖往往難以代表普通人的穿著體驗。

谷歌為了解決這個痛點，基于名為 Nano Banana 的圖像生成工具，推出新 AI 功能，用戶只需上傳一張自拍，系統(tǒng)即可自動生成用戶的全身數(shù)字版本，并展示不同服裝的試穿效果。

IT之家援引博文介紹，該功能目前僅面向美國用戶開放，谷歌尚未透露向其他國家擴(kuò)展的具體計劃。業(yè)界推測，這種區(qū)域限制可能與 AI 工具高昂的算力成本有關(guān)。

圖像生成類 AI 比文本類 AI 消耗更多資源，谷歌可能正通過限制服務(wù)范圍來有效管理算力資源。對于期待該功能的全球其他地區(qū)用戶而言，能否體驗到這一技術(shù)將取決于其在美國市場的表現(xiàn)及 Google 的資源調(diào)配策略。

值得注意的是，這項新功能與 Google 在今年 6 月推出的“Doppl”應(yīng)用存在極高的相似度。Doppl 作為 Google 實驗室（Google Labs）的實驗性項目，同樣主打 AI 虛擬試衣體驗。

兩款平臺在功能邏輯上幾乎一致，這引發(fā)了外界的困惑：Google 為何需要維護(hù)兩個看似功能完全重復(fù)的平臺？這或許反映了 Google 內(nèi)部不同團(tuán)隊在 AI 應(yīng)用層面的獨立探索，也可能是一種多路徑并行的測試策略。

Doppl 應(yīng)用近期已更新“可購物發(fā)現(xiàn)流”（shoppable discovery feed），打通了從“發(fā)現(xiàn)好物”到“直接購買”的鏈路。用戶通過 AI 發(fā)現(xiàn)某件衣服適合自己后，可以直接跳轉(zhuǎn)至商家完成購買。這種“試穿即買”的模式，極有可能是 Google 未來在電商領(lǐng)域變現(xiàn)的核心抓手。