投稿来源：熔财经

顶着寒风，提着换货的商品走出优衣库门店，莉恩决定再也不使用优衣库4D试衣间了。

随着3D和AR技术的日趋成熟，图像生成技术也愈发精进，但以此为基础的虚拟试衣服务不但没有受到消费者欢迎，甚至还成为一些用户吐槽的对象。

“之前寒流来大降温，怕着凉不想出门吹风，又需要买比较贴身的衣物，所以第一次用了虚拟试衣。”莉恩回想起自己当初使用线上虚拟试衣的动机。

“其实用起来很简单，设一下参数就好了，也挺方便的。但他们家有个很大的bug，就是不同款式衣服的同一尺寸，实际大小是不一样的!但4D试衣间完全不会显示，显示的效果很合身，只有拿到货才会知道，真的有点坑!”为了尽快穿上新衣服而不得不外出换货的莉恩不满地抱怨。

无独有偶，小平也曾经吃过线上虚拟试衣的亏。

“淘宝刚推出3D线上试衣的时候，我立刻就尝试了一下。结果买回来一看，衣服的上身效果和在虚拟画面中差异很大。”小平有些无奈。“尺寸本身没什么问题，可能虚拟试衣没法很好的重现不同款式和版型在人身上的样子吧。我个人更喜欢宽松版，线上试穿和身体的贴合度看起来可以接受，实际穿上后很紧绷，还是果断退货，后来也没怎么用(虚拟试衣)了。”

“对我来说，最大的问题是智能推荐不合胃口，还不如自己动手搜索。”穿衣追求个性化的扬子表示。“系统搭配太大众化了，总是推些热销品牌和爆款。推荐搭配要是能够更加智能，我想我会经常用的。”

从莉恩、小平和扬子的经验可见，理想的虚拟试衣技术必须兼顾数据测量和每个消费者的个人偏好。由于不同品牌的size不一致，技术公司推荐的尺码需要参照客户和品牌双方的精确测量。自从虚拟试衣出现以来，似乎还没有一家技术公司能完美的做到这一点。

理想的解决方案？

早在2005年，虚拟试衣间（Virtual Fitting Room)的概念就被当作一种“超前的”高科技展望在国际科技论坛上提出。这项技术主要是通过结合增强现实技术(AR)、虚拟现实技术（VR）和3D演算画面，利用视频实时采集、图片文件等途径，自动生成3D全方位立体化视觉效果的隔空试衣工具，让消费者可以在虚拟环境下将“买前试穿”变成现实。

此概念一出现，不少初创企业与科技公司都认为虚拟试衣技术商业前景可期，纷纷砸下重金进行大量实验与尝试。与此同时，网络商店的出现改变了人们消费习惯，线上购物逐渐成为主流消费模式。衣物不合身一直是线上消费者退货的首要原因，服装的网购退货率可能高达40%，被退还的货品占据零售商年成本的三分之一。

因此，虚拟试衣技术被寄予厚望。服装行业希望借此解决网购服饰长期以来的痛点，AR技术公司看到了商业需求，赋能网购的虚拟试衣试鞋的网页、小程序及APP等也如雨后春笋般出现。

追求“真实”的漫漫长路

2006年出现的Face72是国内第一家带有虚拟试衣服务的购物网站。当时的技术较为阳春，用户只能根据服饰尺码标准，在S、SM、M、L、XL五种体型中选择与自己身材相仿的模特。将自己的脸部照片贴在虚拟模特脸上，构建自己的“替身”，之后就可以进行选衣试衣。

虽然这种新颖的购物方式在当时吸引不少追求新潮和个性化的年轻人，但人的身材体型种类多样，无法“客制化”顾客身材的Face72虚拟试衣实用性非常有限。顶多只能作为换装游戏带来娱乐效果，难逃昙花一现的结局。

“熔财经”了解到，近年，Amazon、京东、淘宝天猫等购物平台和UNIQLO、Gucci、Nike等时装品牌都相继研发了虚拟试衣和试鞋服务，也出现许多专门提供虚拟穿搭服务的APP，希望能改善消费者的购物体验。

如京东基于人工智能和仿真技术推出的线上虚拟试衣系统，支持大量服装跨店铺的多层任意搭配，商家也可在后台制作搭配图示。用户可利用自拍制作自定义头像，并调整身高、体重、腰围、肩宽、胸围等多个参数完成模特个性化设置。此外，用户还能进行调节背景、姿势。保存自己的个性化模特后，京东便会自动推荐符合买家身材特点的服装产品。用户看到满意的商品可直接在试衣间购买，不需返回商品页面。

为淘宝店铺提供线上虚拟试衣技术的上海衣脉科技则是通过3D技术让用户多维度调整发型、脸型、妆容、身高、体重、胸、肩、腰、臀、腿等数据，以建模的方式建立用户的3D虚拟形象。

Amazon的Outfit-VITON虚拟试穿系统便是依托其大容量的时装数据检索技术，在用户键入服装特征信息（如：颜色、剪裁、尺寸、图案等）后，通过AI大数据计算，结合用户喜好预测一套服装与其他服装和配饰的兼容性，精准匹配及推荐客户需要的服装。再利用人工智能深度学习网络GAN（generative adversarial networks生成式对抗网络），在不影响用户人体模型图像轮廓的情况下，最大程度地保留商品纹理、标识和刺绣等精细的外观特征，保证虚拟试衣的仿真程度。

去年，Adobe的媒介和数据科学研究实验室、印度理工学院以及斯坦福大学的研究人员合作开发了一种名为SieveNet的“基于图像的虚拟试穿”技术。通过AI神经网络系统，在保留衣服的特征（包括布料材质、褶皱）的情况下，将衣服映射到虚拟人体上，不会引起纹理模糊或渗色，可“真实”模拟出人体穿上衣服的情况。

SieveNet使用AI对象识别系统捕捉重要特征并保留相似性，更好地处理了遮挡、姿势变化、渗色、几何翘曲等问题。它采用多阶段技术，包括将服装变形以使其与人体模型的姿势和形状保持一致，然后再将变形的纹理转移到模型上。故能根据服装图像和人体模型图像生成穿着该服装的新图，同时保留原始身体形状、姿势和其他细节。这一技术的出现，极大地提升了线上虚拟试衣的视觉效果，还能帮助线上服饰店改善产品图片质量。

智能手机人体扫描初创公司3DLook利用智能手机对人体进行全面扫描，获取体型参数，帮助消费者匹配最合身的衣服。用户还可以在智能手机上进行虚拟试穿，并观察试穿效果。

技术之外，问题何在?

的确，最新的虚拟试衣3D模型与人工智能自动成像技术或许可更加真实地模仿服饰布料在人体上的试穿效果，让试穿的视觉体验更加直观。模型的视觉美观与真实性固然重要，但对于消费者而言，目前线上试衣技术急需解决的，是尺寸推荐匹配度的问题。

“线上虚拟试衣就是试上身效果，尺寸当然是最重要的。”莉恩表示。“就算优衣库那十几个参数没法非常准确复制我的身材，但自己家的商品数据应该掌握的很详细才对，不同款式的S大小差那么多还都推荐给我，体验感很差。”

不像线下门店的虚拟试衣镜能直接通过AI视觉图像分析得到客户身材体型数据，目前智能手机扫描技术尚未普及，线上试衣所需的数据多半需要用户自己填写。信息时代，以大数据计算为基础的服务品质与用户提供的数据成正比，关于用户身材体型数据的填写标准就变得十分微妙。

若是要求过于详细的数据资料，一些用户可能嫌麻烦而弃用，还可能引起顾客对于个人隐私的顾虑；一些数据或许连用户本身都不知道，不但增加填写困难还会降低用户使用体验。若是收集的资料过于简单，则可能降低尺码匹配度与穿搭风格推荐的准确度。

“我觉得还好，毕竟网购买多了，也能根据购买衣服的尺寸知道你的数据的。信息时代就是这样，想保护个人隐私几乎是不可能的。”对于隐私问题，莉恩处于半“弃疗”状态。“仔细想想也是噢，隐私方面我之前没想过，这样一说就有点怕怕的。”小平有些后知后觉。

此外，即使3D模型逼真、推荐尺码准确，视觉效果也仅仅是决定购买的因素之一，并非全部。

“衣服除了看实际上身效果，尺寸合不合身、穿起来舒不舒服也很重要。”莉恩表示。“如果一件衣服好看却穿起来不舒服，我也不会想买。从这个角度来说，虚拟试衣真的没什么必要。”

“线上虚拟试衣当然无法取代线下试穿。衣服又不是摆设品，除了好看，亲肤感和舒适性也同样重要。”小平告诉“熔财经”。“疫情期间不能出门，或许用(虚拟试衣)的人会多一些吧。反正我是不会再用了，很鸡肋啊。跟直接在网上买没什么区别，帮助不大。”

不能重现衣服质量和布料触感是虚拟试衣无法改变的硬伤，除了尺码推荐和隐私问题，“触觉缺失”或许才是大部份用户认为线上虚拟试衣“鸡肋”的最主要原因。

这么说起来，线上虚拟试衣真的就一无是处了?

柳暗花明？

“我觉得虚拟试衣的精髓在于推荐穿搭。毕竟再怎么样都不能复制触觉感受，衣服只能买回来试了才知道实际尺寸和真实效果。”对于虚拟试衣技术，扬子的看法有所不同。“我买衣服的时候经常困扰该怎么搭配，AI大数据计算就很适合解决这个问题。当然，前提是它能确实掌握我的喜好。”

像Amazon的购物助手Alexa就能依托机器学习算法为顾客提供搭配建议，并通过Outfit-VITON显示穿搭效果。此平台具备精确的语言文本和图像匹配识别能力，并带有专门的图像搜索系统负责处理带有文本反馈的图像搜索任务。

用户可通过选择参考图像并提供附加信息文本来改进检索结果，系统能将任意规模的服装图像结合顾客想要的商品的类别，在推荐系统中进行搜索，并整理出能够搭配的商品列表。让用户能选择系统推荐的衬衫、夹克之类的商品来搭配裤子、帽子和鞋子等。

国内也有一些类似的平台。去年，在淘粉吧App上线的“爱穿搭”平台就是基于人工智能技术专门为用户提供服装搭配和虚拟试衣服务。在用户输入身高、体重等信息并上传照片后，平台就会根据用户数据，自动生成3D虚拟试衣模特。利用自建的AI算法，根据用户信息进行智能搭配推荐，用户看到合适的衣服后，即可点击相关链接下单购买。

虚拟试衣技术出现至今，一直在尝试解决网购服装无法实际试穿的问题，却因为技术上的限制与几乎无解的隐私问题而长期处于不温不火的状态。也许就像扬子所说，目前无法解决“触觉缺失”的虚拟试衣技术想要走向未来，智能推荐或许才是其真正价值所在。

(莉恩、小平、扬子皆为化名)