【量子位 2025年12月8日讯】在AI重塑电商购物体验的赛道上，谷歌再添新动作。12月8日，谷歌宣布为旗下实验性AI试穿应用Doppl上线“可购物发现流”功能——用户滑动浏览AI生成的服装视频时，既能一键虚拟试穿，也能通过内置链接直接跳转商家下单。这一功能目前仅对美国地区18岁以上iOS及Android用户开放，是谷歌针对TikTok、Instagram等社交平台“短视频种草+即时购物”模式的直接回应，也试图在亚马逊主导的电商市场中开辟新增长点。
核心功能：AI生成视频荐衣，试穿-购物无缝衔接
此次新增的“可购物发现流”，并非简单的商品陈列，而是深度融合Doppl核心的AI试穿技术与个性化推荐逻辑，形成“发现-试穿-购买”的闭环体验：
-
全AI生成内容，无真人网红参与：与TikTok、Instagram依赖真人博主带货不同，Doppl发现流中的所有内容均为AI生成——系统会根据真实服装商品，自动生成动态视频，展示服装在虚拟场景中的穿搭效果（如行走时的面料垂坠感、不同角度的版型呈现），避免真人带货可能存在的“滤镜失真”“风格不匹配”问题。例如某件棉麻衬衫的推荐视频，会模拟不同光线（室内/室外）、搭配场景（通勤/休闲）下的上身效果，比静态商品图更具参考价值。
-
个性化推荐，精准匹配用户风格：谷歌通过分析用户在Doppl内的互动数据（如点击过的服装品类、停留时间、保存的试穿造型），构建用户风格画像。比如常试穿复古连衣裙的用户，发现流会优先推荐碎花、收腰等元素的新款；偏好运动风的用户则会看到更多速干面料、宽松剪裁的单品，推荐精准度较传统电商“热门排行”模式提升35%（谷歌内部测试数据）。
-
试穿-购物一键打通：发现流中的每款商品均标注价格，并附带“虚拟试穿”和“去购买”两个核心按钮。用户点击“虚拟试穿”，可直接调用此前上传的个人全身照（或选择AI模特），生成自己穿着该服装的静态图或动态视频；满意后点击“去购买”，将跳转至品牌官网或谷歌购物平台完成下单，无需切换多APP，购物路径较传统模式缩短60%。
值得一提的是，Doppl的AI动态试穿功能已实现升级——此前仅支持将静态试穿图转为10秒短视频，如今可模拟“转身”“抬手”等动作，更直观展示服装的背部设计、袖口细节，帮助用户判断是否符合需求。某美国时尚电商负责人透露，接入Doppl后，其服装品类的退货率下降了18%，“用户对版型的预判更准确了”。
推出背景：应对电商竞争，押注“AI种草”新赛道
谷歌此次加码Doppl，背后是电商市场格局变化与用户习惯迁移的双重驱动：
-
社交平台分流电商流量：TikTok、Instagram等平台凭借“短视频种草+即时购物”模式，持续抢占传统电商用户——据eMarketer数据，2025年美国用户通过社交平台完成的电商消费额将突破800亿美元，其中服饰品类占比超40%。而谷歌购物业务近年增长放缓，2024年市场份额被亚马逊与社交平台挤压，同比下降2.3个百分点，亟需新功能吸引用户。
-
AI生成内容成电商新趋势：继OpenAI推出AI短视频社交平台Sora、Meta在AI应用中上线“Vibes”AI视频流后，“全AI内容带货”逐渐成为行业新方向。谷歌认为，AI生成内容不仅能降低商家的营销成本（无需聘请网红、拍摄视频），还能通过快速迭代满足用户对“新鲜感”的需求——Doppl发现流中的商品视频可根据实时销售数据动态调整，滞销款自动减少曝光，爆款则增加不同搭配场景的展示。
-
Doppl实验属性的深化：作为谷歌实验室（Google Labs）的早期项目，Doppl自2025年9月上线以来，核心定位是“探索AI在时尚领域的落地场景”。此次新增购物功能，既是对前期用户反馈的回应（超60%用户希望“试穿后直接购买”），也为谷歌积累“AI+电商”的关键数据，未来可能将技术反哺至谷歌搜索、谷歌购物等核心业务。
产品现状：功能有局限，仍处迭代期
尽管“可购物发现流”提升了实用性，但Doppl作为实验性应用，仍存在明显局限，需在后续版本中优化：
-
适用品类有限：目前仅支持上衣、下装、连衣裙三类服饰的虚拟试穿，鞋子、配饰、内衣、泳衣等品类暂不支持；传统服饰、宗教服饰因设计复杂，AI生成效果易出现偏差，可能导致试穿图与实物不符。若用户上传不支持品类的服装图，系统会自动生成“黑色T恤+黑色长裤”的默认造型，体验较为生硬。
-
效果精度待提升：受限于AI生成技术，部分试穿图存在细节误差——如条纹图案歪斜、纽扣位置偏移、面料质感失真等；动态视频的动作流畅度不足，快速转身时可能出现“身体边缘模糊”问题。谷歌在免责声明中也明确提示：“生成内容无法准确反映服装合身度、尺寸及库存情况，仅供风格参考。”
-
用户反馈两极分化：从应用商店评论来看，支持的用户认为“省去了实体店试衣的麻烦”“能快速筛选不适合自己的款式”；批评声音则集中在“男性用户适配不足”（默认推荐偏女性化风格）、“部分设备登录报错”“视频分辨率低”等问题。谷歌表示，将在未来3个月内迭代版本，扩大支持品类、优化AI生成精度，并修复登录与兼容性bug。
未来展望：拓展品类与场景，竞争压力仍存
对于Doppl的后续发展，行业普遍认为其存在两大进化方向：
-
品类与功能拓展：短期内可能新增配饰、美妆等虚拟试穿场景，例如试戴AI生成的项链、模拟口红上唇效果；长期来看，或引入“AI搭配师”功能，根据用户的身材数据、场合需求（如通勤、约会）自动生成整套穿搭方案，并同步推荐所有单品的购买链接。
-
生态合作深化：目前Doppl的合作商家以中小服饰品牌为主，未来若能接入Zara、H&M等快时尚巨头，或与亚马逊、Shopify等电商平台达成数据互通，将大幅提升商品丰富度与用户转化率。此外，谷歌也可能开放API，允许第三方商家自行上传商品信息，生成AI试穿内容。
不过，Doppl面临的竞争压力不容忽视。除了TikTok、Meta等社交平台，专注虚拟试衣的垂直应用（如Wanna、快手可图）、电商平台自带的试穿功能（淘宝AR试衣、京东虚拟试衣间）均已积累大量用户，Doppl需在“AI生成效果”“个性化推荐精度”“购物体验流畅度”上形成差异化优势，才能在激烈竞争中立足。
目前，美国地区符合条件的用户可在iOS App Store或安卓Google Play商店更新Doppl体验新功能。对于谷歌而言，Doppl的每一次迭代，都是在为“AI重构电商购物链路”探路，其最终能否从“实验项目”成长为正式产品，仍需市场进一步检验。
