30秒快速完成換裝！生成式 AI 驅動之智慧虛擬試衣技術

隨著數位轉型浪潮席捲各產業，傳統服飾零售面臨人流下滑、庫存壓力與消費者體驗單一等問題；加上疫情改變消費習慣，使「線上試衣」、「個人化推薦」成為新興需求。由財團法人資訊工業策進會數位轉型研究院研發的「生成式 AI 虛擬試衣」技術，在影像處理與風格轉換上的進展，為虛擬試衣技術帶來突破，讓消費者無須實際試穿，即可預覽穿著效果，大幅提升消費者互動與決策效率。

圖1：虛擬試衣示意圖

圖片來源：研發團隊成果之截圖

【技術介紹與應用現況】

生成式 AI 虛擬試衣系統主要依賴圖像合成與風格轉換技術，用戶只需上傳個人照片與服裝圖片，系統約在30 秒內即可生成穿著效果圖，並支援即時展示。此外，服務亦拓展至虛擬造型，包括髮型、耳環、眼鏡等項目，甚至具備風格生成與推薦功能，提升整體搭配感。

目前已發展兩種形式：

1. 線下版虛擬穿衣鏡：適用於實體展場或店面體驗，提供即時互動。

2. 線上服務平台：開放使用者上傳照片進行虛擬穿搭，適合一般消費者遠端使用。

圖2：虛擬換衣對比

圖片來源：研發團隊成果之截圖

【優勢與未來挑戰】

生成式 AI的主要優勢包括：

1. 提升顧客體驗：消費者無須親自試穿，只需上傳個人與服裝圖片，即可快速預覽穿搭效果。

2. 促進購買決策：可視化效果有助於消費者判斷適合度，降低購物猶豫，提升轉換率。

3. 減少退貨率：使用者透過虛擬試衣可預先篩選不合適商品，進而降低因不合尺寸或風格不符的退貨機率。

4. 支援多樣化應用場景：線上線下皆可整合應用，從實體展示鏡台到電商平台都能部署。

5. 風格生成與推薦能力:結合 AI 推薦系統，可依照使用者偏好自動推薦搭配，創造差異化服務。

然而，仍面臨一些挑戰與發展課題：

1. 身形與動態的適應性不足：現階段模型對於不同體型、姿勢或遮擋情況的處理仍有侷限。

2. 設備與算力需求：若需即時生成高品質影像，對終端設備與雲端資源的要求較高。

3. 商業模式與系統整合：如何與既有零售 POS 系統、會員資料整合，達成完整商業閉環，是未來導入成功的關鍵。

【FIND觀點】

生成式 AI 虛擬試衣技術透過圖像生成與風格轉換，滿足使用者對個人化試穿體驗的期待，已逐步應用於線上電商與實體展示場域。從市場洞察來看，消費者傾向快速、即時且真實感強的互動體驗，這項技術正好回應此趨勢。然而，為了進一步推廣，仍需強化影像合成的真實性與身形適配度，並解決肖像資料的隱私疑慮。未來可朝向與會員系統、推薦演算法整合，打造全方位虛擬造型平台，並持續優化跨裝置的即時體驗，帶動智慧零售與數位時尚的創新發展。

封面圖片來源：研發團隊成果之截圖

參考資料來源：資策會數轉院通訊中心研究整理而成