最新 12 月 13 日消息，科技媒体 Android Headline 昨日（12 月 12 日）发布博文，报道称谷歌基于 Nano Banana 图像生成技术，推出 AI 试衣功能，用户仅需上传一张自拍，即可生成全身数字模特并预览服装上身效果，目的解决网购“买家秀与卖家秀不符”的痛点。

该媒体指出，在线购衣长期存在“无法预知真实上身效果”的难题，这也是该类目退货率居高不下的原因之一，传统图片 / 直播间的模特图往往难以代表普通人的穿着体验。

谷歌为了解决这个痛点，基于名为 Nano Banana 的图像生成工具，推出新 AI 功能，用户只需上传一张自拍，系统即可自动生成用户的全身数字版本，并展示不同服装的试穿效果。

最新援引博文介绍，该功能目前仅面向美国用户开放，谷歌尚未透露向其他国家扩展的具体计划。业界推测，这种区域限制可能与 AI 工具高昂的算力成本有关。

图像生成类 AI 比文本类 AI 消耗更多资源，谷歌可能正通过限制服务范围来有效管理算力资源。对于期待该功能的全球其他地区用户而言，能否体验到这一技术将取决于其在美国市场的表现及 Google 的资源调配策略。

值得注意的是，这项新功能与 Google 在今年 6 月推出的“Doppl”应用存在极高的相似度。Doppl 作为 Google 实验室（Google Labs）的实验性项目，同样主打 AI 虚拟试衣体验。

两款平台在功能逻辑上几乎一致，这引发了外界的困惑：Google 为何需要维护两个看似功能完全重复的平台？这或许反映了 Google 内部不同团队在 AI 应用层面的独立探索，也可能是一种多路径并行的测试策略。

Doppl 应用近期已更新“可购物发现流”（shoppable discovery feed），打通了从“发现好物”到“直接购买”的链路。用户通过 AI 发现某件衣服适合自己后，可以直接跳转至商家完成购买。这种“试穿即买”的模式，极有可能是 Google 未来在电商领域变现的核心抓手。