AI 换装 你的照片，他们的衣服

这一类工具都在卖同一个想象：你会看见自己穿上那件衣服。我们自己测下来，这句话对一半——而在你根据一张图做决定之前，值得知道是哪一半。

衣服那一半确实好。我们把三件差别很大的衣服跑过这一页自己的档位：一件橄榄绿灯芯绒外套、一件米色配藏青的粗针条纹毛衣、一件带胸前印花的黑 T。灯芯绒回来时纹路方向、翻领形状、两个明袋、黄铜按扣，连卷起的袖口都在。针织保住了针脚的粗细和领口罗纹，没有被压成一块平色条纹。而那件我们预判会失败的印花 T，胸前的文字和山形 logo 都完整复现了。如果你的问题是"这件衣服穿在身上是什么样"，这里给的答案是可信的。

人那一半会打折。三次实拍里，脸都回来得"细微但看得出来"地不一样：下颌更圆一点，下巴的线条变了。不是换了个人，但也不是同一张照片。这是这条编辑路径的固有属性——模型是在重新生成一张"穿着新衣服的图"，不是把一件衣服贴到没动过的像素上——而这恰恰是所有同类页面暗示已经解决了的那件事。

所以按它真正能回答的问题去用它。"这个版型和颜色，配这样的身形、这种光线、这条牛仔裤，好不好看"——可以，而且稳定。"这是一张我穿着那件外套的照片，可以直接发出去"——不行。它也不模拟合身度：垂坠是合理推测，不是量出来的，所以它没法告诉你 M 码会不会绷在肩上。那还是得看尺码表。

最后一条实操建议，它比其它任何你能控制的因素都更影响结果：**喂白底平铺的商品图**。如果衣服图上已经有另一个人穿着，工具得先判断哪些像素是衣服、哪些是那个人，细节就是在这一步丢的。电商详情页里那张没人穿的图，才是好图。

想看一件衣服穿在人身上，有三条路，回答的问题各不相同。

电商自带的 AR 试衣间有一个别人比不了的优势：它认识这件商品。真实尺寸、真实面料行为，有时还知道你存过的尺码。代价是它只在那家店、那个商品库里能用，而且通常只覆盖其中一小部分。如果你正好在有试衣间的店里买，用它。但人们想试的东西，大多数不在任何一个试衣间里。

Photoshop 是另一个极端。完全可控、真实合成、脸不会变，因为你操作的是原始像素本身——代价是每件衣服半小时的抠图、变形和阴影，外加那份手艺。那是图片精修师给商品目录做的事，不是一个人为了决定要不要买一件外套会做的事。

这一页是中间那个通用档：任何来源的衣服图、任何一张人物照、大约三十秒、4 credits、关注后 5 次免费。你失去的是合身精度和面部同一性；你换来的是"这件事现在就能做"，对任何一家店的任何一件商品。想清楚自己需要的是三者中的哪一个，决定就做完了一大半。