Try&Buy：一張照片，AI 試衣間讓你一鍵試 “裝”

即便是擁有 “九頭身” 的名模，也難免在買衣服的時候入錯坑。關於穿衣打扮，沒有人不挑剔。至於如何找到材質、大小、設計都合適的衣服，大家公認為的穩妥方法應該是 “上身試”。

然而，在網購 “淘寶” 時代，消費者無法直接試穿衣服。儘管大部分商家承諾 7 天無理由退換，以保證消費者有足夠的時間對這些 “海選” 產品進行 “複試”（即試穿）。但不得不承認的是，事實上，線上商家的退換貨率居高不下，而漫長的退換貨週期和手續對於買家來說也是降低了體驗值。此外，在以 “體驗為王” 的線下實體店，許多消費者的體驗舒適度也並沒有改善。許多門店擁擠的試衣間和大排長龍的試衣顧客，讓人頗感無奈。

如何在改善線上線下消費者試衣體驗，幫助大家更快更準的找到適合的衣服？

一家來自印度的創業公司 Try&Buy 推出了基於 AI 技術的虛擬試衣間。Try&Buy 運用計算機視覺技術幫助線上零售商建立虛擬試衣間。使用者只需上傳自拍照片，就可迅速生成線上模擬身體模型，獲得與在實體店一致的試衣體驗，從而減少退貨換貨流程，提高賣家的銷售業績。

當然，虛擬試衣間並不是才出現的 “新物種”。2014 年，微軟就應用 Kinect 3D 感應技術，推出虛擬試身鏡。該試衣鏡設有 6 英尺 6 英寸螢幕，鏡頭可拍下顧客身軀的 3D 立體影像，再顯示在螢幕上，然後電腦會挑選一系列服裝及飾物供顧客選擇，顧客只要輕輕揮手，便可選擇 “試穿” 哪件衣服，試穿畫面更可即時放上網。後來，電商巨頭亞馬遜也推出了虛擬鏡子系統。據其專利檔案介紹，其應用了混合現實技術，和現實的平面鏡子透過反射光線來對映物體不同，虛擬鏡子的鏡面背後是一塊投影出來的銀幕，試鏡者之所以感覺是在照鏡子而不是錄影重放，是因為從攝像機拍攝人物到呈現在銀幕這一過程非常短，讓人誤以為是在照鏡子。

“微軟的技術，不實時，價格貴。亞馬遜的解決方案需要到實驗室裡面給身體拍照，再進行分析，所以在應用場景上有侷限。”Try&Buy 的創始人兼 CEO Nitin Vats 認為關於虛擬試衣間的體驗還有更多需要最佳化的空間。

作為計算機科學家，微軟的比爾蓋茨核心研究團隊的前研究員，Nitin 負責為軟體提供最佳的計算機安全性。他發明了更安全的 NNRU 系統，併成功破解了著名的法國安全系統 NTRU。為了向時尚電子商務提供接近現實的購物體驗，Nitin 開發了相關技術，獲得了美國專利並推出了 Try＆Buy。“透過我們的應用，顧客在手機上拍個照片，然後把身高、體重等一起輸入到系統中，系統則會自動生成一個 3D 的人體形象，而且也可以做成影片。”Nitin 介紹道。

據 Nitin 解釋，Try＆Buy 應用的體驗優勢主要表現在兩方面。一是 3D 人體形象的建立非常靈活。據悉，使用者只需要給系統一張照片和體重、身高資料。首先，系統會根據使用者的脖子和肩膀比例、距離來判斷是什麼樣的身材。

“很多人購買的時候，可能並不想要放太多的資訊上去，僅僅會提供簡單的圖片。”Nitin 說。此外，他透露，關於身型判斷，Try＆Buy 系統背後的資料庫分析了 2000 多種體型，並且運用人工智慧做了一個模型，可以比較準確地分析出使用者的身型。當然，如果使用者覺得系統建立的身體模型不是很滿意，還可以自己在臀圍、腰圍等方面進行調整。

除了人形虛擬模型的構建，Try＆Buy 在衣服與虛擬人模型的結合方面也充分考慮到了實用性。Nitin 介紹道，首先，衣服的材質可以虛擬試穿中體現，例如透明材質。另外，有些人喜歡穿寬鬆的，有些人喜歡穿緊一點的，使用者也可以直觀地瞭解衣服在不同狀態下的呈現效果。“使用者能夠更加精準地挑到自己喜歡的產品，這樣退貨率也會降低。”Nitin 說：“很多競爭者需要身體的整個形狀才能夠構建 3D 的人形形象，但我們只需要把衣服和使用者照片加在一起就可以得到 3D 效果。”

據悉，Try＆Buy 主要有三種商業模式：一是和線上的品牌，如電商平臺在合作；二是直接和品牌合作；三個就是透過和線下的實體店合作。目前該公司已經和 200 多個品牌合作，如和印度沃爾瑪的線上店和線下店都在合作。“我們還有個計劃是：推出一個人工智慧時尚顧問。它會根據你以前的試穿記錄和喜好推薦一些你可能感興趣的搭配。”Nitin 說。

Try＆Buy 已經完成了種子輪融資。

題圖來源：pixabay