站到镜前拍一张照片，不必反复脱穿，屏幕里的数字分身便能换上不同款式，还会根据身形、肤色和使用场景推荐搭配。近日，记者在杭州上城区一家科技企业看到，这面AI试衣镜已从实验室走进四季青服装市场等线下场景，并进入多家海外门店。它想解决的，是服装零售中一个再普通不过的难题：面对满店衣服，怎样更快找到适合自己的那一件？

走进杭州万奢丽科技有限公司办公室，一面镜子格外引人注目。站定、拍照，屏幕很快生成数字分身。抬手、侧身，衣摆和褶皱随动作发生变化；想换款式、颜色或搭配，也只需在屏幕上操作。

现场体验中，切换一套服装约需数秒。牛仔面料的挺括、针织衫的柔软，在画面上有不同呈现。虚拟试穿并非代替真实试衣，而是先帮助消费者缩小选择范围，再把真正感兴趣的几件留到线下试穿。

这面镜子还可采集33个身体维度数据，并结合日常休闲、通勤、出差等场景给出搭配建议。企业介绍，在标准采集条件下，其核心量体尺寸精度目前控制在正负两厘米左右，整体分析时间约15秒。

从90秒到15秒 这面镜子磨了两年

项目研发始于2023年，企业于2024年底正式注册成立。创始人巢云平此前从事服装外贸十余年。在他看来，门店商品越来越丰富，但消费者仍常陷入“反复试、难决定”的困境，商家也很难在短时间内准确理解顾客需求。

“衣服早就不只是保暖，现在穿什么，也是在表达自己。”巢云平说。

团队给出的路径是：先拍照生成数字分身，通过AI完成初步筛选和虚拟试穿，再引导消费者体验更匹配的实物。

真正把想法做成能在门店使用的产品并不容易。早期完成一次分析要等一分半钟，部分尺寸误差达到三至五厘米，生成效果也不够稳定。“客户在现场等结果，一群人站着，气氛很微妙。”巢云平回忆。

此后两年，团队持续调整量体模型和生成速度。目前，整体分析时间已缩短至约15秒，核心尺寸误差控制在正负两厘米左右。

第二代产品还加入语音交互。消费者可以直接说出性别、使用场景和搭配需求，由系统完成推荐和切换，减少触屏操作。

从试一件衣服到管理整个衣橱

一面试衣镜之外，团队还把目光投向了用户家中的衣橱。

巢云平打开配套小程序：用户上传已有服装后，可以建立个人数字衣橱。系统根据天气和场景推荐搭配；如果要去外地出差，也可以输入行程，让AI生成几天的穿衣建议。

很多人的衣橱并不空，却总觉得“少一件衣服”。团队希望AI先帮助用户提高现有衣物的使用率，再识别真正缺少的品类。

如果用户确实需要添置一件开会穿的西装，系统可以从合作品牌中筛选款式，完成虚拟试穿后，再由用户决定是否到店体验或线上购买。

“市面上不少服装小程序首先展示的是‘我有什么衣服’，我们更想从‘你今天需要什么’出发。”巢云平说。

企业方面表示，用户试穿数据会按设定进行本地处理和清除。对于商家，这套系统则尝试把一次性交易延伸为持续的搭配服务。不过，它能否提高转化、降低退换货，还需要在更多真实门店中检验。

在海外门店先跑起来

这套系统较早在海外市场获得订单。企业介绍，目前设备已进入英国、法国、马来西亚、阿联酋、越南等地的21家门店，并针对不同体型、尺码体系和语言环境进行适配。

据企业提供的数据，在部分中东门店，设备投入使用后，顾客停留时间和连带购买有所提升；在越南，MAY10、Faslink、Viettien等服装品牌已开展合作。相关效果仍有待更长周期和更多门店数据验证。

为了让不同地区的消费者使用顺畅，团队需要重新调整尺码模型、语种交互和推荐逻辑。海外门店带来的反馈，也反向推动产品迭代。

国内市场也在拓展。目前，产品已进入品牌门店、商场和展厅等场景，并与多家服装企业开展合作。团队还在推进面向服装零售场景的服务机器人，希望把识别、推荐和导购进一步带进真实门店。

目前，机器人样机处于移动与交互测试阶段。按照企业计划，后续将先在杭州门店寻找应用场景，再根据实际使用情况完善功能。

“我们自己就是杭州的企业，希望新产品先在杭州真实门店里跑通，让本地品牌更早用上，再把成熟经验带到更多市场。”巢云平说。

为什么落在上城

2025年8月，企业入驻上城钱塘智慧城。这里一头连着四季青服装产业和成熟的直播电商生态，一头连接跨境电商服务与海外市场，与AI试衣镜所需的服装、技术和应用场景较为契合。

巢云平介绍，选址过程中，智慧城主动对接企业需求，并在知识产权保护、行业资源链接等方面提供支持。随着研发和市场团队扩大，企业也在考虑后续研发、生产和销售空间的统筹布局。

从一分半钟缩短到约15秒，从部分尺寸误差三至五厘米降至核心尺寸正负两厘米左右，这面AI试衣镜首先解决的是“能不能用”的问题。接下来，它还要在一家家真实门店里回答另一道题：当AI开始参与挑衣、试衣和搭配，消费者是否愿意把一部分选择交给它？