OpenAI 在 ChatGPT 中新增虚拟试衣功能：用户可上传照片预览心仪商品的上身效果。无论是搜索结果中的商品，还是网页截图等商店图片，均支持该功能。
该图像由 Images 2.5 模型生成，能更精准地呈现光照、纹理和细节。目前，此功能已在 ChatGPT 网页版及移动应用上线。
同时推出的“收藏夹”工具允许用户保存并分类管理喜欢的商品。ChatGPT 正逐步转型为集搜索、比价与虚拟试穿于一体的平台，用户无需跳转至外部网站即可完成体验。
需注意，虚拟试穿无法保证与实物或实际穿着效果完全一致。OpenAI 建议用户仔细核对尺码表并了解退换货政策。上传的照片将被保存以便复用，用户可在个性化设置中进行管理。
专家迷你访谈
这项新服务的市场前景尚不明朗。俄罗斯开展虚拟试衣实验已近15年，虽曾被视为“极客技术”，但如今其在提升用户参与度、降低退货率方面的价值已获认可。关键在于具体落地效果，例如谷歌去年的相关演示就曾引发争议。OpenAI 此次开发的前景仍有待观察。
销售管理与战略发展商业顾问、前耐克员工丹妮娅·特卡乔娃就虚拟试衣发展前景接受了采访。
1. 市场对 ChatGPT 推出虚拟试衣功能的期待程度如何？
该技术并不意外，时尚零售业一直在寻求提高转化率、降低退货成本的方法。耐克早在2019年就推出了脚部扫描技术辅助选码；Zara于2025年12月上线基于个人虚拟形象的试穿功能，截至2026年5月使用量已达2000万次。
但应区分商业利益与消费者实际需求。若顾客可免费订购多尺码在家试穿并退回不合适商品，对数字试穿的迫切性便不高。然而对零售商而言，每个未取走的订单都意味着额外运营成本。
2. 众多公司正开发类似技术，它们及整个虚拟试衣行业未来将如何发展？
市场或将迎来整合。当大型平台（如 OpenAI）内置此类功能时，独立开发者在基础可视化服务上面临更大挑战。其优势需体现在着陆精度、尺寸匹配及与特定品牌数据的集成能力上。
坦率地说，当前所有虚拟试衣功能仅解决视觉呈现问题。图像虽逼真，却无法准确反映服装的实际比例、长度、体积及面料特性。Lamoda 2026年初推出试衣功能时即承认这一局限：AI 尚无法可靠区分 S 码与 M 码的穿着差异。OpenAI 也提醒，虚拟试穿不能保证尺码与实际效果一致。
3. 退货物流将如何发展？
退货率不会迅速下降。若因颜色或版型不合适，虚拟试穿确有帮助；但若因尺码、合身度或触感问题退货，精美视觉效果无法解决根本问题。
此外还存在“期望与现实”反差带来的反向风险：吸引人的虚拟试穿可能刺激额外下单，但真实试穿后未必确认收货。
目前该技术的主要限制依然存在：视觉上令人信服的画面并不能保证合身度，Zara 也在服务条款中对此发出警告。因此，评估该技术成效应依据退货率和逆向物流成本，而非仅看下单转化率的提升。