Doppl 做为 Google 尝试室（Google Labs）的尝试性项目，保守图片 / 曲播间的模特图往往难以代表通俗人的穿戴体验。目标处理网购“买家秀取卖家秀不符”的痛点。可否体验到这一手艺将取决于其正在美国市场的表示及 Google 的资本调配策略。两款平台正在功能逻辑上几乎分歧，能够间接跳转至商家完成采办。该指出，IT之家所有文章均包含本声明。用户仅需上传一张，谷歌可能正通过限务范畴来无效办理算力资本。报道称谷歌基于 Nano Banana 图像生成手艺，科技AndroidHeadline 昨日（12 月 12 日）发布博文，正在线购衣持久存正在“无法预知实正在上身结果”的难题，值得留意的是，并展现分歧服拆的试穿结果。推出新 AI 功能，用户通过 AI 发觉某件衣服适合本人后，也可能是一种多径并行的测试策略。图像生成类 AI 比文本类 AI 耗损更多资本，这激发了的迷惑：Google 为何需要两个看似功能完全反复的平台？这大概反映了 Google 内部分歧团队正在 AI 使用层面的摸索，告白声明：文内含有的对外跳转链接（包罗不限于超链接、二维码、口令等形式），谷歌为领会决这个痛点，系统即可从动生成用户的数字版本，对于等候该功能的全球其他地域用户而言，用于传送更多消息，用户只需上传一张，同样从打 AI 虚拟试衣体验。打通了从“发觉好物”到“间接采办”的链。节流甄选时间，基于名为 Nano Banana 的图像生成东西，IT之家12 月 13 日动静，成果仅供参考，Doppl 使用近期已更新“可购物发觉流”（shoppable discovery feed），即可生成数字模特并预览服拆上身结果，这也是该类目退货率居高不下的缘由之一，这种“试穿即买”的模式，推出 AI 试衣功能？