Alexa

圖文不符!6成消費者不滿收到的網購商品,Google 用 AI 推「虛擬試穿」,能減少退貨率嗎?

圖文不符!6成消費者不滿收到的網購商品,Google 用 AI 推「虛擬試穿」,能減少退貨率嗎?
撰文: 科技報橘/徐宇儂 Leanne     分類:低碳綠色生活     圖檔來源:shutterstock 日期:2023-06-28

越來越多時尚或零售品牌結合新興技術,例如 AR,讓消費者在電商網站上進行試戴或試穿,為的就是讓消費者更好想像商品在身上的樣子,以減少退貨率。不過與美妝、配件、鞋子等產品相比,衣服因不同的身形、衣料紋理等更難實現精準的試穿。如今,透過生成式 AI,或許能更快跨越這項挑戰。

在實體店和虛擬店購物逛街的消費體驗,透過最新的生成式 AI 技術又拉近了一些。

 

Google 於本月宣布基於生成式 AI 推出一項新的「虛擬試穿」購物功能,讓線上消費者透過網頁工具,模擬各種不同身材的模特兒穿上服裝的效果。

 

你可能也想看:

用過、吃過、穿過...不滿意的商品幾乎都可全額退貨!好市多的退貨商品都去哪了?

電商退貨讓 Amazon 超級頭痛!燒掉、重新賣、放棄貨品,你猜電商巨頭怎麼處理?

 

近 60 % 消費者實穿商品後不滿,促 Google 以生成式 AI 線上模擬服裝穿著效果

 

Google AI 虛擬試穿工具會針對消費者正在網頁中查看的服裝進行分析,然後立即生成預覽該件衣物在各種姿勢的模特兒身上會產生的褶皺、拉伸、陰影、角度等逼真效果。

 

模擬效果涵蓋從 XXS 到 4XL 的尺碼,還有多元族群、膚色、體型和頭髮類型,方便消費者快速套用和瀏覽該服裝穿起來的真實效果,以及想像和自己最貼近的情形。

 

 

Google 產品購物高級總監 Lilian Rincon 表示:「當你在(實體)商店裡試穿衣服時,你可以立即知道這件衣服是否適合你 … 你在線上購物衣服時也應該有同樣的信心。」

 

她也引用了一項調查數據,說明 Google 這次推出虛擬試穿新服務的必要性,即 42% 的網路購物者不認為模特兒的形象能代表他們,而 59% 的人對於在網路購入的商品感到不滿,因為商品收到後在他們身上的效果與預期不符。

 

讓商品展示更擬真!美國 H&M、Anthropologie 已導入

 

這項全新的虛擬試穿功能背後,是由 Google 內部開發的擴散模型所驅動。擴散模型也被用於像 Stable Diffusion、DALL-E 2 等文本轉藝術生成器中,原理是學習從完全由噪聲構成的起始圖像中減去噪聲,逐步將其轉化為目標圖像。

 

Google 使用多對圖像來訓練模型,每對圖像包括一個穿著衣服的人以兩種獨特的姿勢 —— 例如,一個穿著襯衫的人側身站立的圖像和另一正面站立的圖像。為了使模型產出的效果更好,以對抗視覺缺陷,如看起來奇怪和不自然的褶皺,再使用隨機的服裝和人物圖像對重複該過程。

 

Google 用多張真實圖像來訓練虛擬試穿的 AI 模型

 

由 AI 驅動的試穿功能,能讓衣物適應不同的虛擬模特兒並立即生成展示於網頁,提供消費者更多元的選擇。美國 Google 購物的女裝用戶已開始可以在 H&M、Anthropologie、Everlane、LOFT 等品牌中使用服務,只需在 Google 搜尋中尋找新的「Try On」按鈕即可開始虛擬試穿。至於男裝試穿,Google 則表示還在籌備中。

 

打造更高品質的線上購物,有望降低零售品牌退貨率

 

Google 推出虛擬試穿的新服務,暗示著未來電商平台都會朝虛擬試穿的趨勢靠攏,因為品牌能更準確、用更高的品質向客人展示商品,並藉此有機會減少退貨率,創造出巨大的潛在商業價值。

 

看向 AI 虛擬試穿的服務前景,據 American Eagle 行銷長 Craig Brommers 所述,光是藉由虛擬試穿,而降低幾個百分點的零售退貨率,等同能為公司省下數億美元。

 

不過令人有些意外的是,Google 目前並無意將此虛擬試穿功能商業化,而是更關注於如何提供一種免費的 AI 增值服務給品牌。

 

Google 集團產品經理 Shyam Sunder 認為,在這樣的條件下,品牌會願意自然而然的凝聚,來自試穿工具的數據也將使平台方受益,當更多品牌和零售商嘗試使用它,就會帶來更快的改進。

 

目前市場上較大規模的其他虛擬試穿服務,還包含了 Snapchat 的 AR 電子商務整合平台,而 Google 本次以 AI 虛擬試穿服務和免費應用切入市場此舉,將會有和 Snap 直面競爭之處,同時也催化了全球電商領域的創新發展。

 

延伸閱讀:

葛萊美獎開出第一槍!2024 年開始全面禁止純 AI 創作作品參賽

虛擬網紅互動率比真人高 3 倍——不用煩惱真人出包,AI 網紅需求飆升

 

※本文授權自科技報橘,原文見此

基金名稱(幣別)
一周績效(%)