不懂时尚的人，如今也可以借助AI的帮助来挑选衣物。
文｜白棉
编｜陈梅希
昨天我结束了在欧洲为期一周的团队建设旅行，并回到了北京。这次春日之旅中，我和同事们不仅游览了多个城市，还购买了许多纪念品，包括化妆品、文化产品和服装等，这些物品几乎装满了半个行李箱。
在众多购物记忆中最令我印象深刻的一件就是那条复古风格的大衣——它在巴黎的一个平价古着店里购得。这件大衣颜色为米白色，内部有扣子，版型修身，穿着舒适且尺寸合适。
当时我对时尚完全不了解，但在AI助手的帮助下，得知这款风衣出自一家被LVMH集团收购的法国品牌，并毫不犹豫地以15欧元（约人民币120元）的价格将其收入囊中。
正因为我司长期关注互联网行业的动态变化，在年初的时候老板就要求全体员工注意人工智能技术对各自领域的影响。这次旅行中，AI的应用确实给人留下了深刻的印象。
在巴黎用餐时，借助豆包的翻译功能轻松读懂了菜单内容；参观卢浮宫时，更是利用GPT的专业导览服务节省了不少开支；面对不知名的园林景观，只需几秒钟时间，AI就能提供详尽的信息介绍。
当我们来到玛黑区的一家古着店时，决定让AI来协助挑选衣物，担任时尚买手的角色。
靠AI开启捡漏之旅
玛黑区是巴黎古着店集中地之一，这里的二手店铺历史悠久。Free'P'Star就是其中一家性价比很高的连锁门店，在巴黎还有其他竞争者如Kilo Shop等。
这家店面以其低价、丰富的复古单品和独特的摇滚朋克风格而闻名。进入店内可以看到入口处挂着各种五彩丝巾和真丝领带，价格仅为1欧元（约8元人民币）。
店内每个分店都设有专门的“一欧区”，这里摆放着大量T恤、毛衣、外套等衣物，所有商品的价格统一为1欧元。下午三点时，“一欧区”总是吸引了不少顾客前来选购。
领带照片｜图源作者
每家店铺都会有员工不断补充货品到这些区域中去。
由于对奢侈品和时尚没有深入了解，因此前一天同事在本地朋友的帮助下，并借助AI的识别功能成功购买了五件衣服。他们称自己已经成为了巴黎古着店内的初级买手。
这位新晋“地板级”买手最得意的一件作品就是一条意大利牛仔裤，上面标有独特的拳头标语图案，经由AI鉴定为80至90年代的复古品牌EMANUEL的产品之一。
不过如果要对每一件衣服都拍照识别无疑会很麻烦。因此，在AI买手上岗之前，我们先通过目测筛选出一些可能有价值的衣物。接着使用AI来了解这些物品的品牌背景及其发展历史。
经过了初步的肉眼挑选后，同事最终从大约15件衣服中选购了其中五件心仪的单品。
在古着店里搜寻时，我们注意到几乎所有店铺里的每一件衣物标签都不相同。为了更高效地挑选商品，一些顾客会建议直接寻找简单清晰且现代的品牌标识，因为大多数为快消品牌，无需仔细甄别。
当同事从众多挂衣中拿出一件风衣推荐给我时，AI买手也随之启动了识别功能。
由于时间有限且耐心有限，我并没有花太多时间去精雕细琢提问语句，而是直接将照片发送给AI助手询问。
AI助手很快就给出了回复，并根据标签信息迅速判断出这是一件20世纪某个法国品牌的服饰。从价格来看，确实非常实惠。
店内衣架｜图源作者
然而，有趣的是AI并不是一味夸赞的角色。
当我翻到一件标有Prada字样的裤子时，一眼看去就是常见的Prada绿，售价为10欧元（约80元人民币）。
和AI对话｜图源作者
将它交给同事一测之后——结果显示这是Prada的仿品。AI通过观察标签上字母R的书写方式立即识破了真伪。
“不要买了，AI说这可能是假货。”我们迅速将裤子放回原处，装作自己是经验丰富的时尚买手一样，能够一眼看出假冒产品。
在那个下午，我和同事手持手机在巴黎玛黑区的多个古着店内寻觅宝藏。然而，在地下室区域因为信号不佳无法使用AI助手，只能放弃进一步探索。
回到北京后，我将买来的风衣标签图片发送给了几个不同的AI进行测试，并尝试了解这些“AI买手”的能力。
在更详细的询问之后，豆包还提供了二手平台的信息识别功能，并在美国二手服装网站上找到了相关品牌和衣物的照片供参考。
我接着又用其他几款AI进行了对比，在图片搜索与图像解释方面，豆包的表现依然最为出色。
千问虽然在标识识别上不够准确，但根据标签风格推测出这是一个法国本土的中高端成衣品牌。
Gemini则给出了更加详细的分析——它指出标签采用的是织唛工艺，并通过这种方式识破了假货。同时，Gemini还提供了细分地区预测结果，有助于买手根据不同文化和地区的客户需求调整策略。
除了B端市场，AI技术在C端的应用也愈发广泛。一些公司推出了对话式购物体验，为用户提供个性化造型建议。
其中由电商资深从业者创办的Daydream平台就是一个很好的例子。用户只需输入诸如“我想买一条去巴黎参加婚礼穿的衣服”等自然语言描述，就可以获取相应的商品推荐。
和AI对话｜图源作者
我尝试了一下该网站提供的服务，它为我提供了西装外套裙、丝质衬衫裙以及A字中长裙三类推荐，并且每个商品都可以直接点击进入品牌线上店铺购买或查找相似款式。
最近一段时间内，豆包协助用户搭配服装的视频在网络上引起了广泛关注。尽管AI在时尚洞察上的表现略显笨拙，但其专业而严肃的声音却为观众带来了不少欢乐。
虽然这些内容充满了荒谬感，但借助于AI技术的应用，人们与智能助手之间的互动变得更加即时且清晰明了。
除了工作场景外，在生活中我们同样可以感受到AI带来的便利。无论面对非母语的信息还是不熟悉的环境，多模态的AI模型都能够提供更加便捷的服务。
让AI帮我挑选一件风衣或许并不会消耗太多计算资源，但在那个下午，它让我真实体验到了发现宝藏的乐趣，并感受到了来自人工智能技术的幸福感。
这篇文章没有涉及任何广告内容，仅以感谢豆包对我司此次购物之旅的贡献为初衷而写。
Claude的模型思考更快，几秒后就给出了答案，同时还识别出图片中的黄色标签，标价为15€，认为以这个价格入手相当划算。
精准度是一方面，AI最大的优势是便捷。在快速搜索和定位讲解方面，AI的使用体验确实大幅超越了传统翻译器、浏览器和其他检索工具。从拍照、提问到给出答案，能一气呵成地解决买家的甄别需求。
当AI进军时尚行业
AI在我们的购物体验里只承担了简单的识别功能，职业买手所做的分析一定比拍照识别更复杂。不过在真正的时尚买手产业链里，AI技术也已然产生影响。
在服装零售业里，买手主要承担“选购”的决策，帮助百货商店、精品店或电商平台选购和策划时尚商品，决定向消费者出售什么。他们需要参加各大时装周和展会，在街头观察流行风格，评估未来一到两个季度的流行走向，接着对接供应商批量采购。
买手最初确立的地点，正是在巴黎。20世纪早期，高级时装在巴黎出现，众多外国时尚杂志前往巴黎参加时装秀，百货公司也派人去巴黎购买样衣以供仿制。
在中国，买手店同样早已落地生根。据东方网报道，买手店从2013年的不足100家，到2024年已突破5000家，在十余年间完成了一轮跨越式扩张。
无论国内外，买手们多以经验和直觉选择符合时尚趋势的衣服。如今，AI正在悄悄介入这一原本需要依赖“感觉”的环节。
针对B端领域，众多公司利用大模型技术统计时尚趋势。巴黎人工智能时尚预测公司Heuritech便是代表之一，它利用视觉技术每天分析超过300万张社交媒体图像，基于模型预测流行趋势，客户有LV、Dior等顶级奢侈品牌，还可以定位细分地区预测结果，利于买手针对不同文化和地区客户调整策略。
在C端，AI技术公司察觉到人们利用AI搭配服饰的使用场景，推出对话式购物体验，提供个性化造型建议。由电商资深从业者创办的Daydream种子轮即拿下5000万美元融资，在2025年6月上线。用户只需输入类似"我想要一条去巴黎参加婚礼的裙子"这样的自然语言，便能检索到匹配的商品。
我试了一下，平台给出了西装外套裙、丝质衬衫裙与A字中长裙三类推荐。每个商品可以直接点击进入品牌线上店铺购买，也可以点击"更多相似"查找类似风格衣物。
图源Daydream网站截图
前段时间，豆包协助用户搭配服饰的搞笑短视频获得大量关注。AI在时尚觉察上的笨拙表现，搭配豆包一本正经提出建议的声音，制造出奇妙的幽默效果。针对所有的长裤，豆包会建议用户把裤腿卷上去，像是默认所有人都要去海边捞鱼。豆包对“潮”也有着出色的理解，默认的亮色搭配成功为用户们带来满分村民穿搭，别出心裁的“高级感”对应着解鞋带、挽袖子，一不留神就是“破烂感”。
虽然这一切都不可避免地充盈着荒谬色彩，但AI的视频功能让人和AI的互动变得即时清晰，连穿搭这样的日常生活场景里也有了AI的位置。
因为工作需要，我研究最多的AI功能是收集资料和研究分析，忽略了众多生活场景里AI的便捷性。无论我们面对的是大量非母语信息，还是不熟悉的生活语境，多模态AI模型的便捷性都明显高于文字交流。从“问一问”到“拍一拍”，AI所辐射的场景就这样一点点从工作延伸，进入每个人的生活。
让AI帮我选一件风衣，也许烧不掉多少token，但至少在那个下午，它让我真正体验到了捡漏的快乐。在被AI生产的垃圾内容淹没多时后，我第一次发自内心地感受到了AI带给我的幸福感。
（注：本文不含广告，谨以本文感谢豆包对我司捡漏之旅的贡献。）
媒介合作联系微信号|ciweimeijiejun
如需和我们交流可后台回复“进群”加社群