ChatGPT 正逐步转型为购物助手。用户不仅能获取包含具体商品、图片、价格及购买链接的个性化推荐，还能利用其最新的虚拟试穿功能，直观预览衣物上身效果。
得益于 Images 2.5 更新带来的更逼真光照、纹理及物体理解能力，ChatGPT 将图像生成技术应用于购物场景。用户只需上传一张自拍照，即可在搜索结果中点击“试穿”，或上传特定物品图片以查看穿戴效果。
实测：轮廓还原惊喜，背景简化聚焦
在实际测试中，ChatGPT 并未复现原始照片的环境背景，而是将人物置于简洁的摄影棚风格背景下。这种处理减少了视觉干扰，使用户能更专注于衣物本身。
在测试一款附近商店有售的宽松麂皮夹克时，ChatGPT 对衣物位置、宽松形状及面料垂坠感的处理出人意料地准确。尽管并非完全受控的对比，但其生成的图像与实际试穿效果相当接近，证明了其在处理复杂剪裁时的潜力。
随后，测试扩展至正式场合连衣裙及 1920 年代风格的夸张服饰。结果显示，ChatGPT 能较好地处理截然不同的轮廓，衣物呈现自然，而非生硬地“粘贴”在身体上。
缺陷：AI“美化”导致比例失真
尽管视觉效果令人信服，但测试中发现了一个关键问题：身材比例的微妙篡改。尽管上传的照片准确反映了真实比例，但生成图像中的人物显得更高大、腿部更长、躯干更短，呈现出一种符合传统审美的“雕像般”气质。
在虚拟试衣场景中，准确性远比奉承重要。如果衣物的美感部分源于 AI 对用户身材的美化，那么该功能在辅助决策上的价值将大打折扣，这与直接浏览模特图并无本质区别。
结论：辅助筛选利器，非最终决策依据
ChatGPT 的虚拟试穿功能在颜色还原上表现优异。由于保持了用户肤色和发色的一致性，它能有效帮助用户在不同色调间做出选择。同时，其对整体轮廓和质感的传达，有助于将候选商品从五件缩减至两件，降低购物决策压力。
然而，用户仍需谨慎对待生成图像。面料重量、动态效果及细微的身体差异难以通过 AI 图像准确判断。鉴于其可能存在的身材比例美化倾向，该功能更适合作为购物流程初期的筛选工具，而非对合身度的最终预测。