发布时间与可用范围
- 发布时间：2026 年 9 月 24 日正式向公众开放（Android 用户自 6 月起逐步体验）
- 适用地区：美国、巴西、印度（暂未覆盖中国大陆及其他地区）
- 适用平台：iOS 与 Android（两个系统同步上线）
- 功能类型：免费基础功能（无需订阅 Google AI Pro 或 Ultra）
- Compose 版本要求：需更新 Google Photos 至最新版本
功能原理与核心能力
Google Photos 新推出的虚拟衣橱功能，借助人工智能技术从用户相册中自动识别、分类日常穿搭照片，构建数字化个人衣橱。该功能灵感源自 1995 年电影《女煞葛莉尔》（Clueless）中女主角 Cher 使用的虚拟试衣系统，当年该桥段象征顶层社会的奢侈生活；如今借助 AI 的普及，普通用户亦可拥有类似数字化穿搭管理能力。
关键事实：
- 系统不会将用户的穿搭数据分享给第三方（如零售商），强调隐私保护
- 支持按衣物类别筛选（上衣、下装、饰品等）
- 提供混搭建议，用户可组合不同单品生成虚拟搭配方案
值得注意的是，这项功能无需用户手动录入或上传新品照片——它完全基于相册已有图像自动执行识别与归类，后台使用的是本地与云端协同的图像分析模型。Google 在说明中强调，该工具定位为“辅助决策系统”，而非电商导购入口，与同期兴起的“AI 试穿购物”类产品存在本质区别。
本次同步更新的其他技巧工具
除了虚拟衣橱，Google Photos 在此次版本中还升级了一系列影像管理工具：
- Gemini Spark 增强模式：支持单条提示完成选图、提亮与分享三步操作；（需 Google AI Pro 或 Ultra 订阅）
- 标注工具升级：新增红笔模糊功能（适用于车牌等敏感信息遮挡）、更精细的画笔粗细滑块、多字体文本编辑
- Moods 滤镜（Android 独占）：新增“35mm 胶片”“2000 年代数码相机”等怀旧风格滤镜，提升老照片视觉质感
用户落地建议
推荐使用场景：
- 常规用户：适合拥有大量自拍、穿搭照片且希望快速回顾旧衣搭配的用户
- 内容创作者：便于整理素材库、快速匹配风格化穿搭
- 旧照片整理者：Moods 滤镜可为老照片赋予胶片质感，提升回顾体验
建议暂缓人群：
- 数据隐私高度敏感用户：尽管官方承诺不向第三方分享数据，仍需自行评估相册中衣物信息是否涉及定位风险
- 非目标地区用户：暂未承诺上线中国等市场，建议等待后续区域扩展公告
写在最后
数字衣橱从影视概念走向现实，标志着 AI 从内容生成与搜索，逐步渗透至日常决策支持场景。这一功能的价值不在于替代真实选择，而在于降低重复决策成本——当选项超过百件时，系统可将“早上选什么穿”这类高频微决策简化为几秒筛选。技术落地的真正转折点，是当它从炫技走向必需品。