问题：线上购物难试穿，虚拟试衣仍停留“单件替换” 随着网络零售持续增长，消费者对更接近“所见即所得”的试穿体验需求不断上升。现有虚拟试衣产品虽能在一定程度上呈现上衣、裙装等单件服饰的上身效果，但在真实生活中的“整套造型”上往往表现不足。一套出行穿搭通常包含上装、下装、外套、鞋履、包袋及配饰等多个元素，还涉及叠穿层次、颜色与材质的协调、廓形比例，以及“塞衣角”“敞开穿”“披肩穿”等具体穿法。单品级试穿很难回答“怎么搭更好看、怎么穿更得体”——应用场景因此受限——转化效果也不够稳定。 原因：关键短板在于数据供给不足，缺少可学习的“搭配知识” 业内分析认为，虚拟试衣从单件迈向全身穿搭，挑战不只在图像合成，更在于如何系统表达搭配关系和穿着方式。以往常用的数据多集中在单件服装与人体图像的对应，侧重纹理、褶皱与光影拟合，却较少记录一套造型里多件服饰如何组合、层次如何处理、细节如何实现。缺少高质量、结构化、可复用的数据，使得算法即便能“生成衣服”，也很难“理解造型”。 影响：数据集补齐“全身搭配”基础设施，或将重塑多环节数字能力 据论文披露，香港理工大学与Huhu公司联合研究发表于CVPR 2026（论文编号arXiv:2603.14153），提出面向“服装级虚拟试衣”的数据集“Garments2Look”。该数据集包含8万套完整穿搭组合，覆盖40个主要服装类别与300多个细分子类别，并突出两个特征：其一，记录穿着方式与搭配技巧，如衬衫是否束入裤装、外套的开合与披搭方式等；其二，为每套造型配套文字描述，涵盖颜色、材质、搭配思路及穿法要点，形成图文结合的“穿搭说明”。 业内人士指出，这类数据供给的价值在于把“穿搭知识”从经验描述转化为可计算、可训练的语料与标注，有望提升虚拟试衣在叠穿遮挡、风格一致性与细节可控性上的能力，并继续影响服装电商的展示、搜索与推荐：未来消费者可能不仅“试一件”，还可同一界面尝试整套造型并调整穿法细节；品牌方也可在商品企划与搭配营销中获得更高效的内容生产工具。对香港而言，这类研究有助于推动产学研协同，促进数字创意、时尚零售与科研创新的交叉融合。 对策：以标准化数据与应用边界管理，推动技术落地更稳健 从产业落地角度看，要让全身穿搭虚拟试衣进入规模化应用，还需在三上共同推进：一是推动数据标注体系更标准、更可迁移，减少不同平台之间口径不一，提升行业复用；二是加强评测指标与公开基准建设，不仅评估生成图像的逼真度，也评估搭配合理性、穿法可控性与用户满意度；三是完善合规与伦理边界，重点关注人像使用、数据来源授权与隐私保护，确保应用在可控范围内推进。 前景：从“试穿工具”走向“穿搭服务”，带动零售与内容生态升级 业内预计，随着多模态理解、三维人体建模与服装物理仿真等能力持续提升，虚拟试衣将从展示功能走向服务能力：不仅呈现上身效果，也能提供场景化穿搭建议，实现“可试、可搭、可改”的一体化体验。此外，技术仍需长期应对体型差异、复杂姿态、面料运动规律以及审美偏好多元等问题。“Garments2Look”数据集的提出，为行业补充了关键数据底座与研究方向，或将加速从单品试穿走向全身造型生成的跃迁。
从量体裁衣到数字穿搭，香港理工大学的研究不仅回应了虚拟试衣从“单件替换”走向“全身造型”的关键瓶颈，也呈现了人工智能与传统产业融合的现实路径。在数字经济与实体经济协同发展的背景下，这个成果有望带来更接近真实的线上消费体验，并为纺织服装行业向价值链更高端延伸提供技术支撑。当技术逐步“读懂”时尚的规则与表达，线上购物的“所见即所得”或将更接近现实。