Google Photos AI衣櫃功能評測：虛擬穿搭2026大革新

Q: 這個功能會占用多少手機儲存空間？

Wardrobe 功能的衣物識別採用設備端處理（on-device），識別後的衣物數據會以 metadata 形式存儲，不會占用大量儲存空間。具體的數據大小取決於你的相簿中有多少衣物照片，但通常不會超過幾百MB。

AI衣櫃功能是這篇文章討論的核心

Google Photos「Clueless」AI衣櫃功能深度評測：虛擬穿搭時代來襲？2026年時尚科技大革命

Google Photos最新AI衣櫃功能，將你的相簿變成數位衣櫃（圖片來源：Pexels）

💡 核心結論

Google Photos即將推出的「Wardrobe」AI衣櫃功能，透過深度學習自動識別相簿中的服飾物件，生成虛擬衣櫃並提供智慧搭配建議。這項被稱為「Clueless」的功能，不僅是相片整理工具，更是瞄準個人品牌的流量變現神器。根據市場預測，2026年AI時尚市場規模將突破24.7億美元，2027年上看44億美元，年複合成長率達36.9%。

Clueless AI衣櫃功能到底是什麼？

還記得1995年電影《獨領風騷》中 Cher 的那句「It’s not a skirt, it’s a pleats」嗎？那位加州千金用電腦管理整個衣櫃的畫面，曾經被認為是遙不可及的科幻設定。2026年的今天，Google Photos 正在把這個想像變成現實。

根據 Forbes 報導，Google Photos 正在測試一款名為「Wardrobe」的 AI 功能，程式碼中被發現了「digital closet」（數位衣櫃）的描述。這個被業界暱稱為「Clueless」的功能，會自動掃描你 Google Photos 相簿中的所有照片，利用深度學習模型識別出照片裡的服飾物件——無論是你穿在身上的衣服、拿在手裡的包，還是腳上的鞋子。

識別完成後，系統會自動將這些衣物匯總成一個虛擬衣櫃。你可以按顏色、款式、場合甚至季節快速查找單品。更有趣的是，它還會透過訊息提醒你「該補一件白色素色T恤了」或「你的牛仔褲已經三週沒出現在照片裡」——這簡直是把時尚顧問的功能壓縮成一組演算法。

這項功能的出現，其實是 Google 在 AI 時尚領域布局的一環。2025年 Google I/O 大會上，Google 已經推出了 Virtual Try-On 虛擬試穿功能，讓用户上傳全身照就能看到自己穿著不同服飾的樣子。而現在這款 Wardrobe 功能，則是要把你的整個真實衣櫃數位化，搭配 Virtual Try-On，構成一個完整的「AI穿搭生態系」。

🔍 Pro Tip 專家見解

這不是 Google 第一次做「相簿變現」的功能。早在2024年10月，Google Photos 就推出了「Ask Photos」功能，允許用户用自然語言提問来找照片。到了2025年，這個功能進化成了「Outfits」系列的雛��。從搜尋到管理再到推薦，Google 的策略很清晰：先把用户養在生態系裡，再賣東西給用户。

虛擬衣櫃技術原理：深度學習如何看懂你的穿搭？

你可能會問：AI 是怎麼「看」出來我穿了什麼？答案在於計算機視覺（Computer Vision）和深度學習的進步。

根據 Android Authority 的報導，這項功能的核心技術基於物體偵測（Object Detection）和圖像分割（Image Segmentation）。Google 的模型會掃描每一張照片，識別出「這是一個人」、「這個人穿著一件藍色牛仔外套」、「腳上是一雙白色運動鞋」。整個過程類似於你在淘寶上搜圖片找同款的體驗，但精度更高——因為它不是比對圖片相似度，而是理解「這是一個物件」。

識別完成後，系統會建立一個「服飾資料庫」。每件衣物會被賦予以下屬性：

類型：上衣、褲子、裙子、外套、配件
顏色：由模型分析像素得出的主色調
場合：商務、休閒、運動、正式
頻率：這件單品在過去一年出現了幾次

這些數據結合在一起，就成了你的「數位衣櫃」。搭配 Google Shopping 的虛擬試穿功能，你可以直接在手機上看到「如果我把這件ZARA的新外套和衣櫃裡那條UNIQLO的褲子搭配，會是什麼效果」。

上圖展示了根據 Fortune Business Insights 和 Precedence Research 的數據，AI 時尚市場的爆發性成長。從2024年的22.3億美元，到2034年預計突破605.7億美元，這個市場的正複合成長率（CAGR）高達39.12%。而2026年被認為是關鍵突破年——Google 的 Wardrobe 功能、Meta 的 AI 試穿、Amazon 的個人化推薦，屆時都將進入成熟期。

2026年時尚產業衝擊：誰會被AI取代？

老實說，這個問題有點像在問「誰會被淘寶取代」——答案不是「誰」，而是「什麼樣的工作模式」。AI 不會取代設計師，但會取代「不會用 AI 的設計師」。

讓我們把視角拉遠一點。時尚產業的價值鏈大致可以分為：趋势预测 → 设计 → 生产 → 营销 → 零售。AI 最大的影響力，會出現在「营销」和「零售」這兩個環節。

個人品牌與網紅經濟：這是 Google Wardrobe 功能最直接的目標用户。你知道現在有多少網紅需要「量化管理」自己的穿搭嗎？一個穿搭博主發一張照片，需要考慮「這件上衣我三個月前好像穿過」、「這個包和這套衣服上次是什麼時候搭配的」。以前這些靠記憶，現在 AI 幫你記得清清楚楚。根據 StyTrix 的報導，2026年 AI 時尚市場將突破24.7億美元，其中很大一部分增長來自個人品牌的數位化管理工具。

電商平台的變現邏輯：這才是 Google 真正的陽謀。當你的衣櫃被數位化後，系統可以精準地告訴你「你缺一件黑色的正式褲子，這是我們推薦的連結，點擊直接購買」。這比 Google Shopping 現在的推薦邏輯精準一百倍——因為它不是根據搜尋紀錄猜測，而是根據你「實際拥有且經常穿」的單品來推薦。

根據 Mashable 的報導，Google 在2025年 I/O 大會上展示的 Virtual Try-On 功能，已經可以讓用户上傳一張全身照，然後把線上商店的服飾「穿」在自己身上。結合 Wardrobe 的衣物識別 + Virtual Try-On 的虛拟试穿 + Google Shopping 的購買入口，這是一條完整的「AI 時尚變現路徑」。

🔍 Pro Tip 專家見解

有一個常被忽略的點：這項功能對「快時尚」的衝擊。其實快時尚的商業模式建立在「你不確定這件衣服好不好看，所以多買幾件回家試穿，不滿意就退」的基礎上。如果 AI 能在你購買前就告訴你「這件衣服你有85%的機率會喜歡」，退貨率會大幅下降——這對品牌是好事，但對「靠衝動消費撐起營收」的快時尚巨頭，可能是災難。

隱私與數據風險：我們在教AI監督我們的穿著？

說了這麼多 AI 的好處，必須談談代價。

最大的問題是：這些識別出來的衣物數據，Google 會怎麼用？根據 The Verge 的報導，Google 官方對這��問��的回應相當模糊。雖然 Wardrobe 功能會在你的設備上進行識別（on-device processing），但「搭配建議」的功能需要雲端處理——這意味著你的衣物數據最終還是會進入 Google 的伺服器。

更敏感的是「場合識別」。系統不僅能識別「這是一件西裝」，還能識別「這是商務場合的西裝」。這意味着 Google 知道你什麼時候上班、什麼時候約會、什麼時候去健身房。這種顆粒度的數據，比你以為的更值錢。

根據 CNET 的報導，已經有用戶對 Google 的 AI 購物功能表示「 Jaw Dropped」——不是驚喜的驚訝，而是恐懼的驚訝。當你的衣櫃變成數據，當演算法比你更清楚「你應該穿什麼」，這是一種方便的依賴，也是一種危險的依賴。

⚠️ 風險預警

數據留在雲端的風險：雖然識別在設備上完成，但推薦功能需要雲端處理，你的衣物數據最終會進入 Google 伺服器。
隱私設定的模糊地帶：目前沒有明確選項讓用户「只保留本地識別，不要上傳雲端」。
AI 審美偏見：模型的訓練數據可能存在審美偏見，建議的搭配不一定適合所有文化和體型。

這裡不是要製造恐慌，而是提醒一個事實：當你允許 AI 帮你管理衣櫃的時候，你也在允許 AI 管理你的審美。便利和隱私之間從來沒有白吃的午餐——這一點，2026年的我們應該比任何人都清楚。

常見問題 FAQ

Google Photos Wardrobe 功能什麼時候會正式推出？

根據 Forbes 和 Android Authority 的報導，Wardrobe 功能目前仍在測試階段，程式碼在 Google Photos v7.71.0.895417930 版本中被發現。預計最快會在2026年下半年或2027年初正式上線，具體時間取決於 Google 的測試進度和用戶回饋。