想象一下，你滑动手机屏幕，看到的不是真人模特，而是一个个由AI精心塑造的虚拟形象，在15秒内展示最新的潮流穿搭，而且看得顺眼，点一下就能直接进入品牌官网完成购买。这不再是科幻场景，而是Google正在其AI试穿实验应用Doppl上悄然推行的“可购物发现流”（Shoppable Discovery Feed）。这项新功能正面向美国成年用户开放，它不仅颠覆了传统的电商内容生产模式，更可能重塑我们未来的购物体验。
AI“模特”的诞生与购物闭环的形成
Doppl的应用逻辑相当巧妙。首先，它会利用用户上传的头像，生成一个高度逼真的3D虚拟模特。接着，将服装的2D切片叠加到这个模特身上，最后，通过强大的扩散模型技术，将静态的试穿画面转化为流畅、高质量的15秒短视频。据了解，这种AI生成视频的帧间一致性超过92%，渲染时间更是控制在3秒以内，这意味着从静态试穿到动态视频的转变，几乎可以在瞬间完成。
而这个“可购物发现流”的核心在于其“短视频+AI生成+即购”的电商闭环。与TikTok、Instagram等平台依赖真人网红或用户生成内容不同，Doppl上的所有视频，包括模特的外貌、身材、场景光线，都完全由AI算法合成。更重要的是，系统会深度学习用户的风格偏好和历史点击数据，为你量身定制个性化的穿搭视频。一旦看到心仪的商品，用户无需跳转到复杂的商品详情页，只需轻点一下，就能直接进入品牌官网的结账页面。这大大简化了购物流程，实现了“滑滑就能买”的便捷体验。
告别真人网红，成本与效率的双重优化
Google此举的商业动机显而易见。近年来，TikTok等平台凭借短视频内容，强势分流了原本属于搜索广告的流量，Google在美国搜索广告收入增速已连续下滑五个季度。而社交购物的潜力巨大，预计到2025年，TikTok的社交购物GMV将突破300亿美元。
Doppl的“全AI视频”模式，让Google能够绕过传统电商中高昂的网红合作成本，批量生产低成本、高效率的短视频内容。据估算，这种方式可以将内容生产成本降低70%以上。对于零售商而言，这意味着他们无需再投入大量资源去制作和管理营销素材，只需按照“点击跳转”的CPC（按点击付费）模式进行投放，并且这一切都整合在Google Shopping Ads的同一后台，操作简便。此外，Doppl还打通了与零售商的实时库存API，确保用户看到的商品几乎都能即时购买，有效避免了“心动却买不到”的尴尬。
潜在的挑战与未来的探索
尽管前景光明，但“全AI生成”的内容模式也带来了一些值得思考的问题。最直接的担忧是“信息茧房”效应。当所有内容都基于用户的个人偏好进行个性化生成时，用户是否会因此被局限在狭窄的风格范围内，缺乏探索新可能性的机会？Google表示，未来将引入“探索滑杆”功能，让用户可以主动调节内容的“新颖度”，以期缓解这一问题。
此外，AI生成广告的透明度和监管也是一个绕不开的话题。虽然Doppl在每条视频下方都明确标注了“AI-generated”，但目前用户无法选择观看真人模特的内容。随着AI技术的飞速发展，监管机构也开始关注AI合成广告的规范问题。美国联邦贸易委员会（FTC）已就“AI合成广告”展开意见征集，要求平台进行显著标识并禁止误导性演示。
展望：AI电商的边界正在被不断拓展
Google透露，Doppl的测试将在2025年第一季度扩展到英国和加拿大，并计划引入“品牌自定义模板”，允许商家上传自己的品牌视觉元素，让AI生成的视频更具品牌辨识度。
Doppl的“可购物发现流”，无疑是AI技术在电商领域一次大胆且富有前瞻性的尝试。它不仅展示了AI在内容生产和用户体验优化上的巨大潜力，也预示着未来电商将更加智能化、个性化，并可能朝着一个更低成本、更高效率的方向发展。当然，伴随而来的挑战也需要我们持续关注和思考，如何在拥抱技术便利的同时，保持信息的多元化和市场的健康发展。
