Google已在Android和iOS版Google Photos中正式推出虚拟衣橱功能。该工具受1995年电影《妙探寻凶》（Clueless）启发，旨在通过图像识别技术将用户相册转化为可搜索的数字衣橱，并提供智能穿搭建议。
从照片到数字衣橱
用户可通过拍摄新照片或上传现有图片建立衣橱。Google Photos利用图像识别技术自动检测服装类型（如上衣、鞋履、配饰等），并将其归类至专用板块。若自动裁剪不准，支持手动调整边界框。每个条目可添加颜色、品牌、购买日期及护理说明等元数据，构建个人库存管理系统。
当衣橱收录至少十几件物品后，推荐引擎即开始运作。系统结合位置天气数据、日历事件（如婚礼、面试）及用户风格偏好，生成每日穿搭方案。例如，雨天可能推荐层叠穿搭，而正式场合则优先展示正装。用户可对推荐进行保存、修改、分享或五星评分，算法将据此持续优化。
隐私优先与端侧处理
隐私保护是该功能的核心设计原则。绝大多数处理流程在设备端完成，仅经用户明确同意，复杂匹配任务才会传输至Google服务器。官方声明，服装数据与其他Google服务隔离，不用于广告投放。用户可随时删除整个衣橱或单个条目。
此外，该功能具备无障碍特性，支持语音命令添加物品或获取建议，并提供高对比度模式及针对色觉缺陷用户的纹理匹配系统。
提升活跃度与可持续时尚
早期数据显示，启用该功能的用户返回应用频率比未启用者高出40%。Google认为，这标志着照片服务从被动存储向主动日常辅助的战略转型。时尚界对此反应不一：支持者认为其有助于减少非必要购买，符合可持续时尚趋势；批评者则担忧算法缺乏对品味的细微理解。为此，Google提供了丰富的自定义选项，允许用户创建主题收藏或标记喜好。
该功能还与Google Photos其他特性深度集成。穿着特定服装的照片可自动链接回衣橱条目，形成穿着历史记录，避免重复穿搭。家庭共享用户可选择性分享衣橱，便于伴侣互提建议或父母管理子女校服。
未来展望
技术迭代仍在继续。最新更新提升了对面料图案及特殊款式的识别准确率，并优化了不同光照下的颜色检测。Google计划未来引入增强现实（AR）虚拟试穿功能，并探索与零售商合作，实现从购买到废弃的全链路记录。尽管与二手交易平台的集成尚在开发中，具体合作伙伴未定，但该功能已为管理实体衣橱提供了切实可行的数字化方案。