Google anunció en la conferencia Google I/O 2025 el lanzamiento de una nueva herramienta de realidad virtual para probar ropa, que permite a los usuarios subir una foto completa del cuerpo y obtener un resultado realista de cómo luciría el atuendo en cuestión de segundos. Esta función se basa en el último modelo de generación de imágenes de Google diseñado específicamente para la moda y en la base de datos Shopping Graph con más de 5 mil millones de artículos, ofreciendo no solo una experiencia de prueba personalizada, sino también funciones de búsqueda condicional avanzada, análisis de precios y un proceso de compra completamente automatizado.
Prueba virtual: sube una foto y conviértete en modelo
La herramienta de realidad virtual de Google para probar ropa utiliza un modelo personalizado de generación de imágenes para brindar a los usuarios una experiencia de prueba en línea sin precedentes. Según ha sabido AIbase, los usuarios solo necesitan subir una foto completa del cuerpo en la pestaña Google Search o Google Shopping y hacer clic en el ícono "try it on" junto al artículo (como una camisa, pantalones, falda o vestido), y en cuestión de segundos podrán ver un resultado realista de cómo lucen ese artículo en diferentes posiciones. El modelo puede capturar precisamente detalles como pliegues, caídas, estiramientos y arrugas de la ropa, alcanzando un nivel de realismo del 95%, permitiendo a los usuarios tener una idea clara de cómo encaja la prenda y su estilo.
A diferencia de las pruebas virtuales tradicionales, la herramienta de Google se basa en fotos personales de los usuarios, en lugar de modelos genéricos, lo que mejora significativamente la experiencia personalizada. Los resultados de las pruebas mostraron que el tiempo promedio para generar una imagen de prueba es de apenas 3 segundos, soportando varios tipos de tallas desde XXS hasta XXL y cubriendo cientos de marcas, incluidas Anthropologie, H&M, Simkhai y Staud.
Puntos destacados tecnológicos: IA especializada en moda y Shopping Graph
El núcleo de la herramienta de realidad virtual de Google radica en su modelo de generación de imágenes especializado en moda y la integración profunda con Shopping Graph. AIbase analizó que este modelo se basa en la arquitectura Gemini2.5, combinando tecnología de transformadores difusivos (Diffusion Transformer) y procesamiento de atención cruzada para tratar las fotos de los usuarios con las imágenes de los artículos, generando resultados de prueba extremadamente realistas. En comparación con Imagen3, el nuevo modelo ha mejorado un **20%** la precisión en el manejo de detalles complejos de la ropa, como los patrones geométricos de vestidos o texturas de encaje.
Shopping Graph, la base de datos de productos más grande del mundo, contiene más de 5 mil millones de listas de productos, actualizando 200 millones de registros sobre existencias, precios y opiniones cada hora, asegurando la actualidad y precisión de los artículos de prueba. Los resultados de las pruebas de AIbase indican que cuando los usuarios buscan "falda vaquera vintage", la herramienta no solo ofrece resultados de prueba, sino que también recomienda estilos similares según las preferencias del usuario, mostrando precios y estados de existencia en tiempo real de marcas como Boden o Maje.
Compra inteligente: búsquedas condicionales y compra automática
No solo limitada a la prueba virtual, la herramienta de Google integra funciones de búsqueda condicional avanzada, análisis de precios y Agentic Checkout, simplificando aún más el proceso de compra:
Búsqueda condicional: los usuarios pueden ingresar requisitos complejos (como "vestido de colores para verano, presupuesto de 200 dólares"), y la IA automáticamente filtra los artículos que cumplen con estos criterios y genera resultados de prueba.
Análisis de precios: mediante la función "track price", los usuarios pueden establecer tallas, colores y presupuestos, y el sistema monitorea fluctuaciones en los precios y envía notificaciones de descuentos. Las pruebas de AIbase muestran que la herramienta puede detectar rebajas superiores al **10%** en menos de 24 horas.
Compra automática: Agentic Checkout permite a los usuarios confirmar los detalles de compra, y la IA realiza automáticamente el proceso de adición al carrito y pago en el sitio web del minorista a través de Google Pay, con un promedio de tiempo de solo 1 minuto. Este servicio se espera que se lance completamente en Estados Unidos en los próximos meses.
AIbase cree que la integración fluida de estas funciones une tradicionalmente la búsqueda, la prueba y la compra, mejorando significativamente la eficiencia de compra y la confianza en las decisiones de compra.
Influencia en la industria: redefinir el panorama del comercio electrónico de moda
El lanzamiento de la herramienta de prueba virtual de Google ha tenido un impacto profundo en el mercado del comercio electrónico de moda. AIbase observa que las soluciones tradicionales de realidad virtual (como Vue.ai o Swan) dependen generalmente de modelos genéricos o modelado 3D, mientras que la personalización basada en fotos de los usuarios de Google ha aumentado significativamente la confianza del consumidor, ya que **65% de los consumidores expresan más disposición a comprar después de usar AR para probarse la ropa. Además, la herramienta reduce las devoluciones inexactas de tallas, lo que podría reducir un 40% las tasas de devolución de los minoristas.
En comparación con sus competidores, el Shopping Graph y los modelos Gemini de Google ofrecen un mayor soporte de datos y una velocidad de generación más rápida, desafiando directamente las herramientas de realidad virtual de Amazon y el cambio de ropa por IA de Pincel. AIbase analiza que Google, al ofrecer la función básica de prueba gratuita (sin necesidad de suscribirse a Gemini Advanced), podría atraer a pequeñas y medianas marcas y minoristas, ampliando así su participación en la publicidad del comercio electrónico de moda.
Sin embargo, AIbase ha notado que algunos usuarios expresan preocupaciones sobre la privacidad de las imágenes generadas por IA, sugiriendo que Google debe transparentar aún más sus procesos de tratamiento de datos. Además, la herramienta actualmente solo está disponible en el mercado estadounidense, y el plan de expansión global dependerá de la presentación en Google I/O 2025 (del 20 al 21 de mayo).
Respuesta de la comunidad: entusiasta recepción por desarrolladores y usuarios
Las redes sociales muestran que la herramienta de prueba virtual de Google rápidamente se convirtió en un tema central tras su lanzamiento en Google I/O 2025. Los desarrolladores la han llamado "la solución definitiva para el problema de las tallas en la compra de ropa en línea", mientras que los usuarios están impresionados por la experiencia de prueba basada en fotos personales, describiéndola como "finalmente poder ver cómo lucirá la ropa en mi propio cuerpo". AIbase observó que la función de prueba en Search Labs atrajo más de 100,000 experiencias el primer día, mostrando una gran atractivo en el mercado.
La comunidad también ha sugerido mejoras, como el soporte para más categorías de ropa (como zapatos o accesorios) y tallas no estándar (como embarazadas). Google respondió que planea extenderse a más categorías y optimizar el modelo para manejar detalles complejos de la ropa.
El futuro de la moda guiada por IA
Como medio especializado en IA, AIbase reconoce positivamente el lanzamiento de la herramienta de prueba virtual de Google. Su tecnología de generación de imágenes basada en Gemini2.5 y la integración de datos en tiempo real de Shopping Graph redefine la comodidad y la experiencia personalizada de la compra de moda en línea. Es particularmente interesante la potencial compatibilidad con modelos nacionales como Qwen3-VL, proporcionando nuevas oportunidades para que el comercio electrónico de moda chino se integre en el ecosistema global de IA.
AIbase sugiere a los usuarios activar la configuración de privacidad al subir fotos y experimentar la función en Search Labs lo antes posible para optimizar las decisiones de compra. A los desarrolladores se les recomienda explorar la posibilidad de integrar sus modelos con Vertex AI API.