Google a annoncé lors de la conférence I/O 2025 la mise en service d'un nouvel outil virtuel de test de vêtements basé sur l'intelligence artificielle, permettant aux utilisateurs d'uploader une photo corporelle complète pour générer en quelques secondes des rendus photo-réalistes du look. Cette fonction repose sur le tout dernier modèle de génération d'images dédié à la mode de Google et les données du graphique Shopping contenant 5 milliards de produits, offrant ainsi une expérience de test extrêmement personnalisée, tout en supportant des recherches multi-critères, une analyse comparative de prix et un processus d'achat entièrement automatisé. L'outil intègre également les dernières tendances sociales pour analyser en profondeur les points forts techniques de cet outil et son impact révolutionnaire sur l'e-commerce de la mode.
Essayage virtuel : télécharger une photo et devenir mannequin
L'outil d'essayage virtuel de Google utilise un modèle de génération d'images personnalisé pour offrir une expérience de test en ligne inédite. Selon AIbase, les utilisateurs n'ont qu'à téléverser une photo corporelle complète dans la barre de recherche Google ou sur la page Google Shopping, puis cliquer sur l'article (comme une chemise, un pantalon, une jupe ou une robe) marquée par l'icône "essayez-le", pour voir en quelques secondes des rendus photoréalistes de leur tenue dans différentes poses. Le modèle capture précisément les détails tels que les plis, les plissés, l'élasticité et les froissements des vêtements, avec une fidélité du rendu atteignant 95 %, permettant aux utilisateurs de percevoir directement l'ajustement et le style du vêtement.
Contrairement aux essais virtuels traditionnels, qui reposent sur des mannequins génériques, l'outil de Google s'appuie sur la photo personnelle de l'utilisateur, ce qui améliore considérablement l'expérience personnalisée. Les tests d'AIbase montrent que le temps moyen pour générer un rendu d'essai est de 3 secondes, avec prise en charge de tailles allant de XXS à XXL, couvrant des centaines de marques comme Anthropologie, H&M, Simkhai et Staud.
Points forts techniques : modèle IA dédié à la mode et Shopping Graph
Le cœur de l'outil d'essayage virtuel de Google réside dans son modèle de génération d'images dédié à la mode et l'intégration approfondie du graphique Shopping. Selon AIbase, ce modèle, basé sur l'architecture Gemini2.5, combine la technologie de transformateur de diffusion (Diffusion Transformer) pour traiter les photos des utilisateurs et les images des produits via des mécanismes de cross-attention, générant ainsi des effets d'essayage très réalistes. Par rapport à Imagen3, le nouveau modèle présente une précision accrue de **20 %** pour la gestion des détails complexes des vêtements, comme les motifs géométriques ou les textures en dentelle.
Le graphique Shopping, la plus grande base de données de produits au monde, contient plus de 5 milliards de listes de produits et met à jour toutes les heures 200 millions d'informations relatives aux stocks, aux prix et aux avis, garantissant ainsi la précision et l'actualité des produits essayés. Les tests d'AIbase montrent que lorsqu'un utilisateur recherche "jupe vintage", l'outil ne se contente pas de fournir un rendu d'essayage, mais recommande également des styles similaires en fonction des préférences de l'utilisateur, tout en affichant les prix et les disponibilités actuelles des marques Boden ou Maje.
Shopping intelligent : recherche multi-critères et achat automatique
L'outil d'essayage virtuel de Google va au-delà du simple essai, intégrant des fonctionnalités de recherche multi-critères, d'analyse comparative de prix et de paiement automatique Agentic Checkout pour simplifier encore plus le processus d'achat :
Recherche multi-critères : les utilisateurs peuvent entrer des demandes complexes (comme "une robe colorée adaptée à l'été, budget de 200 dollars"), et l'IA sélectionne automatiquement les produits correspondants et génère des rendus d'essayage.
Analyse comparative de prix : grâce à la fonction "suivre les prix", les utilisateurs peuvent définir des critères de taille, de couleur et de budget, et le système surveille en temps réel les fluctuations des prix et envoie des alertes de baisse. Les tests d'AIbase montrent que l'outil peut détecter plus de **10 %** de réductions dans les 24 heures.
Paiement automatique : Agentic Checkout permet aux utilisateurs de confirmer les détails d'achat, après quoi l'IA complète automatiquement le panier et effectue le paiement sur le site marchand via Google Pay, avec un temps moyen de 1 minute. Cette fonction devrait être déployée complètement aux États-Unis dans les prochains mois.
AIbase estime que l'intégration fluide de ces fonctionnalités fusionne traditionnellement la recherche, l'essayage et l'achat, augmentant ainsi l'efficacité et la confiance dans les décisions d'achat.
Influence sur l'industrie : redéfinir la carte de l'e-commerce de la mode
L'introduction de l'outil d'essayage virtuel de Google a eu un impact profond sur le marché de l'e-commerce de la mode. Selon AIbase, les solutions d'essayage virtuel traditionnelles (comme Vue.ai et Swan) dépendent souvent de mannequins génériques ou de modélisation 3D, tandis que l'essai personnalisé basé sur les photos des utilisateurs de Google a considérablement augmenté la confiance des consommateurs, **65 % des consommateurs étant plus enclins à commander après un essayage AR**. De plus, l'outil de Google devrait réduire de **40 %** les taux de retour liés aux essayages inappropriés.
Comparé à ses concurrents, le graphique Shopping et le modèle Gemini de Google offrent des données plus riches et une vitesse de génération plus rapide, menaçant directement les outils de virtual try-on d'Amazon et ceux de Pincel. AIbase analyse que Google pourrait attirer les petites et moyennes marques et commerçants en offrant gratuitement les fonctionnalités de base de l'essayage (sans abonnement Gemini Advanced), en élargissant ainsi sa part de marché publicitaire dans l'e-commerce de la mode.
Cependant, AIbase note que certains utilisateurs expriment des inquiétudes concernant la confidentialité des images générées par l'IA, suggérant que Google devrait clarifier davantage ses processus de traitement des données. De plus, l'outil n'est actuellement disponible qu'aux États-Unis, et le plan de déploiement mondial sera divulgué lors de la conférence I/O 2025 (le 20 au 21 mai).
Réactions de la communauté : développeurs et utilisateurs enthousiastes
Les retours des réseaux sociaux montrent que l'outil d'essayage virtuel de Google est rapidement devenu un sujet de discussion majeur après sa présentation lors de la conférence I/O 2025. Les développeurs l'ont qualifié de "solution infaillible pour le problème des problèmes de taille en ligne", tandis que les utilisateurs ont été impressionnés par l'expérience d'essayage basée sur leurs propres photos, disant "enfin pouvoir voir à quoi ressemble un vêtement sur soi". AIbase observe que la fonction d'essayage de Search Labs a attiré plus de 100 000 expériences dès le premier jour, démontrant une forte attraction du marché.
La communauté a également proposé des suggestions d'amélioration, telles que le soutien de plus de catégories de vêtements (comme chaussures et accessoires) et de morphologies non standard (comme les femmes enceintes). Google a répondu qu'il étendra l'outil à plus de catégories et optimisera le modèle pour gérer des détails de vêtements complexes.
Le futur de la mode guidée par l'IA
En tant que média spécialisé dans l'IA, AIbase accorde une reconnaissance positive à l'annonce de l'outil d'essayage virtuel de Google. Grâce à la technologie de génération d'images basée sur Gemini2.5 et à l'intégration des données en temps réel du graphique Shopping, il redéfinit l'accessibilité et l'expérience personnalisée du shopping en ligne. En particulier, la compatibilité potentielle avec des modèles nationaux comme Qwen3-VL offre de nouvelles opportunités pour que l'e-commerce de la mode chinoise intègre l'écosystème mondial de l'IA.
AIbase conseille aux utilisateurs d'activer les paramètres de confidentialité lors du téléversement de photos et de tester la fonction dès que possible via Search Labs pour optimiser leurs décisions d'achat. Les développeurs peuvent explorer les possibilités d'intégration avec les modèles Google via Vertex AI API.