Meta 让社交相册化身试衣间：Style Sketch 用旧照片生成 AI 穿搭师
**导语**
Meta 推出的 Style Sketch，尝试把用户社交相册中的旧照片转化为个人化穿搭参考：系统基于历史影像理解身形特征、色彩偏好与场景风格，再生成搭配建议和可视化效果。其核心并非简单“换装”，而是把沉淀的社交图像资产变成低门槛的 AI 穿搭师。
**产品逻辑**
从产品逻辑看，Style Sketch 的价值在于降低试穿与决策成本。用户无需频繁拍摄新图，即可用旧照片获得通勤、约会、旅行等场景搭配；生成结果还可反向服务于社交分享、内容创作与商品推荐。对 Meta 而言，这既是多模态生成能力的生活化落地，也是连接社交内容、创作者生态与电商广告的关键入口。
**行业分析**
AI 穿搭的竞争点正从“生成好看图片”转向“理解个人风格并完成消费闭环”。Meta 的优势在于社交场景与用户图像数据，但难点也在此：旧照片涉及肖像、位置与社交关系等敏感信息，产品必须做到明确授权、数据最小化和生成内容标识。同时，若推荐过度依赖历史偏好，可能造成审美同质化；若商品推荐介入过强，则会削弱工具属性。
**风险与边界**
因此，Style Sketch 能否成立，不取决于生成效果是否炫目，而取决于三点：用户是否信任数据使用，搭配建议是否真实可穿，商业化是否克制。若处理得当，它可能让社交相册成为新的试衣间；反之，则容易沦为一次性的 AI 滤镜。
