仮想試着：Google・Amazon・Walmartが変える“買う前の体験”の未来
オンラインショッピングにおける課題の一つに、「サイズ感・見た目の不安」があります。特に衣服や靴など、実際に身につけてみないと判断しにくい商品では返品率の高さが小売業者にとって大きな負荷となってきました。こうした課題をテクノロジーで克服する試みが、バーチャル試着（Virtual Try-On, VTO）です。最近では、主要テック企業や大手小売が次々とこの技術に参入しており、業界の注目が集まっています。本稿では、代表的企業別の取り組みを比較しつつ、技術動向・課題・今後の展望を示していきます。
1. Google：AIベース試着の拡張
1-1. 衣類から靴への拡張
Googleは、ユーザーが自分の写真をアップロードすることで、自身に試着した姿を可視化できるAI機能を導入しています。最近、その機能がオーストラリア、カナダ、日本などに拡大され、「靴」も試着可能な対象に加えられました（入力文より）。“Try It On”ボタンを押して全身写真を登録すると、対象の商品（靴）を自分自身の姿に重ねて表示できます。
この機能は、もともと衣服試着機能として導入されていたものであり、モデル着用画像中心の表示から 本人の体形を仮想的に反映する試着 へと進化したものです（入力文参照）。
さらに、Googleは、「Doppl」という実験的アプリも展開しており、AIによる試着体験にさらに踏み込んだ操作性・表現力を持たせようとしています。
1-2. 技術基盤と差別化要素
この種の試着機能は、人物写真と商品画像を合成・修正するAIモデルを用います。例えば、服のひだ・影・質感を人物に自然になじませる処理（inpainting）などが使われています。AmazonのNova Canvasでも、こうした手法が仮想試着機能に応用されています（Amazon Novaでの仮想試着機能の説明参照）。
Googleの強みは、検索・広告・画像処理の膨大なリソースを持つ点です。たとえば、検索結果上に「Try It On」ボタンを表示し、ユーザーが気になる商品のまま試着に移れるという導線設計は、ユーザーの離脱を防ぐ設計として強力です。
2. Amazon：AR × ファッション統合戦略
2-1. 靴・ファッションの AR 試着導入
Amazonは、靴の仮想試着機能（Virtual Try-On for Shoes）をモバイルアプリ上で提供しています。ユーザーは商品の画面で“Virtual Try-On”を選び、カメラを足に向けると、その靴がAR表示で足元に重ねて見られるようになります。さらに、足を動かして角度を変えることで、靴の見え方を360度確認できます。
取り扱いブランドも New Balance、Adidas、Puma、Asicsなど複数に渡り、既に多くのラインナップに対応しています。
2-2. サービスの整理：試着＋返品政策
一方で Amazonは、従来から提供していた「Prime Try Before You Buy（試着後支払い制度）」を、2025年1月末をもって終了することを発表しました。
Amazon側の説明では、このサービスが限定条件・限定商品のみにしか適用されず、また、AIによる仮想試着やパーソナライズされたサイズ推薦機能が普及してきたことが、終了の理由とされています（The Vergeの報道より）。
この方針転換には、返送料や物流コストを抑制したい意図も絡んでいると見られます。
2-3. 技術進化と今後の展開
Amazonは、“Virtual Try-On for Shoes”にとどまらず、Nova Canvas上での仮想試着機能も展開しています。Nova Canvasでは、顧客・商品の画像を入力として、高品質な合成画像を生成し、衣服・アクセサリ・家具などを背景を含めた仮想配置まで行えるよう設計されています。
さらに、Amazonの仮想試着やAR機能は、化粧品（リップカラー、アイシャドウなど）やサングラス・眼鏡といったアパレル以外の領域にも拡張されており、ユーザーがリアルタイムに自身の顔で色味やデザインを確認できるようになっています。
3. Walmart：実モデルとの融合を目指す戦略
3-1. Be Your Own Model／Choose My Model機能
Walmartは、自分自身の写真を使って服を仮想試着できる “Be Your Own Model”機能を導入しています。ユーザーは全身写真をアップロードし、自分の体形に近い画像に試着を反映させることが可能です。
また、ある商品では複数モデルから “自分に近い体型・身長・肌色” のモデルを選び、それに服を表示する“Choose My Model”機能も実装しています。
この戦略の狙いは、ユーザー自身をリアルモデル化する動線を提供し、より強い試着実感を与えることです。
3-2. 視界拡張：眼鏡・化粧品・美容分野
Walmartは、ファッションだけでなく、眼鏡・化粧品分野にもバーチャル試着を応用しています。例えば、750点以上の眼鏡を仮想試着可能にし、処方箋の入力や瞳孔間距離の補正も行える機能を導入しています。
また、化粧品分野では、リップカラーやアイシャドウなどの仮想試着を拡張中で、より多様な肌色・光源環境にも対応しようとする動きが報じられています。
3-3. 拡張性と対応商品数
Walmartは、このVirtual Try-On技術を大規模に展開しており、「Be Your Own Model」の名称で 270,000点超の商品を対象に仮想試着を提供する計画だと報じられています。
また、法人向けには、Zeekit技術（仮想試着のバックエンド技術）を導入し、選択的に50種類以上のモデルから試着用モデルを選べる機能も展開中です。
4. 技術動向と研究的展望
4-1. 最新のアルゴリズムと合成精度
近年、Diffusionモデルを用いた仮想試着手法（SV-VTON等）が研究されており、多サイズ対応・自然な衣服ドレープ表現を重視するアプローチが提案されています。
また、ClothFitのように「衣服・人体属性連動型ネットワーク」を導入し、より人・服双方の実寸・特性を反映させる試着合成が可能なモデルも登場しています。
こうした研究は、従来の「単一画像ベース合成」だけでなく、サイズ変動や布の物性（伸縮性・厚み・影のかかり方 等）を考慮した合成を目指しており、商用技術の質を一段引き上げる可能性を秘めています。
4-2. 導入企業以外の動き：スタートアップ技術例
GlamAIなどのスタートアップも、消費者が自分自身を「仮想モデル化」し、リアルタイムに服を試せる技術を提供し始めています。実際、GlamAIは、 2024年の展示会で「写真から即座に服を試着できる体験」を披露し、その高度な変換精度が注目されています。
また、業界では、“Virtual Try-On 2.0”と呼ばれる、拡張現実と拡散モデルを組み合わせた次世代試着体験の構想も語られ始めています。
5. 課題と留意点
5-1. 合成のリアリティとずれ
AI／ARによる試着合成は大幅に進化しているものの、以下のようなずれ・違和感は依然として課題です：
衣服のドレープ（ひだ）や自然な影の表現
光源や素材質感（つや／マット感など）の不整合
利用者のポーズ・角度変化に伴う歪み
サイズ差異による “きつさ／ゆとり感” の表現不足
こうしたずれを軽減するには、モデル設計・学習データ・後処理すべてに工夫が必要です。
5-2. 個人情報・プライバシーの配慮
ユーザーが自分の全身写真や顔写真を提供する形式では、個人の顔認証、身体特徴の流出リスク がつきまといます。企業側には、写真データの取り扱い・匿名化・保存ポリシー整備が不可欠です。
5-3. 利用環境・デバイス依存性
多くの仮想試着機能は、モバイル端末（スマートフォン）や高性能GPUに依存します。低性能端末や通信環境の悪い場所では、表示遅延・低解像度合成といった制限が出る可能性があります。
5-4. 規模展開と対応範囲
仮想試着を多種多様なブランド・素材・形状（ワンピース、コート、ドレス、靴、アクセサリなど）に対応させるには、膨大なモデル生成とデータセット整備が必要です。企業としては、どのカテゴリを優先するか戦略的判断が鍵になります。
6. 今後の展望と戦略的示唆
6-1. ハイブリッド体験の融合
完全な仮想試着だけでなく、実店舗のスマートミラーやAR鏡を併用したハイブリッドな試着体験が進むでしょう。こうした鏡型ARを、実店舗の試着室やショールームに組み込む動きはすでに「バーチャルミラー（Virtual Mirror）」という概念として知られています。
6-2. パーソナライズとスタイル提案への発展
単なる「見た目確認」から、ユーザーの体形・好みに基づいたスタイリング推薦・コーディネート提案・ワードローブ提案へと進化する可能性があります。たとえば、試着結果と過去購買データをもとにAIが「この靴にはこのパンツが合う」などを提案する、いわば「仮想スタイリスト」機能です。
6-3. 国際展開とローカライズ
Googleが日本などで仮想試着機能を展開したように、各国市場でのローカライズ対応（体形傾向・サイズ規格・文化的感性の違いへの最適化）が、成功の鍵となります。入力文にも「日本」導入の記述があります。
6-4. 返却削減とコスト最適化
企業側にとって仮想試着導入の最大の動機は、返品率削減・物流コスト軽減 です。AIによる仮想試着が精度を高めることで、返却の判断ミスを減らし、結果的に持続可能な EC 運営を支える技術になります。
