Meta 於 2026 年 10 月底推出 AI 穿搭應用 Style Sketch，讀取 Instagram 已發布的相片建立虛擬衣櫥，再按身型與膚色生成試身效果並排出逐日配搭。應用目前僅在印尼、新加坡與泰國上架，Meta 未回應查詢，也未說明是否擴大推出。
Style Sketch 是什麼？
它是一款 Meta 開發的 AI 穿搭應用，把 Instagram 既有相片轉成可管理的虛擬衣櫥，再生成配搭與試身效果。
這款應用最早由社群媒體顧問在商店頁面發現，隨後由 TechCrunch 報導。它沒有發布會，也沒有官方新聞稿，上架方式與 Meta 過去處理實驗性產品的習慣一致。
從功能定位看，Style Sketch 屬於衣櫥管理工具，而非購物平台。它不售賣服裝，也不連接品牌庫存，處理的對象是使用者衣櫃裡已經存在的衣物。這一點決定了它的價值來源：把既有資產重新組合，而不是增加新的消費。
它怎樣把 Instagram 相片變成衣櫥？
應用取得授權後讀取帳號內已發布的相片，辨識其中的服裝並轉為獨立項目，使用者可另行拍照、錄短片或從相簿上傳，補齊未在社群出現的衣物，形成完整收藏。
相片是現成的素材庫。多數使用者的 Instagram 帳號累積數年穿搭紀錄，涵蓋不同季節與場合，正好覆蓋衣櫥的主要組成。系統把每張相片中的服裝切分為獨立條目，標記顏色、類型與風格特徵，之後才能參與配搭運算。
手動補充的路徑同樣重要。日常穿著的內搭、家居服或工作制服很少出現在社群相片裡，缺少這些項目，生成的配搭就會偏向特定場合。應用提供三種補充方式，拍照、錄製短片與從相簿上傳，目的都是降低建檔摩擦。
衣櫥建好之後，使用者可以指定某一件單品，要求系統圍繞它產生新的組合。這種由單品出發的模式比隨機推薦更貼近實際情境，例如臨時需要為一件外套找出三種穿法。
為什麼先在三地上線？
首發市場為印尼、新加坡與泰國，屬於 Meta 慣用的區域小規模測試。三地行動網路使用密度高、社群商務活躍，適合驗證穿搭與導購之間的轉化路徑，再決定是否擴大。
東南亞市場的行動優先程度高，使用者習慣在手機完成購物決策，社群平台與消費行為的距離較短。對一款以相片為輸入的應用而言，這種環境能提供足夠的測試樣本。
小規模上架同時降低監管壓力。虛擬試身涉及身體影像處理，不同司法管轄區對生物特徵資料的規範差異明顯，先在規範相對寬鬆的市場取得使用數據，是常見的產品節奏。
Meta 對查詢保持沉默，也意味著這款產品仍可能調整。歷史上該公司多款實驗應用在上架數週後改名、改功能或直接下架。
虛擬試身如何處理身型與膚色？
官方商店頁面描述為「配合身型與膚色生成的真實模特兒」，即由模型重建使用者身形輪廓與膚色，再把服裝套用到生成影像上，實際精度與資料處理方式未公開。
這類功能的技術路徑通常分兩步。先由少量相片推算身體比例與姿態，再把服裝影像以貼合方式套用到生成的人體模型。結果的可用程度取決於輸入相片的數量與角度，單一正面照往往不足。
膚色匹配涉及敏感範疇。生成模型的訓練資料若偏向特定族群，輸出的膚色與臉部特徵容易失真，這也是虛擬試身產品長期被批評的地方。Meta 未公布訓練資料組成，外部難以評估。
與現有穿搭應用有何分別？
同類工具多以全新拍照建檔，這款應用直接接上 Instagram 相片，省去建檔成本。Meta 的優勢來自分發與帳號整合，而非演算法本身。
近年在歐美市場出現的幾款衣櫥應用，功能框架相似：拍照、切分、配搭、試身。它們的共同難點是建檔門檻，使用者要在初期投入大量時間拍攝每件衣物，多數人在完成之前就放棄。
Instagram 的相片紀錄繞過了這道門檻。使用者不需要重新拍攝，系統從既有內容推導衣櫥，首次體驗的完成率因此有機會明顯提高。這也是 Meta 相對新創公司的結構性優勢。
這類工具的限制在哪裡？
相片庫只反映曾經公開的穿著，重複出現的日常服裝容易被過度權重，季節性衣物則可能缺席。生成的配搭仍須人工篩選，試身效果與實際布料質感存在差距。
資料偏誤是第一個問題。社群相片經過挑選，呈現的是使用者希望被看見的形象，而非衣櫥全貌。據此生成的建議會偏向拍照場合的穿著，日常通勤與家居情境反而缺少素材。
第二個問題是質感。生成影像能表達顏色與剪裁，卻難以呈現布料垂墜、厚度與光澤，而這三項往往決定一套配搭是否成立。使用者把試身結果當作購買依據時，落差會特別明顯。
使用者應該注意什麼？
授權 Instagram 相片等於讓應用讀取多年的個人影像紀錄，使用前應確認授權範圍與刪除機制。上傳親友合照亦涉及第三方肖像，需要事先取得同意。
多數使用者不會細讀授權條款，但這類應用的資料範圍比一般工具更廣。相片本身包含臉部、身形、住處背景與同行人物，屬於高敏感內容。應用是否保留原始相片、保留多久、能否要求刪除，都值得在安裝前確認。
合照是容易被忽略的一環。上傳家庭聚會或朋友出遊的相片時，畫面中的其他人並未同意自己的影像被用於衣櫥建檔，這在部分地區已有明確的個資規範。
總結：值得試用嗎？
身處三地上架範圍、且 Instagram 已有一定相片累積的使用者，值得試用它的建檔流程。其他地區目前無法下載，可先觀察 Meta 是否擴大推出與資料政策的說明。
Style Sketch 解決的是建檔成本，這是同類產品最實際的障礙。若 Meta 能把首次體驗做到數分鐘完成，衣櫥類應用的使用者基數有機會明顯擴大。
值得留意的是產品定位。當穿搭建議與 Instagram 的內容生態結合，下一步自然是連接品牌與購買流程。屆時工具的中立性會受到考驗，配搭建議是否仍以使用者利益為先，需要觀察。
出處連結有哪些？
報導原文出自 TechCrunch 2026 年 10 月 29 日的文章，內容引用應用商店頁面描述與第三方發現者的觀察，Meta 未回應該媒體的查詢。
