虚拟试鞋正在从传统的商品展示功能，转变为一种由生成式 AI 驱动的图像处理能力。
从玩美移动（Perfect Corp.）目前的 AI Shoes Virtual Try-On API 来看，这项技术的实现方式并不是简单地把一张鞋子图片覆盖到用户脚部，也不是要求品牌预先建立复杂的 3D 鞋履模型。
其 API 接收用户照片和鞋款参考图片，再结合性别与风格参数创建虚拟试穿任务，由 AI 生成最终的鞋款上身视觉结果。官方说明，系统支持鞋款商品图片或模特实穿图片作为参考，并由 AI 将鞋款自然地与用户外观进行对齐。
这意味着，从开发者视角来看，AI 虚拟试鞋首先是一个双图像输入的生成式 AI 工作流。
两张图片构成 AI 虚拟试鞋的核心输入
玩美移动的 AI Shoes Virtual Try-On API 主要围绕两类视觉输入展开。
第一类是 User Photo，即需要生成虚拟试鞋结果的用户照片；第二类是 Reference Image，也就是需要被应用到最终结果中的鞋款参考图。
官方 API Playground 对两种图片给出的要求一致：支持 JPEG 或 PNG，文件大小不超过 10 MB，最低分辨率为 512 × 384 px，同时图片长边不能超过 4096 px。()
因此，它与传统“选择一个预设鞋款模型”的技术思路存在明显区别。
鞋履本身就是模型输入的一部分。
从 API 数据结构也可以直接看到这种关系。官方 Playground 当前给出的 Payload 示例为：
这里不需要对代码做复杂解读，四个字段已经基本呈现了 AI 虚拟试鞋任务需要的信息：src_file_url 提供用户照片，ref_file_url 提供鞋款参考图片，同时使用 gender 与 style 控制生成条件。以上代码保持官方 Playground 当前示例内容。()
src_file_url 与 ref_file_url：把人物和商品分成两个输入源
从技术集成角度来看，src_file_url 与 ref_file_url 是值得关注的一组设计。
src_file_url 对应用户图像，而 ref_file_url 对应鞋款图像。也就是说，API 并不是只接收一张人物照片后选择某个固定鞋款 ID，而是把人物视觉信息与商品视觉信息分别输入。
官方进一步说明，鞋款输入既可以使用产品图片，也可以使用已经穿在模特身上的鞋款照片。()
这种输入方式对于鞋履商品数字化尤其重要。
品牌现有的鞋款视觉素材可以直接成为 AI 虚拟试穿流程的一部分，而官方产品页面也明确将这项能力描述为：使用已有图片生成高还原度的虚拟试穿视觉。()
style：虚拟试鞋不仅生成鞋，还可以控制整体视觉方向
AI Shoes Virtual Try-On API 还有一个比较有意思的技术参数：style。
目前官方页面提供五种时尚风格以及随机模式。中文 API Playground 中列出的选项包括：
Random、Minimal Style、Boho Style、Country Style、French Elegance 和 Retro。 ()
因此，这项 API 的输出并不只是完成“把参考鞋款应用到人物照片”这一件事，还允许调用方指定最终图像的整体风格方向。
官方特别提到，使用相同的 preset，可以在产品目录以及不同内容中保持一致的视觉风格。()
从技术产品设计来看，这让 style 成为了生成结果的控制参数，而不是把最终视觉完全交给模型随机决定。
从请求到结果：采用任务式 API 工作流
如果从后端工程角度观察，AI 虚拟试鞋还有一个重要特征：任务式处理。
官方将整体流程概括为三个阶段：
首先准备符合要求的用户照片与鞋款参考图片；随后提交图片，并指定性别和风格参数创建任务；最后查询任务状态，在任务完成后取得生成结果图片及对应 URL。()
因此，它更适合被理解成一个异步 AI 图像生成服务，而不是传统同步图片滤镜。
这种架构也解释了为什么官方开发者说明中特别强调 task-based workflow：客户端负责提交生成条件，AI 服务负责执行任务，业务系统再获取处理结果。()
REST API 让生成式虚拟试鞋进入现有技术栈
在接口层面，玩美移动 AI Shoes Virtual Try-On 使用标准 REST API，通过 JSON 完成请求和响应，并使用 Bearer Token 进行端点认证。官方同时说明，API 支持文件上传或图片 URL，并提供结构化响应与错误处理。()
这使整个技术链路可以被概括成：
用户图片 + 鞋款参考图 → 生成参数 → 创建 AI Task → 查询 Task Status → 获取生成结果。
对于开发团队而言，真正需要处理的重点因此不是自行实现鞋部识别、3D 建模或者渲染算法，而是做好输入图片管理、API 鉴权、任务生命周期以及生成结果获取。
官方还列出了 JavaScript / Java、Python、PHP、Node.js 和 cURL 等开发环境，方便不同技术栈接入。()
AI虚拟试鞋与传统AR试穿的技术思路并不相同
这一点尤其值得区分。
按照玩美移动当前公开的 AI Shoes Virtual Try-On 资料，这项能力强调的是从用户照片和鞋款图片生成虚拟试穿结果。官方页面使用的描述也是将静态鞋款图片转换为虚拟试穿视觉，并没有在当前页面中将其描述为实时摄像头脚部追踪或依赖 3D 鞋模的 AR 系统。()
因此，在技术介绍中，与其把它描述成“实时识别脚部并叠加 3D 鞋模”，更准确的理解是：
通过用户图像、商品参考图和生成参数，让 AI 完成鞋款与人物视觉关系的生成。
这也是生成式 AI 给虚拟试穿带来的一个重要变化——输入可以直接来自已有的二维视觉素材，而虚拟试穿结果则通过 AI 任务生成。
结语
从 API 设计来看，玩美移动 AI Shoes Virtual Try-On 的技术逻辑其实非常清晰：
两个视觉输入 + 可控生成参数 + REST API + Task-based Workflow。
用户照片通过 src_file_url 提供人物输入，鞋款通过 ref_file_url 提供商品参考，gender 与 style 进一步定义生成条件；系统创建任务后，再由应用查询任务状态并取得最终结果。
这使虚拟试鞋不再必须被理解成一个复杂的实时 AR 工程问题，而可以作为一项生成式 AI 图像服务接入网站、移动应用以及现有零售技术架构。
对于希望理解 AI 虚拟试鞋技术的开发者而言，这也是最值得关注的变化：鞋款虚拟试穿正在从“如何实时叠加一个数字物体”，转向“如何让 AI 根据人物、商品与参数生成可信的试穿视觉”。
