作为一家电商巨头，亚马逊正准备推出一个名为StyleSnap功能，该功能可以通过识别截图和杂志、网站或社交媒体帖子上的图片，找到相同或相近的衣服款式，直接让你在亚马逊上“一站式”匹配、比价、比货，获得更畅快淋漓的购物体验。

亚马逊消费者业务全球CEO杰夫·威尔克（Jeff Wilke）在4日开场的re：MARS大会上宣布，这一功能将向部分iOS和Android精选用户开放，并且很快就会推出。

那么这个功能究竟是怎么操作实现的呢？

首先，在亚马逊APP应用中，点击右上角的相机图标，即可显示StyleSnap快捷方式。

上传服装的照片或屏幕截图，机器学习将“匹配照片中的外观”，然后触发StyleSnap针对类似项目提出建议，同时考虑品牌、价格范围和买家评价。

“客户体验的简单性掩盖了其背后技术的复杂性，”Wilke说。 “我们高度创新，全心于客户，我们将继续为客户创造新的体验，以发现他们想要和喜爱的产品。

我们对StyleSnap非常兴奋，以及它如何让我们的客户在亚马逊上以视觉方式购物。”

StyleSnap的算法是处理这些复杂情况背后的“杀手锏”。

不管是焦点完全不突出的生活图像，还是昏暗光线的室内图像，StyleSnap都能轻松识别。利用计算机视觉和深度学习，他们可以识别照片中的服装等对象，随后将项目分类为“合身和喇叭形连衣裙”或“法兰绒衬衫”等类别。

StyleSnap的首次亮相是在亚马逊与欧莱雅联手让线上购物者在生活照片和自己的视频上测试不同色调的口红之后几天，当时这个操作是基于一个叫ModiFace的人工智能和增强现实平台。

对于亚马逊来说，这是迈向人工智能时尚未来的又一步。两年前，这家零售商推出了Echo Look，这是一款结合了人机智能，能够推荐款式、试色衣服，比较两件衣服，并跟踪个人衣橱的连接相机。

然而在媒体的评测中，他们发现该软件经常出错、无法在图片中识别不同的服装且反复给出相同的提示。

Echo Look与Prime Wardrobe相关，后者类似于Stitch Fix和Trunk Club提供的程序，可以让用户试穿衣服并发回他们不想买的东西。

在近日曝光的另一项开发项目中，亚马逊还推出了一系列内部服装品牌的化妆产品。

由A.T. Kearny出版的2016年调查发现，69％在网上购买美容产品的美国女性开始在亚马逊进行搜索，Edge by Ascential的一份报告则显示。

2018年第二季度，亚马逊平台上的健康和个人护理产品的销售总额为19亿美元，而美容产品的销售额增长26％，达到9.5亿美元。

当然，类似StyleSnap这样的服务在一些创业公司来说也并不少见，包括在线时尚巨头Asos。StyleSnap是否能够实现亚马逊的期待，还有待观察。

对AI来说，识别诸如铅笔裙或法兰绒衬衫等基本服装可能很容易，但这并不能真正帮助到那些自己能够识别这些类别的消费者。该功能是否能够匹配小众类别和风格则才是真正的挑战。

但StyleSnap的推出，恰恰表明亚马逊不会轻易放弃时尚这一利润丰厚的业务，该公司相信其在人工智能方面的专业知识将使其优于竞争对手。