Meta 在时尚与 AI 的交叉口又落下一子，但这次几乎没有做任何宣传。
发生了什么
据 TechCrunch 报道，Meta 低调上线了一款名为 Style Sketch 的 AI 时尚应用。它的核心能力是构建“虚拟衣橱”：用户可以授权连接 Instagram，让应用从自己已经发布过的照片中识别衣物，自动整理成数字衣柜；也可以手动添加单品，方式是直接拍照、录一段短视频，或从相册上传图片。
从产品形态看，这是一款典型的“AI + 个人资产数字化”工具——把用户散落在社交平台和相册里的穿搭信息，转成结构化、可复用的数据。Meta 没有为它做发布造势，这与公司近期在大模型、智能眼镜等主线产品上的高调形成对比。
为什么重要
虚拟衣橱不是新概念。过去几年，一批创业公司尝试让用户上传衣物照片、由人工或算法打标签，再提供搭配推荐，但普遍卡在同一个瓶颈上：录入成本太高。用户没有耐心把整柜衣服一件件拍下来、抠图、填属性，产品往往在“建库”这一步就流失了。
Style Sketch 的思路是绕开这个瓶颈。Instagram 上沉淀了大量用户自己发布的全身照、OOTD 内容，这些照片本身就是带场景、带搭配的现成素材。让 AI 从中反向提取单品，等于把“录入”变成“自动继承”，这是 Meta 相对独立创业者的结构性优势——它拥有照片的来源。
另一层意义在于 Meta 的 AI 产品策略。它并不急于把生成式能力包装成独立爆款，而是倾向于把 AI 嵌入已有社交资产中，做增量价值。Style Sketch 是这个逻辑在时尚垂类的又一次试验。
影响与看点
对用户而言，值得关注的是隐私边界。应用需要读取 Instagram 照片才能自动建库，衣物识别又涉及图像分析，数据如何存储、是否用于训练、能否彻底删除，都会直接影响接受度。Meta 在社交数据使用上的历史争议，会让这部分审视更严格。
对行业而言，如果“从社交照片自动生成衣橱”被验证可行，穿搭推荐、二手转卖、电商导购等下游场景都会被重新激活——虚拟衣橱一旦建成，就是天然的个性化推荐底座。对开发者来说，这也提示了一个方向：与其让用户从零录入，不如找到用户已经产生数据的场景做冷启动。
需要克制的是预期。TechCrunch 的报道只覆盖了建库方式，没有披露搭配推荐、试穿、社交分享等后续能力，也没有说明覆盖地区与平台。Style Sketch 目前更像一个被悄悄放出来的实验品，而非成熟产品。
我的判断是：这款应用真正的价值不在“AI 穿搭”本身，而在于 Meta 是否愿意把 Instagram 的图像资产系统性地转化为 AI 训练与产品化的燃料。若答案是肯定的，Style Sketch 只是第一个可见的样本。
