大模型落地这两年，“AI+电商”被认为是最有想象力的应用场景之一。购物本质上是一种信息筛选，需要整合、对比各种商品信息，这恰恰是大模型最擅长的。但在过去两年，各家电商平台的AI功能大多停留在智能客服、猜你喜欢这类协助功能上，消费者真正感知到的变化并不多。 直到这半年，两家巨头先后出手。5月11日，阿里官宣千问与淘宝全面打通，在淘宝内上线千问AI购物助手。在去年12月底，京东上线独立APP京东AI购，底座是自研的言犀大模型，主打对话式购物。 阿里把AI能力嵌入现有的电商生态，京东选择另起炉灶做一个AI原生入口，两者路径不同，方向都直指AI购物助手。我们对两款产品进行了深度实测，看看AI购物助手，到底好不好用？ 在网上买衣服，很容易“翻车”。模特图好看、买家秀也好看，但是衣服穿在身上总会发现有不合适的地方。退货很麻烦，不退穿不了，这个痛点的原因在于，消费者看不到衣服穿在自己身上的效果。而AI试穿想解决的正是这个问题。 先看淘宝。上传一张全身照后就能开始“试穿”，生成速度较快，切换不同衣服也比较丝滑。我们上传的是一张梨形身材的全身照，但试穿效果不能看出人的真实体型，AI是把衣服套在标准身材的模板上。 在搭配上，淘宝比较灵活，支持跨店搭配上装、下装和连衣裙，能从购物车、收藏夹、浏览足迹里直接选衣服，不用在不同商品页之间来回跳转，用起来比较方便。但在AI试衣间内不能直接进行搜索，需要提前将想“试穿”的衣服加入购物车。 不过，它也有明显的槽点。一是不够稳定，切换性别和形象之后，推荐列表里依然会推女装。二是比较死板，它的逻辑是把衣服“贴”在上传照片上，对上传照片的角度、姿势有一定要求。 再看京东AI购。京东的试穿功能在设定上更细致，在形象生成上有两种选择：一是手动选择身高、体重、体型，再上传照片生成相应的AI形象；二是直接上传全身照，换装在照片上进行。 体型设定的想法很好，但实际效果没有到位。我们特意选了梨形身材，结果试穿图里完全看不出胯宽腿粗的特征，依然是标准身材穿衣的效果，选不选体型区别不大。此外，上传全身照生成的AI形象还原度不高，和照片有一定差距，参考价值不大。 京东还有一个细节是，试穿前可以先选服装风格，系统会做推荐。同时，它也支持跨店自由搭配上下装，并提供同店穿搭组合推荐。但问题是，“试穿”时既不能搜索商品，也不能在购物车中选衣服，只能在系统推荐的范围内挑。这意味着不能试穿真正想买的衣服，实用性不强。 稳定性也是个问题。我们在测试中连续换了几件衣服，结果发型、发色也会随之发生变化。在男装页面也同样会出现女装推荐。再加上，京东的服装品类不如淘宝丰富，能试穿的衣服选择较少，整体试穿体验感一般。 综合来看，淘宝胜在形象还原度更高，能提供一定参考价值；京东的功能设计更周到，但执行层面没做好，更适合用来探索穿搭风格。不过两家都不能完全还原真实体型，看到的只是大致效果。现阶段，AI试穿还不能完全替代真实的试穿体验。 吃饭是一个容易纠结的场景，打开外卖软件翻来翻去也拿不定主意。第二轮我们就来测和“吃”有关的场景，看看AI购物助手能不能帮你做决定。 先来看淘宝。我们提出最近在减脂，让它推荐附近的外卖。它准确理解了“减脂”的饮食需求，推荐的外卖涵盖了轻食沙拉、三明治、清淡小炒等多个品类，选择比较丰富。推荐的门店距离也比较合理，基本在2公里内。 但有一个细节是，淘宝的AI购物助手所有对话都在同一个窗口内，上下文会受到一定干扰。在发出推荐减脂餐这一指令前，上文对话是奶茶推荐，它接到新指令后，误以为是要推荐减脂期能喝的饮品，经提醒后才改正。 再来看京东AI购。同样的指令发过去，京东推荐的品类就相对单一，基本以轻食为主，没有在“减脂”的需求下做更多延伸。经提醒后，能够给出更丰富的选择。但它推荐的门店距离普遍跨越5公里。 值得一提的是，京东AI购有一个定期复购功能，可以设置在固定的时间自动回购某个商品，系统会自动生成订单，需要手动确认并支付。这一功能适合日常消耗品的定期补货，但目前还不太稳定。在多轮测试中，它没有完整完成过任务。要么是到点了没有触发任务，要么按时推送通知了，加购的却不是之前确认的商品。 很多时候，购买一件东西之前要去社交平台翻一圈帖子做功课，了解哪些商品口碑好、值得购入后再回到电商平台购买，“种草”花的时间比购物本身还长。第三轮我们来看看购物的关键环节——选品。看看AI购物助手能不能节省“种草”的时间，让购物变得更简单。 我们设计了两个场景，一个是有明确品类需求的日常消费，一个是陌生领域的装备采购，看看两家产品在不同购物需求下的表现。 淘宝上来先追问了肤质和想要达到的效果，它在给出推荐前会调取历史订单来了解用户购物偏好，给出的推荐多是购买过的产品或品牌，对于想复购或是认准某个品牌的用户来说比较省事。但对于想要尝鲜的用户来说，则需要给出更多提示词。 此外，淘宝还上线了AI种草的功能，可以根据图片、视频、社交平台链接，识别相关产品。我们分别测试了单套穿搭和多套穿搭的链接，淘宝均能精准识别出相应的产品。这一功能省掉了以往截图、再切换电商平台识图的繁琐流程。部分商品支持AI试穿，比较方便“种草”。 京东AI购给出的推荐涵盖了多个品牌和功效，价格都在预算范围内。一轮对话就能拿到一份可以直接参考的清单，更适合想尝鲜的人。 这一轮京东和淘宝思路不同，但目的一致。淘宝靠事先追问锁定需求，京东直接给出多种选择，都是为了满足用户的不同需求。淘宝适合认准品牌、想快速复购的用户，京东适合没有明确目标、想看看有什么新选择的用户。 淘宝给出的推荐品类不够全面，且在每个品类下塞了一堆选项，跟自己搜索没有太大区别，只是节省了查找品类的时间，并没有真正缩短决策时间。不过，它会在第一轮产品推荐后进一步询问徒步公里数和预算，再给出更具体的推荐。 一个细节是，淘宝会识别过往的购物记录，对部分已经拥有的可复用商品不再做购买推荐。但灵敏度不足，部分已有的装备还是被重复推荐了。 京东AI购推荐的装备品类更全面，基本覆盖了新手所需装备。但它对品牌的推荐比较局限，第一轮推荐大多为一个品牌的产品，提醒才能给出多个品牌的推荐。调整后，还给出了两种搭配购买建议。对新手来说，是一份比较完整的方案。 买东西，绕不开一个“省”字。购买商品免不了要货比三家，AI购物助手自然也不能只会推荐，不会省钱。这一轮，我们主要关注两个方面，一是各家主推的优惠功能好不好用；二是AI购物助手能不能让钱花在刀刃上。 淘宝的AI省钱功能是选中购物车内的商品，AI会查找可用的优惠券和平台补贴，生成一套省钱方案。实际体验下来，这一功能比较依赖购买商品的数量，东西越多，凑单越灵活。也就是说它更适合双十一、618等有复杂满减规则的购物节，日常只买少量东西的情况下，能省下的空间有限。 京东走的是另一条路，它的AI找优惠功能是主动推荐低价产品。推荐的产品一类是根据过往购物习惯推送可能感兴趣的降价商品，一类是高频消耗的日用品。实测下来，京东像是在监测哪些商品在打折，这一功能更适合日用品复购场景。 此外，两家还有相似的低价监控功能。淘宝支持设定目标价格，降价后可以选择推送通知或自动付款；京东则是设定价格预期和监测时间，到点自动推送降价提醒。两者都省去了反复查价的麻烦，适合蹲大件降价或者等大促入手。在非大促期间，商品价格波动较小，实际能使用的机会有限。 我们让两家分别推荐同一商品的最低价。淘宝不够理解“最便宜”，给出的商品价格不是最低。且在其他推荐，只是列出了不同店铺的同款链接，仍需筛选。京东这一轮表现更好，推荐的产品价格更低、指向也比较明确，可以直接购买，省去了二次筛选的步骤。 在这一轮两家各有偏重， 淘宝更适合大促场景，帮你凑单、领补贴；京东更贴近日常消费，能主动推荐低价好物。但在比价能力上，京东则更胜一筹。 淘宝的电商心智沉淀在主站，所以它选择把千问嵌进现有体系。这条路的好处是AI能调动的资源足够丰富，高频场景能够顺畅承接。但AI也被“绑”在了惯性里，容易陷入“买过什么就推什么”的思维。 京东的选择刚好相反。它的优势集中在3C、家电和自营物流，服装、美妆、本地生活的心智弱于淘宝。如果只在主站加一个AI助手，很难跳出既有的用户认知。独立APP意味着更大的想象空间，但是要慢慢积攒用户。 两条路都在争夺AI时代的购物入口。过去这个入口属于电商平台，消费者想买东西，就要打开电商应用。但在AI时代，对话框成为新的入口，用对话式的交互就能完成购买，意味着更快、更省事。这也是为什么豆包上线了“豆包帮你选”功能，与抖音电商打通，Gemini也支持用户在对话中完成购物。 但现阶段的产品还没有成熟。回到我们这次实测的感受，无论是淘宝还是京东，AI购物助手目前都还处于“能用、但不够好用”的阶段。它们的确能解决购物中的部分问题，但稳定性、信任度、用户习惯都还没有真正建立起来。