ARTICLE · 1211991
只有 3000 人在用的免费试衣插件,亚马逊却打算花 70 亿美元买下这家公司
只有 3000 人在用的免费试衣插件,亚马逊却打算花 70 亿美元买下这家公司坐在电脑前，随便点开一家线上服装店网页。把商品图里的衣服，直接拖到摄像头前的自己脸上。 1.5 秒，屏幕里的你，已经穿上这件衣服。转身、抬手、往后退，面料跟着身体动作同步摆动，下摆、褶皱会跟着姿态实时变化。 这个浏览器插件，免费对外开放。目前安装人数大概 3000 人。 开发它的公司叫 Decart，亚马逊正在洽谈收购，估值约 70 亿美元，折算人民币接近 500 亿。 
很多人看到这个数字第一反应会懵：3000 人是什么概念？一个微信群最多 500 人，3000 人刚好是 6 个满群。不少县城社区业主群，人数都比这个规模更大。 仅仅 6 个微信群体量的用户，背后对应的是接近 500 亿的收购估值。反差感很强，也很容易让人产生误解。 先把前提讲清楚：这笔收购还处在谈判阶段，没有最终成交。消息来自 10 月 11 日《华尔街日报》援引知情人士报道。产品基础数据来自 Decart 官网和 Chrome 商店，两处数据有出入的地方我会单独标注。官网展示的转化数据，没有任何第三方机构做核验。 这个一秒上身的 Chrome 插件，名字叫 Anywear，今年 8 月 5 日正式上线。 市面上绝大多数虚拟试衣工具，门槛都很高。你得提前准备一张光线充足、背景干净、站姿端正的全身自拍，上传图片之后，AI 生成一张静态效果图。Anywear 完全不走这条路。它直接调用电脑摄像头，读取此刻坐在屏幕前真实的你。 
更有意思的一点：它不需要商家授权。插件是运行在你本地 Chrome 浏览器，代码不在商家网站服务器。哪怕是一家不知名的小店，老板完全不知道 Decart 这家公司，你照样可以打开插件，试穿店里所有衣服。 做成浏览器插件，最大的优势就是跟着人走。今天逛 A 店铺，试衣间就在 A 店；明天刷 B 店铺，试衣功能直接搬到 B 店。不用跳转独立网址，也不用额外注册账号。 目前它只支持电脑端 Chrome 浏览器。原因很直白：手机端无法安装浏览器插件，手机用户只能访问简化网页版。 这里有个很容易被忽略的矛盾点：同一款插件，官网和 Chrome 商店的评分完全不一样。Anywear 官网写的：约 3000 人安装，5.0 满分，一共 16 人打分。Chrome 商店公开页面：3.6 星，39 人打分。同一款产品，两套评分，官网首页展示的是更好看的那一组分数。 官网还放出一组亮眼的转化数据：试穿的用户里，九分之一会加入购物车，四分之三会继续试第二件衣服，人均单次停留 7.8 分钟。但是，所有这些转化指标，全部是企业单方面自述，没有第三方核验，大家看的时候一定要保持理性。 做电商这么多年，线上服装销售一直有个很难解决的痛点。图片看着版型完美，衣服到手上身，效果完全是两回事。服装电商退货率常年维持在三成上下，大半退货，根源都卡在版型、尺码预判不准。 大家都统称虚拟试穿，市面上其实分三种完全不同的技术，体验差距天差地别。 第一种，简单图层叠加，把衣服图片平铺贴到人像上，只是静态贴图。第二种，上传你的自拍，AI 生成一张全新的静态效果图。第三种，实时读取摄像头画面，一帧一帧持续运算渲染。 前两种，只能帮用户看颜色、大致比例。第三种，才可以回答真正决定下单的关键问题：抬手的时候下摆会不会变形？转身的时候面料会不会跟着身体摆动？ 一张静态图片，回答不了动态穿着的真实感受。 Decart 自己也很坦诚，直接列出了它效果不好的 4 种场景：宽松款、硬挺面料的衣服最难还原；背景环境杂乱，效果会大打折扣；动作转动太快，衣服边缘会出现画面撕裂；最重要的一点，它不会帮你判断该买哪个尺码。这点没有藏着掖着。 
给普通消费者的是 Chrome 插件 Anywear；给到商家的，仅仅是一行代码。 商家只需要往网页里粘贴一行代码，文件体积只有 17KB。17KB 是什么概念？手机里随手拍的一张照片，体积都远大于这个数字。 店里后台的运营人员，一分钟就能粘贴完成，不用改动网站整体架构，不用新增专职技术人员。不想继续使用，直接删掉这一行代码，功能就彻底移除，干干净净。 刻意把接入成本压到这么低，逻辑很现实。绝大多数中小电商老板，不会为了一个试衣功能，专门养一支技术团队。只有做到一行代码就能接入，商家才愿意上手试一试。 Anywear 底层跑的，是 Decart 自研的 Lucy 模型。很多人以为生成图片最难，其实真正的难点，是实时。 生成一张静态图片，哪怕计算十秒，用户都可以等待。实时视频推理，留给每一帧的计算时间只有几十毫秒。更麻烦的是，帧与帧之间不能冲突。前一秒衣服在腰间，下一帧突然错位偏移，画面直接穿帮，用户一眼就能看出虚假。 这套技术体系还有更强版本，可以做到 30 帧、1080P 实时渲染。换人、换衣服、替换背景，甚至把整条街从白天一键改成赛博朋克风格。但这个版本是收费的，按视频秒数计费。 Lucy 模型的技术实力不假，但亚马逊愿意掏出 70 亿，买的并不是这层实时换装能力。 真正值钱的，是它底层的一套软件：DOS，Decart Optimization Stack。 DOS 的核心能力一句话概括：同一套 AI 程序，可以在不同品牌芯片上顺畅运行，英伟达 GPU、谷歌 TPU、亚马逊自研 Trainium 芯片全都能适配。 
很多人看不懂这件东西为什么值钱。买芯片，只是第一笔开销。真正的大坑，在后续适配改造。 如果一套 AI 代码原本基于英伟达芯片开发，所有代码、配套工具、工程师积累的经验，全都围绕英伟达生态。一旦换成其他品牌芯片，大量代码需要重写、反复调试。省下的芯片采购成本，很可能全部消耗在适配改造上。 就像买了一台便宜发动机，装上之后才发现整车结构都要重新设计，省下的钱全部搭进去。DOS 就是用来砍掉这笔巨大的适配成本。行业测算，使用 DOS 之后，模型推理速度可以达到行业平均水平的 8 倍。 Decart2023 年才成立，总部旧金山，研发团队扎根以色列，全公司一百多人。三个创始人都是以色列工程师，其中两人是亲兄弟。 估值的上涨速度极其夸张。最早估值 5 亿美元，今年 5 月涨到接近 40 亿，现在谈判估值 70 亿美元。两年时间，估值翻了十几倍。 同一条技术线，他们还开发过 Oasis，能够实时生成可以进入交互的虚拟世界，被称作 AI 版《我的世界》。 按 100 人粗略估算，70 亿美元分摊下来，人均接近 7000 万美元，折合人民币近 5 亿。当然，这不代表每一位员工身价 5 亿。这个数字只是直观说明：资本收购的，是底层软件技术栈，和公司员工数量没有必然关系。 盯上 Decart 的巨头，不止亚马逊一家。今年 8 月，AI 大厂 Anthropic 也在洽谈收购，出价约 60 亿美元，双方甚至交换过合同草稿。 仅仅一个月之后，Anthropic 完成尽调，选择退出。媒体报道有两个说法。其一，团队坚持留在特拉维夫，Anthropic 要求研发团队搬迁至旧金山，双方谈不拢。第二个更现实：Decart 至今没有稳定盈利的成熟商业模式，而实时大模型运行，需要持续消耗巨额算力。对于准备走向 IPO 的 Anthropic 来说，这份财报并不理想。 亚马逊入局，目标很明确：为自家自研芯片铺路。 两家很早就开始接触，2025 年夏天就开启沟通。Decart 拿到亚马逊新芯片的优先试用权限。同年年底 AWS 大会，创始人上台现场演示实时换衣、换人像效果。从接到演示邀请到上台展示，只有 26 天，团队准备了 16 套备用方案，甚至提前预判机房整体瘫痪的应急方案。 亚马逊公开数据，在自家 Trainium 芯片上跑视频 AI，速度最高达到对照方案的 4 倍，成本减半。 亚马逊这笔账算得很清楚：如果跨芯片适配这件事变得简单，商家选择亚马逊自研芯片的理由就多了一大条。买下 DOS，补齐 AWS 软件优化短板，降低对英伟达硬件的依赖。 2026 年，大厂收购 AI 公司的名单里，除了 Decart，还有 Cursor、Hugging Face、World Labs、OpenRouter。它们有一个共性：本身不生产基础大模型，处在模型开发者和终端使用者中间。现在巨头争抢的，就是这个中间层。谁站在这里，谁就能决定下游客户选用哪家模型、哪家算力。 回到最开始的反差。3000 人在用的免费试衣插件，本身几乎不产生收入。亚马逊看上的，是底层 DOS 跨芯片软件。试衣插件，只是做出来面向大众的演示窗口。 这个商业逻辑，值得所有做系统、做电商的人记住。一家公司最容易出圈、被大众看见的产品，往往不是它最值钱的资产。上层应用负责向市场证明 “技术可行”；底层基础设施，才是真正用来收钱、构建壁垒的核心。 手机行业早就印证这套逻辑：卖整机赚辛苦薄利，底层芯片、专利授权，才是长期现金流来源。 Decart 自己看得很明白。插件免费开放，商家端免费试用，模型能力对外开放。插件本身不赚钱，它的使命，是向市场证明：实时视频生成技术已经足够稳定，可以落地商用。 我做了十几年系统开发，评估一项 AI 功能能不能落地商用，一般只问三件事。 
第一，能不能无缝接入现有业务系统。演示视频再炫酷，必须对接你的商城、商品库、库存。试完衣服却无法下单，比没有试衣功能更伤害转化。 第二，接入需要投入多少人力、多少周期。Anywear 一行代码的方案，就是回答这个问题。绝大多数厂商，根本不会为一个 AI 功能单独组建技术团队。市面上大部分 AI 方案，都忽略了这一点。 第三，后续谁来长期维护。模型迭代、接口变更、算力涨价，这些不会出现在发布会 PPT 里，但直接决定这套系统半年之后还能不能稳定运行。 很多企业踩坑，全卡在第二、第三条。发布会看得热血沸腾，等到落地才发现，没有可商用的底层底座，缺少二次开发能力，整套系统是黑盒，改不动。我见过不少客户，重金买回演示效果惊艳的 AI 方案，上线短短几个月，接口涨价，系统锁死无法修改，最后只能搁置认亏。 我的判断：70 亿美元，亚马逊买的是一套 AI 跨芯片调度优化软件，不是那 3000 用户在用的浏览器试衣插件。这笔收购还没有落锤，谈判随时可能出现变数。 那个叫 Anywear 的插件，它的任务其实已经完成。它让所有人直观看见：实时生成 AI，已经稳定到可以放进线上试衣镜。 但是，“看见技术能跑”，和 “真正接入生意持续稳定运转”，中间隔着一整套复杂工程。 对做系统、做商业的人来说，这条新闻最大的提醒在这里：一旦技术被证明可行，后续比拼的，不再是谁最先看见风口，而是谁能把技术接入自己的业务，并且让它长期稳定跑下去。
大家好，我是雷米，一家软件开发公司的老板。
免责声明：本文基于 Decart 官网、Chrome 应用商店页面、《华尔街日报》及公开媒体报道进行商业分析。本次收购尚处于洽购阶段，并未成交；产品转化数据均为企业自述，未经第三方机构核实，本文不构成任何投资建议。
文末互动（直接保留，提升在看、评论转发）很多人只看到 AI 试衣的炫酷，却忽略底层算力基础设施才是巨头争夺的主战场。你觉得，这种实时 AI 技术，多久会大规模普及到电商平台？欢迎在评论区聊聊。觉得内容有启发，点个在看，转发给做电商、做技术的朋友。
注明：小编不参与任何分析的项目运营，也不投资参与任何项目，也不收费推广项目，不做项目私下评估，玩家勿扰。
（以上分析不构成任何投资建议）
雷米是一家软件开发公司负责人，只开发互联网软件，不会参与任何运营项目，以上数据通过互联网公开信息进行分析的商业模式和数据，小编不承担任何数据真实性责任。
玩项目的玩家勿扰，玩家勿扰，玩家勿扰，玩家勿扰，玩家勿扰，玩家勿扰
文章编辑：mige99000了解更多
需要 GEO智能系统、DAPP、小程序、APP、分销模式、商城系统 等软件开发，欢迎关注沟通，了解开发报价。
