Doppl trasforma le foto di outfit caricate in video animati di prova virtuale

Cosa accetta e restituisce davvero Doppl

Doppl è un'app di Google Labs, lanciata il 26 giugno 2025 su iOS e Android negli Stati Uniti. Il ciclo base è semplice da descrivere: carichi la foto di un outfit e l'app mostra quel look su una versione digitale e animata di te.

Due dettagli la distinguono da una normale prova virtuale da catalogo. Primo, l'input non si limita al feed prodotti di uno store: l'annuncio è chiaro nel dire che la fonte può essere l'outfit di un amico, qualcosa trovato in un negozio vintage, o un look visto sui social — foto o screenshot presi ovunque nasca l'ispirazione. Secondo, l'output non è un'immagine statica. Doppl converte immagini statiche in video generati dall'IA.

Doppl dà vita ai tuoi look anche con video generati dall'IA, trasformando immagini statiche in contenuti dinamici che ti fanno capire meglio come potrebbe stare davvero un outfit addosso.Montana Labs

La scelta di usare gli screenshot come input

A maggio, Google Shopping aveva annunciato la prova virtuale su miliardi di articoli di abbigliamento tramite caricamento foto. Quel flusso parte da dati commerciali strutturati: un articolo di catalogo con geometria, angolazioni e metadati noti. Doppl allarga esplicitamente il campo a foto e screenshot generici.

Per un team frontend, questo è il problema più complesso. Un'immagine da catalogo è pulita e prevedibile; lo screenshot di un amico a una festa non lo è. Il capo può essere parzialmente coperto, illuminato male o ripreso da un'angolazione strana. Costruire un prodotto attorno a input non controllati significa che l'interfaccia deve gestire le aspettative, e probabilmente è per questo che Google presenta tutto il progetto come un esperimento iniziale, in cui vestibilità, aspetto e dettagli dei capi potrebbero non essere sempre accurati.

Perché il salto da immagine a video cambia l'interazione

Passare da un'anteprima statica a un video animato è una scelta di interazione deliberata, non solo un upgrade di rendering. La motivazione dichiarata da Google è che il movimento dà un'idea migliore di come potrebbe stare un outfit — un'affermazione sulla percezione, non sulla precisione.

Questo sposta il modello mentale dell'utente da 'questo rendering sembra corretto' a 'questo movimento sembra naturale'. È un'asticella più alta. Un composito statico può nascondere molto; l'animazione rivela la caduta del tessuto, la vestibilità e la coerenza tra i fotogrammi. Scegliere comunque il video suggerisce che Google punta sul fatto che l'impatto emotivo di vedere un look in movimento valga il rischio di errori più evidenti — e le funzioni di salvataggio e condivisione sono pensate per trasformare quei video in contenuti social da inviare agli amici per un parere.

L'implicazione: la prova virtuale diventa una superficie di cattura e condivisione, non una tappa del checkout

L'integrazione con Shopping si trova nel punto di acquisto. Doppl invece stacca deliberatamente la prova virtuale da quel momento. Accettando foto da qualsiasi fonte e producendo video condivisibili, ridefinisce la prova virtuale come un'app di consumo autonoma per esplorare lo stile, non come uno strumento di conversione attaccato a una pagina prodotto.

Per i team che costruiscono funzionalità di IA visiva, la lezione è che la stessa capacità di base produce risultati molto diversi in base a dove posizioni i confini di input e output. Google ha lanciato la versione vincolata e commerciale dentro Shopping, e quella aperta e social come esperimento separato di Labs. Il lavoro sul modello è condiviso; il prodotto è definito da quali input lasci entrare e da che forma prende il risultato in uscita.