1990-an: eksperimen kios mal
Konsep ruang ganti virtual terdokumentasi paling awal muncul di lab riset ritel dan makalah akademik pada awal 1990-an. Implementasinya biasanya melibatkan kamera, layar berbentuk cermin, dan hamparan grafis berbasis aturan yang dapat menumpangkan siluet pakaian sederhana pada umpan video. IBM dan beberapa grup ritel Eropa menjalankan instalasi percontohan terbatas di toko serba ada dan kios mal antara tahun 1994 dan 1999.
Sistem ini tidak praktis karena dua alasan: komputasi yang diperlukan untuk pemrosesan video waktu nyata sangat mahal dan secara fisik berukuran besar, serta kualitas grafis jauh di bawah ambang batas di mana pembeli menganggap hasilnya meyakinkan. Adopsinya seragam rendah. Proyek-proyek tersebut berguna sebagai demonstrasi bahwa konsep tersebut dapat bekerja secara prinsip, tetapi teknologinya masih beberapa dekade lagi dari kelayakan komersial.
2010-an: momen AR dan kamera seluler
Proliferasi ponsel pintar dengan kamera depan dan prosesor sinyal gambar khusus menciptakan platform try-on AR pasar massal pertama yang layak. Snapchat Lens Studio, diluncurkan pada 2017, mendemokrasikan pembuatan AR wajah dan mendemonstrasikan bahwa puluhan juta pengguna akan terlibat dengan pengalaman augmented reality waktu nyata ketika latensinya cukup rendah dan kualitas render cukup tinggi.
Merek fesyen dan kecantikan bergerak cepat ke ruang ini. Merek kacamata hitam membangun uji coba gaya lensa untuk kacamata. Merek kosmetik menawarkan pratinjau warna bibir dan shade foundation waktu nyata melalui AR. Aplikasi ini bekerja dengan baik karena memerlukan pelacakan permukaan yang relatif kaku — wajah — yang merupakan masalah yang lebih mudah ditangani daripada melacak kain yang menjuntai pada tubuh yang bergerak. Pada 2019, AR try-on adalah alat komersial yang terbukti untuk aksesori dan kecantikan, tetapi sebagian besar masih belum terbukti untuk pakaian.
2018–2020: try-on e-commerce generasi pertama
Gelombang pertama produk virtual try-on e-commerce — yang menargetkan pakaian secara khusus — diluncurkan antara 2018 dan 2020. Produk-produk ini biasanya menggunakan kombinasi estimasi pose tubuh (memperkirakan posisi 3D sendi tubuh dari gambar 2D) dan pemetaan tekstur untuk menutupi tekstur pakaian 2D ke siluet tubuh yang terdeteksi. Hasilnya secara teknis mengesankan tetapi secara visual tidak meyakinkan: tepi kain tidak terdefinisi dengan baik, pencahayaan tidak konsisten, dan pakaian yang rumit seperti pakaian luar berlapis atau gaun yang menjuntai menghasilkan artefak.
Adopsi komersial terbatas. Beberapa startup dengan pendanaan besar di ruang ini beralih ke fotografi katalog B2B atau tutup antara 2020 dan 2022. Masalah mendasarnya bukan pada upaya komputasi atau rekayasa — modal besar dikerahkan untuk keduanya — melainkan arsitektur model: pendekatan pemetaan tekstur tidak dapat secara realistis mensimulasikan bagaimana kain menjuntai, melipat, dan berinteraksi dengan geometri tubuh.
2022: lonjakan AI generatif
Rilis model difusi laten dengan resolusi dan mekanisme kontrol yang memadai — fondasi teknis dari sistem pembuatan gambar yang muncul secara menonjol pada tahun 2022 — mengubah apa yang mungkin dilakukan untuk virtual try-on secara mendasar. Alih-alih memetakan tekstur pakaian ke tubuh, model berbasis difusi dapat menghasilkan gambar fotorealistik dari seseorang yang mengenakan pakaian, yang dikondisikan pada foto orang tersebut dan tampilan pakaian tersebut. Jatuhnya kain, interaksi pencahayaan, dan oklusi tubuh semuanya muncul dari proses generasi daripada dari simulasi eksplisit.
Pergeseran arsitektural inilah yang membuat try-on pakaian berbasis foto menjadi produk komersial. Photta meluncurkan widget B2B yang ditenagai oleh Nano Banana 2, model difusi yang disesuaikan secara halus dan dioptimalkan untuk aplikasi fesyen dan perhiasan, sebagai bagian dari era AI generatif ini. Kualitas render melampaui ambang batas yang mendorong hasil komersial nyata: pembeli menganggap hasilnya cukup meyakinkan untuk membuat keputusan pembelian berdasarkan itu, seperti yang dibuktikan oleh data konversi dan tingkat pengembalian dari kohort merchant Photta.
2026: posisi teknologi saat ini
Hingga tahun 2026, virtual try-on berbasis AI generatif adalah produk komersial yang matang untuk pakaian dan perhiasan. Teknologi ini memberikan hasil fotorealistik yang konsisten pada latensi yang dapat diterima (8–15 detik), berskala ke katalog ukuran apa pun tanpa biaya produksi per-SKU, dan telah mengumpulkan cukup data penerapan merchant untuk mendukung tolok ukur ROI yang andal. Pertanyaan bagi merchant fesyen pada tahun 2026 bukanlah 'apakah teknologi ini berfungsi?' melainkan 'implementasi mana yang sesuai dengan katalog dan tingkat trafik saya?'
Aplikasi yang berdekatan tetap berada di awal siklus pengembangannya. Try-on alas kaki menghadirkan tantangan spesifik seputar geometri kaki dan render sol yang tidak ditangani dengan baik oleh model difusi pakaian. Try-on format video — menghasilkan klip pendek daripada gambar statis — sedang dalam pengembangan aktif tetapi belum mencapai ambang batas kualitas render untuk penerapan komersial dalam skala besar. Komposisi pakaian multi-item (mencoba atasan, bawahan, dan aksesori secara bersamaan) adalah area penelitian aktif dengan implementasi komersial awal yang mulai muncul pada 2025–2026.