照片生成3D身体模型
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Clad 的核心不是普通“换装图生成器”，而是先建立可复用的 3D 身体模型：用户可用单张照片或 8 个问题，在约一分钟内生成身体 mesh 与测量数据，再用于尺码感知试穿、定制服装、社交试衣间、身体成分跟踪和开发者 API。
其差异点在于物理准确性。Clad 明确批评扩散式虚拟试穿只能生成“看起来合理”的图片，无法回答 M 还是 L 更合身。它使用真实身体比例、真实纸样和面料属性进行 3D 物理仿真，展示紧绷、垂坠、拉扯和不同尺码差异。技术上，照片路径使用 SAM 3D Body/MHR 并转换到 Anny；问卷路径用小型 MLP 预测 Anny 参数。API 可输出 GLB mesh 与 24 项 ISO 8559-1 测量值。
官网未公布完整价格表。开发者 API 标注有免费层且无需信用卡；零售商品牌集成需联系。博客披露的只是底层成本：照片重建当前约 0.09 美元/次，优化后约 0.03-0.04 美元；问卷路径低于 0.01 美元；服装物理垂坠约 0.01 美元/次。这说明其成本结构较轻，但不能等同于实际售价。
优点是路线清晰、技术披露充分，并覆盖大码、孕期、社交决策和 B2B 降低退货等高价值场景；问卷和照片双路径也降低了使用门槛。局限同样明显：照片重建受姿态、光线和镜头影响，早期真人测试 BWH 误差约 5-8 cm，胸围较弱；精确试穿还依赖品牌提供 3D 服装模型、纸样和面料属性。隐私方面，正文虽有 FAQ 标题，但未展开照片和身体数据的保留、删除、训练用途等细节。
Clad 适合重视尺码准确性的线上服装消费者、孕期/大码用户、定制服装商、服装零售商，以及需要人体 mesh 和测量数据的开发者。中国访问与支付信息未披露，实际可用性未知；若访问或支付受限，可关注国内电商试衣方案、3DLOOK、Bold Metrics、FASHN、IDM-VTON 或大型平台的 VTO 能力作为替代。
本测评基于公开资料整理,不构成购买建议,请以 clad.you 官网实际信息为准。
面向试衣、健身和API场景，有开发价值。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。