大模型技术发展迅速，“AI+电商”被视为最具潜力的应用场景之一。购物本质上是对海量商品信息的筛选与对比，而这正是大模型的优势所在。然而，过去两年间，多数电商平台的AI功能仍停留在智能客服、个性化推荐等辅助层面，消费者感知到的变化有限。
近期，两大电商巨头在AI购物领域动作频频。今年5月，阿里巴巴宣布将千问大模型与淘宝全面整合，推出内置于淘宝的AI购物助手。而京东则在去年底上线了独立应用“京东AI购”，以自研的言犀大模型为支撑，主打对话式购物体验。尽管路径不同，但两者均瞄准了AI购物助手这一方向。通过深度测试两款产品，我们试图探究其实际表现。
在AI试穿功能测试中，淘宝允许用户上传全身照后快速生成试穿效果，切换服装较为流畅，且支持跨店铺搭配上下装或连衣裙。用户可直接从购物车、收藏夹或浏览记录中选择商品进行搭配，无需频繁跳转页面。然而，该功能存在明显缺陷：试穿效果基于标准身材模板，无法真实反映用户体型；性别切换后推荐列表仍可能显示女装；对上传照片的角度和姿势要求较高。
京东AI购的试穿功能提供了更细致的设置选项。用户既可手动输入身高、体重、体型数据并上传照片生成AI形象，也可直接在照片上换装。但实际效果显示，即使选择梨形身材，试穿图仍呈现标准身材效果；上传照片生成的AI形象还原度较低，与原图差异较大。该功能仅支持系统推荐范围内的商品试穿，无法搜索或选择购物车中的商品，实用性受限。测试中还出现发型、发色随服装变化的问题，男装页面偶尔推荐女装，且服装品类丰富度不及淘宝。
外卖推荐场景中，淘宝AI购物助手展现了更强的需求理解能力。当用户提出“减脂期推荐附近外卖”时，其推荐涵盖轻食沙拉、三明治、清淡小炒等品类，且门店距离多在2公里内。不过，由于所有对话在同一窗口进行，上下文干扰导致其首次误将需求理解为“减脂期饮品推荐”，经提醒后修正。京东AI购的推荐品类相对单一，以轻食为主，且门店距离普遍超过5公里。其定期复购功能虽可设置固定时间自动回购商品，但测试中多次出现任务未触发或加购商品错误的问题。
在产品推荐环节，淘宝倾向于挖掘用户历史订单以推荐复购商品，适合已明确品牌偏好的用户。其新增的AI种草功能可识别图片、视频或社交平台链接中的商品，部分商品支持直接试穿，简化了传统“截图-识图-跳转”的流程。京东则直接提供多品牌、多功效的推荐清单，更符合尝鲜型用户的需求。以徒步装备推荐为例，淘宝虽会进一步询问徒步里程和预算，但初始推荐品类不够全面；京东则覆盖了新手所需的主要装备，并提供两种搭配方案，但品牌推荐初期较为局限。
省钱功能方面，淘宝的AI省钱方案依赖购物车商品数量，凑单灵活性在大促期间优势明显，日常使用场景有限。京东的AI找优惠功能则主动推送降价商品，包括根据用户习惯推荐的商品和高频消耗品，更适合日用品复购。两家均提供低价监控功能：淘宝支持设定目标价格并自动付款或推送通知；京东允许设定价格预期和监测时间，到期推送降价提醒。在比价测试中，淘宝未能准确推荐最低价商品，仅列出同款链接需用户自行筛选；京东则直接指向最低价商品，省去二次筛选步骤。
从生态差异看，淘宝选择将AI嵌入主站，可调用丰富资源并承接高频场景，但易陷入“基于历史订单推荐”的惯性思维。京东因服装、美妆等品类心智较弱，选择通过独立应用突破用户认知，但需积累用户基础。当前，对话框正成为AI时代的新购物入口，抖音电商、Gemini等平台已支持对话式购物，但现有产品仍存在稳定性不足、用户信任度低等问题，距离成为“贴心管家”仍有差距。
