請一位攝影師、一組妝髮、一位模特兒，再租一整天棚，傳統服飾商品照光是開拍前的固定成本就動輒數萬元，還得一次拍上百套服裝才攤得平。同一段時間，歐洲最大時尚電商之一的 Zalando，已經讓將近七成的行銷與編輯素材改用 AI 虛擬模特兒生成，不是修圖工具的小幅度輔助，而是整個模特兒、姿勢、場景都由演算法產出。
這套做法就是 AI 虛擬模特兒，也就是用生成式 AI 建立數位模特兒，把服裝合成到她身上，取代或補足傳統棚拍的一部分工作。省成本的誘因很直接，但真正該先搞懂的是這套技術實際上怎麼把一張商品照做出來，又會不會在法律上留下後患。尤其在台灣，肖像權與著作權的規則，並不會因為模特兒是虛擬的就自動放行。
先從技術本身怎麼運作講起。
AI 虛擬模特兒是怎麼做出一張商品照的？
業界目前主要在用兩種做法，差別看起來只是模特兒是誰，決定的卻是後面整套授權與風險。
第一種是完全合成模特兒，AI 模型庫裡的人物本身不對應任何特定真人，商家只要上傳服裝的平拍照或穿在人台上的照片，AI 就能把衣服合成到模特兒身上，輸出不同角度與尺寸的成品。第二種是真人數位分身，先找一位真實、簽約、支薪的模特兒，把她掃描建成高擬真的 3D 或 AI 複製版，之後所有拍攝都改用這個數位分身完成，本人不用再進棚，但每一張成品背後仍然對應著一份合約。
基本流程大同小異：商家提供服裝的平拍照或人台照，AI 依模特兒庫或指定的數位分身生成穿搭圖，再輸出多角度、多尺寸的成品，直接上架電商頁面。
這裡有一件容易搞混的事得先分清楚。AI 虛擬模特兒生成的是品牌端拿去上架的商品照，跟消費者自己上傳照片、在購物網站上試穿衣服的虛擬試穿功能，是相關但不同的兩件事。以 Google 購物功能裡的類似設計為例，消費者上傳全身照就能看到自己穿上某件衣服的樣子，背後用的是專門為時尚打造的圖像生成模型，理解人體結構與布料的皺褶、伸展、垂墜效果；但那服務的是消費者個人化需求，跟商家上架用的模特兒商品照，不是同一套系統做出來的。
完全合成模特兒，跟真人數位分身有什麼差異？
完全合成模特兒不對應任何真人，理論上不會有肖像權疑慮，但這個理論上有個但書。AI 生成的結果一旦剛好長得很像某個真實的人，尤其五官、體態高度相似，風險並不會因為官方說法是完全原創就自動消失。從法律角度看，重點從來不是模特兒的身份標籤是什麼，而是最後生成出來的畫面，跟現實中的某個人像不像。
真人數位分身則是另一條路。一開始就綁定特定真人，好處是授權清楚、有合約可循，用哪張臉、用多久、付多少錢都寫在紙上；代價是商家要負擔簽約與付費成本，不是省錢的捷徑，只是把找模特兒棚拍的成本，換成找模特兒做數位分身授權的成本。
業界的實際做法也印證這一點：標榜完全原創的 AI 模特兒，製作過程通常還是得先請一位真人模特兒在攝影棚裡實際穿上服裝、拍下各種姿勢，才能讓 AI 學會衣服穿在真實身體上該怎麼呈現。換句話說，完全合成不代表完全不需要真人參與，只是最後掛名的模特兒，換成了一個不存在的角色，這也決定了誰要對授權模式的哪一塊負責。
國際服飾品牌已經怎麼用 AI 模特兒？
這套技術不是還停留在實驗階段的概念。主流快時尚品牌與精品電商已經用了好幾年，而且做法一路在演進：一開始只是拿來補充體型與膚色的多元呈現，後來變成完全取代真人拍攝，再走到把授權和揭露做成標準流程，直到最近一次在時尚雜誌上引發消費者反彈。
Levi’s 與 Lalaland.ai：規模化嘗試的第一步
2023 年 3 月，牛仔褲品牌 Levi’s 宣布與荷蘭數位時尚工作室 Lalaland.ai 合作，測試用 AI 生成呈現更多元體型與膚色的模特兒，目的是讓消費者在網站上看到更像自己的模特兒穿搭，而不是取代真人棚拍。Levi Strauss & Co. 全球數位暨新興科技策略主管 Dr. Amy Gershkoff Bolles 當時表示，AI 大概永遠不會完全取代真人模特兒，但這項技術能為消費者體驗帶來新的可能性。
這個做法隨即引來批評。不少人質疑，用 AI 創造出多元表象，卻不用真的花錢邀請不同體型、膚色的真人模特兒拍攝，某種程度上等於用便宜的方式買到多元的招牌，長期下來還可能排擠專業模特兒，尤其是有色人種模特兒的工作機會。
面對這些質疑，Levi’s 之後特別澄清，這項合作不是用來推進多元性的手段，公司仍然承諾與多元背景的真人模特兒合作，也不會因此縮減真人棚拍的規模。這句澄清後來成了整個產業的先例。AI 模特兒補位可以，但一旦被解讀成拿 AI 假裝多元、逃避真的投資，反彈就會找上門。
Mango Teen：第一支完全由 AI 生成的形象廣告
2024 年 7 月，Mango 為旗下青少年支線 Mango Teen 的 Sunset Dream 限量系列，推出品牌史上第一支完全由生成式 AI 製作的形象廣告，同步在 95 個市場上架。製作流程是先把系列裡每件服裝拍成真實照片，再用這些照片訓練生成式 AI 模型，教它怎麼把衣服穿在模特兒身上、生成符合時尚編輯質感的畫面，最後仍由美術團隊做精選與修飾。
Mango 技術長 Jordi Alex 把這套做法定位成「副駕駛」的角色，用 AI 擴展團隊的能力、放大創意潛能，而不是取代人的判斷；他強調，科技如果沒辦法讓工作更貼近人性，就沒有意義。執行長 Toni Ruiz 受訪時則指出，這項技術最直接的效益，就是讓內容製作的速度變快了。
H&M 與 Zalando：把授權和揭露做成標準流程
2025 年 3 月，H&M 宣布要替 30 位簽約的真人模特兒建立 AI 數位分身，同年稍晚，首波 AI 生成的照片開始對外釋出。比較特別的一點是，合約明訂每位模特兒都保有自己數位分身的權利，也就是說，她們可以拿著這個數位分身去接其他品牌的案子，包括 H&M 的競爭對手，等於同一個人能同時出現在不只一個地方。H&M 首席創意長 Jörgen Andersson 強調，公司不會改變以人為本的取徑，只是在探索 AI 怎麼強化創作流程，並承諾用符合倫理、透明、負責任的方式推進。
Zalando 走得更快。這家歐洲最大時尚電商之一與 ORENDT STUDIOS 合作開發數位分身技術，先掃描真人模特兒，建出高擬真的 3D 複製版；到 2024 年第四季，約七成的編輯與行銷素材已經改用 AI 生成。Zalando 內容解決方案副總 Matthias Haase 形容，這套系統讓公司能跟上文化流行的節奏，從發現一個趨勢到做出對應的客製化內容，壓縮到 24 小時以內完成，這在過去仰賴排棚期、找模特兒檔期的流程裡是做不到的。
這兩家公司的共同點是，規模化不代表隨便來，做法都建立在先取得本人同意、再商業使用的前提上。
Guess 登上 Vogue：技術做到位，爭議還是找上門
2025 年 8 月號的美國版 Vogue，刊登了 Guess 的一支廣告，模特兒是兩位金髮與棕髮的女性，Vivienne 與 Anastasia。她們不是真人，是倫敦 AI 行銷公司 Seraphinne Vallora 做出來的原創角色，廣告版位上只用小字標註是 AI 生成。
這支廣告背後其實有真人參與。Seraphinne Vallora 共同創辦人透露，團隊找了一位真人模特兒，花一整週在攝影棚裡實際穿上 Guess 的服裝、拍下各種姿勢，用來確認哪個姿勢最能襯托產品、衣服穿在真實身體上會怎麼垂墜。另一位共同創辦人也強調，外界以為這些畫面完全是 AI 生成出來的，其實團隊背後有一整組人力，也還是持續聘用真人模特兒。
廣告曝光後，在 TikTok 上迅速引發討論，一支揭露這是 AI 模特兒的影片累積超過 270 萬次觀看，底下留言最高一則拿到超過 6 萬 7 千個讚。質疑聲浪集中在兩點：消費者被迫拿自己的外貌去對照一個不存在的女性，以及 AI 模特兒可能排擠真人模特兒的工作機會。Vogue 母公司 Condé Nast 的發言人特別澄清，AI 模特兒從未以編輯內容的形式出現在 Vogue，唯一的例外是 2023 年 3 月在 Vogue 新加坡版出現過 AI 生成的虛擬角色，這次爭議完全出在廣告版位。專做 AI 模特兒生成技術的 Lalaland.ai 創辦人 Michael Musandu 受訪時也點出業界現況，目前沒有法律規定品牌必須揭露模特兒是不是 AI 生成，不少品牌因此選擇不主動說明。
這起事件說明一件事。就算技術做到位，找真人拍攝當生成依據，畫面精緻到能登上國際精品雜誌，只要揭露做得不夠明顯，一樣會引來消費者反彈。這也是後面談法律風險時，台灣的規則要先弄懂的起點。
導入 AI 模特兒，能省下多少成本與時間？
目前查得到的多半是國際大牌的方向性說法，沒有台灣服飾電商對等的本地統計，與其端出一個聽起來吸引人卻站不住腳的省錢百分比，不如看兩組比較站得住腳的參照。
第一組來自麥肯錫與 Business of Fashion 聯合發布的《The State of Fashion 2026》報告。報告指出，抽樣打樣、影像生成這類任務的自動化，正在替早期採用者降低成本與前置時間；但報告同時提醒，最多達九成的 AI 導入案，在跳出試點階段、要擴大到全公司流程時就宣告失敗，主因是背後支撐這套系統的技術與資料基礎不夠扎實。換句話說，少數幾張漂亮的示範照片跑得動，不代表整條供應鏈的商品照都能無痛換成 AI 生成。
第二組參照，回頭看前面幾個案例本身揭露的效益會更實在。Zalando 把內容製作時間壓縮到 24 小時內完成，Mango 執行長也公開談到 AI 讓內容製作的速度變快，這些都是真實在跑的規模化案例，比任何一個籠統的省錢百分比更值得參考。把兩組資訊放在一起看，結論其實很清楚。AI 虛擬模特兒確實能帶來效益，但不是導入了就能立刻大幅省錢；真正能規模化的品牌，背後都先把技術與資料的基礎打穩。
而能不能規模化，還牽涉到另一個更現實的問題，這件事在台灣做，合不合法。
在台灣用 AI 模特兒，會不會有法律風險？
台灣目前沒有一條法律明文寫著禁止服飾電商使用 AI 虛擬模特兒，但這不代表完全沒有風險。實際會踩到的問題，主要落在三個地方：模特兒像不像真人、生成的圖片著作權算誰的、廣告有沒有讓消費者誤以為是真人實拍。三個問題各自對應不同的法規，拆開來看會清楚很多。
模特兒長得像真人，可能碰上肖像權問題
民法把肖像權放在人格權底下保護。只要 AI 生成的模特兒外貌、體態跟某個真實的人高度相似到足以讓人誤認，就算技術上是合成、不是真人拍攝，仍然可能構成人格權侵害。民法第 18 條規定，人格權受侵害時，被害人可以請求法院除去侵害，有受侵害之虞時還可以請求防止；情節重大的話，依第 195 條還能請求非財產上的損害賠償，也就是一般說的慰撫金；若對方是故意或過失不法侵害，第 184 條也讓被害人有權請求損害賠償。
這也呼應前面提過的技術差異。完全合成模特兒不代表零風險，判斷的重點不在有沒有用真人數位分身這套技術，而在生成出來的畫面，像不像一個特定、真實存在的人。
AI 生成的圖片，著作權算誰的？
這裡有兩個常被混在一起問的問題。第一個是「我用 AI 生成的模特兒商品照，著作權是我的嗎？」經濟部智慧財產局在 2025 年的一份電子郵件函釋裡給出判準。如果只是單純下指令、讓 AI 全自動生成內容，這種產出不受著作權法保護；但如果過程中有人類實際的創意投入，例如挑選、編修、調整生成結果，這部分才受著作權法保護，原則上歸投入創意的那個人所有。
第二個問題是用 AI 生成圖拿去商用，會不會侵權？智慧財產局的說明是，如果生成結果跟 AI 訓練資料裡的原始著作構成實質近似，後續拿這張圖去做商業用途，就可能因為跟原始著作太像而有侵權風險。實務上的建議是，商用前先跟 AI 服務提供者確認清楚訓練資料的授權狀況，以及生成內容可不可以商業轉授權。
廣告不能讓人誤以為是真人實拍
換一個角度看，如果廣告刻意讓消費者誤以為模特兒是真人實拍，例如文案暗示本人親自試穿，而這件事又足以影響消費者的購買決定，就可能落入公平交易法對不實廣告的規範。公平交易法第 21 條規定，事業不得在商品或廣告上，對於與商品相關而足以影響交易決定的事項，做出虛偽不實或引人錯誤的表示。
最近公布施行的人工智慧基本法，把方向講得更清楚。這部法律把透明與可解釋列為七項基本原則之一，明定 AI 系統的產出應該做適當的資訊揭露或標示，讓利害關係人能評估潛在風險、理解對自身權益的影響。目前這還是母法層級的原則性規定，具體到商品廣告要怎麼標示 AI 模特兒這種細節，還要等各主管機關訂出對應的分級規範才會明朗。但方向已經很清楚，與其等規範細則出來才補做，不如現在就在商品頁養成誠實標示模特兒圖像由 AI 生成的習慣，也算是提早繳完前面 Guess 案例踩到的那筆學費。
安全導入 AI 模特兒，服飾電商可以先做這幾件事
把前面的案例和法律風險收攏起來，想安全導入 AI 虛擬模特兒的服飾電商，可以先從幾件具體的事情做起。
- 優先選用不對應特定真人的完全合成模特兒庫，能降低肖像權的風險，但別忘了前面提過的但書，生成結果還是有可能剛好長得很像某個真實的人，上架前值得多看一眼。
- 要用真人為基礎做數位分身，一定要有書面授權合約，把用途、期限、報酬白紙黑字寫清楚，比照 H&M、Zalando 的做法，讓模特兒本人清楚知道自己的肖像會被用在哪裡、用多久。
- 商品頁或廣告文案誠實標示模特兒圖像由 AI 生成，不要讓消費者誤以為是實拍，這件事現在做，遠比之後被拆穿才澄清的成本低得多。
- 重要的主打款、形象照仍然保留部分真人實拍做平衡，不要一次全面替換。
Levi’s 當年那句不是用來推進多元性的手段的澄清，說明了消費者對用 AI 假裝多元、卻不真的投資多元這件事特別敏感；分階段導入，才不會一次踩到所有人的底線。
AI 虛擬模特兒能不能替服飾電商省下成本，答案已經很清楚。能，而且已經有品牌把它跑成規模化的日常流程；真正還沒有答案的，是這套做法能不能長久用下去。決定這件事的，從來不是模特兒做得多逼真、多能以假亂真，而是有沒有把授權清楚、揭露誠實這兩件事，做成跟拍照打光一樣基本的標準流程。少了這一步，再精緻的畫面，遲早都要面對消費者心裡那句「這是真的嗎」。