Google PhotosのAIバーチャルクローゼットがAndroidとiOSで正式公開——実際に何ができるのか

Google PhotosのAI搭載バーチャルクローゼット機能が、AndroidとiOSの両方で利用可能になった。既存のフォトライブラリを自動スキャンし、手動タグ付け不要で閲覧可能なデジタルワードローブを構築する。

主なポイント

• Google Photosのバーチャルクローゼットは、AIを使ってライブラリ内の写真から直接、衣類アイテムを識別・カタログ化する。
• この機能は2026年6月にAndroidユーザー向けに先行公開された後、現在はAndroidとiOSの両方で広く利用可能になっている。
• パッシブに動作する——AIが既存の写真から衣類を抽出するため、ユーザーがアイテムを個別に撮影する必要はない。
• この機能は1995年の映画『クルーレス』を引き合いに出して公表された。主人公がコンピューターを使ってコーディネートを組み立てるシーンは、単なるアーカイブではなく、コーディネート計画やビジュアルブラウジングという想定ユースケースを示唆している。
• サードパーティアプリや有料サブスクリプションは不要で、既存のGoogle Photosアプリ内に組み込まれている。

AIがワードローブ写真に対して実際に行っていること

TechCrunchによると、この機能はGoogle Photosライブラリ内の既存の写真からバーチャルワードローブを構築し、AIが画像履歴全体にわたって認識した衣類アイテムをグループ化して表示する。その結果、ユーザーが意識的な作業を行うことなく、所有アイテムの構造化された閲覧可能なカタログが完成する。

AIアート制作者にとって、このパッシブな自動整理こそが興味深い点だ。Googleが長年にわたって画像認識——物体検出、カテゴリ分類、視覚的類似性——のトレーニングに費やしてきたコンピュータービジョンのパイプラインが、ここでは個人の在庫管理に向けられている。これは画像生成の「いとこ」とも言えるインフラだ。プロンプトから衣類を合成するのではなく、ピクセルから実際の衣類を解析する。

『クルーレス』を引き合いに出したのは、単なるマーケティング上のノスタルジーではない。Amy Heckerlingが1995年に描いたのは、コンピューター化されたワードローブセレクターを持つ10代の少女——個人スタイルを完全に視覚的にコントロールするというファンタジーだった。それから30年後、Googleはスマートフォンアプリを通じてその一形態を実現しつつある。AIを活用した視覚的整理が、SFから無料フォトアプリのデフォルト機能へといかに急速に移行したかを物語っている。

コーディネート計画とクリエイティブリファレンスの間にあるギャップ

ファッション隣接のAI画像——キャラクターデザイン、コスチュームコンセプト、スタイルリファレンス収集——を扱うクリエイターにとって、実際の衣類を検索可能なビジュアルライブラリに自動カタログ化するツールは、リファレンスバンクとして真に有用だ。自分のワードローブ写真から特定のジャケットのシルエットやカラーパレットを取り出し、それをプロンプトに変換するのは、ストック画像を探し回るよりもはるかに速いループだ。

制限は、この機能がコーディネート計画向けに構築されており、クリエイティブなエクスポートを目的としていない点だ。バーチャルクローゼットからプロンプトやスタイル転送ワークフローへの明確な経路は存在しない——Googleは画像生成ツールとの統合を発表していない。提供されるのは、すでに所有しているビジュアル素材をAIが整理した、より見やすいビューだ。それだけでも、ほとんどのワードローブアプリが実現できていた以上のものではある。

個人のフォトライブラリをムードボード素材として活用しているクリエイター——衣類、テクスチャ、スタイリングのリファレンス画像を撮影している人——は、自動カテゴリ化によって、これまで手動アルバム整理に費やしていた時間を節約できるだろう。AIで生成したキャラクターやファッションコンセプトを制作しているクリエイターにとっては、現実世界のリファレンスを合成作品と並べて整理しておく、摩擦の少ない方法になるかもしれない。

広範な展開、追加コストなし

この機能は新たなサブスクリプションも別途アプリも必要としない。2026年6月にAndroidユーザー向けに提供が開始され、現在はiOSにも展開され、標準的な段階的ロールアウトが完了した形だ。Googleは地域制限を発表していないが、Google Photosの特定機能の利用可能性は、歴史的にアカウントの種類や地域によって異なる場合がある。

バーチャルクローゼットは、GoogleがPhotosにAI物体認識機能を組み込むという広範なパターンの一部だ——このプロダクトはすでに顔グループ化、シーン検索、メモリーハイライトに機械学習を活用している。追加されるたびに、ユーザーはフォトライブラリが単に保存されるのではなく「理解される」ことを期待するようになる。カメラロールをビジュアルデータベースとして扱うクリエイターにとって、その期待はすでに当たり前のことだ。Googleはそれを衣類にまで拡張しているにすぎない。

Googleがいずれこのワードローブデータを生成機能と連携させるかどうか——自分のクローゼットカタログからコーディネートをプロンプトで生成する、といった形で——は未発表のままだ。しかし、そのような個人スタイルから画像へのパイプラインを実現するインフラは、今や数億台のスマートフォンの無料アプリの中に存在している。