Photo de banque d’images : ce visuel n’est pas généré par IA.

En bref : depuis le 1er octobre 2026, ChatGPT affiche un bouton « Try on » sur les fiches de vêtements et d’accessoires : l’utilisateur envoie un selfie et obtient une image de lui portant le produit, générée par ChatGPT Images. En août, Remark avait lancé un essayage virtuel IA en temps réel sur un corps en mouvement, construit à partir des images et des données produit de chaque marque. Dans les deux cas, le rendu part de vos visuels : leur fidélité de couleur et de matière en fixe la limite haute.

Votre client a essayé votre veste. Pas en boutique, ni même sur votre site : dans une conversation avec ChatGPT, en envoyant une photo de lui. Depuis le 1er octobre 2026, c’est possible sur les vêtements et les accessoires, et OpenAI n’est pas seul sur ce terrain. L’essayage virtuel IA quitte le stade de la démonstration pour arriver là où vos clients cherchent déjà. Simataï fait le point sur ce qui a été lancé, sur ce que les éditeurs eux-mêmes reconnaissent, et sur la seule variable que la marque garde en main.

Ce qu’OpenAI et Remark ont lancé

Dans ses notes de version du 1er octobre 2026, OpenAI annonce qu’un bouton « Try on » apparaîtra sur les fiches de vêtements et d’accessoires dans ChatGPT. L’utilisateur prend ou envoie un selfie, ChatGPT le conserve comme photo de référence pour les essayages suivants, et l’image est produite par ChatGPT Images. La fonction est annoncée sur mobile et sur le web.

Six semaines plus tôt, le 20 août, Remark présentait un essayage en temps réel : le vêtement est rendu sur un corps en mouvement, directement depuis la page produit, sans application à télécharger, avec un premier groupe de marques de mode partenaires. Remark précise sa méthode en une phrase : « The experience is created using each brand’s own product imagery and data. »

Les deux approches diffèrent. L’une vit dans un assistant conversationnel, hors de votre site ; l’autre s’intègre à votre page. Elles reposent pourtant sur le même mécanisme : une image de votre produit entre, une image de votre client portant votre produit sort.

Ce que les éditeurs reconnaissent eux-mêmes

OpenAI le dit sans détour dans sa page d’aide consacrée au shopping : « Try-on images may not represent the product or your appearance exactly and do not guarantee fit or size. » L’essayage virtuel ne garantit ni la taille ni le tombé, et l’éditeur conseille de vérifier les mesures et la politique de retour avant d’acheter.

Deux points restent sans réponse dans la documentation d’OpenAI, consultée le 6 novembre 2026. D’où vient l’image du produit utilisée pour l’essayage : la page évoque seulement des informations produit issues de « first-party and third-party providers ». Et dans quels pays le bouton est proposé : OpenAI n’annonce aucune restriction de pays, sans confirmer que le bouton s’affiche déjà sur les comptes français.

Votre packshot devient la matière première du rendu

Un modèle d’essayage ne voit jamais votre veste. Il voit une ou plusieurs photos d’elle, et il en déduit une couleur, une texture, une façon de tomber. Tout ce qui n’est pas lisible dans ces photos, il doit l’inventer.

Un bleu marine qui tire au violet sur le packshot a toutes les chances de ressortir violet sur le client. Un tweed photographié à plat, sans lumière rasante, risque de perdre son relief dans le rendu. Une doublure jamais montrée sera devinée. Le modèle peut améliorer l’éclairage ou la pose ; il ne peut pas retrouver une information absente de l’image source.

C’est ce que Remark écrit en creux quand il fonde son rendu sur « each brand’s own product imagery ». Pour une marque de luxe, l’enjeu est direct : l’écart entre ce que le client voit sur lui à l’écran et ce qu’il reçoit chez lui, c’est l’écart qui produit un retour, et parfois une déception que la marque n’a pas choisie.

Ce que la marque peut encore décider

La marque ne contrôle ni le modèle d’OpenAI, ni la photo de son client. Elle contrôle les images qu’elle publie, et c’est là que tout se joue.

Une colorimétrie calée sur le produit réel, d’abord, et identique d’une référence à l’autre. Nous avions détaillé ce que demande la cohérence couleur sur un grand volume d’images : un essayage virtuel la rend visible, puisqu’il pose le produit sur une personne dont le client connaît la carnation.

Une matière lisible, ensuite. Un grain de cuir, une maille, un fini satiné doivent apparaître sur au moins une vue, sans quoi aucun moteur de rendu ne les restituera.

Des vues complètes, enfin. Un packshot porté sur mannequin invisible montre la forme du vêtement en volume, encolure et intérieur compris : c’est exactement ce qu’un modèle d’essayage doit comprendre pour poser la pièce sur un corps.

Il faut distinguer ces images de celles qu’un modèle génère de toutes pièces. Comme nous l’expliquions à propos du fond transparent généré par GPT Image, une image de synthèse représente une version plausible de votre référence, pas votre référence. L’essayage virtuel ne change rien à cette règle : pour être juste, il doit partir d’une photo du vrai produit.

Chez Simataï

Quand nous calons la teinte d’une veste sur sa référence, le client final la voyait jusqu’ici sur un fond neutre, à côté d’autres références. Avec l’essayage virtuel, la même teinte sera vue posée sur une peau, à côté d’un visage, sous la lumière d’un selfie : un léger écart de rouge ou de bleu, passé inaperçu sur fond blanc, devient visible. Nos coloristes contrôlent les teintes au nuancier ; la question nouvelle est de les contrôler aussi en pensant à cet usage.

Les images que nous livrons étaient faites pour être regardées. Elles deviennent aussi des images qu’un modèle va transformer, et cela demande plus de rigueur sur la source, pas moins.

Vos packshots supporteraient-ils d’être portés par vos clients ? Contactez-nous.

FAQ