Технический контекст
Я сразу полез проверять, что тут реально делает модель, а что ей просто приписали в пересказах. Сама идея классная: дать доступ к галерее, вытащить все вещи, разложить по категориям и потом собирать образы. Для AI automation это вообще очень показательный сценарий.
Но здесь есть важная развилка. GPT-5.6 Sol, судя по документации и доступным спецификациям, принимает текст и картинки, а на выходе даёт текст, не маски сегментации. То есть вырезать футболку с фото, построить контур куртки или аккуратно отделить брюки от фона он сам по себе не должен.
И вот тут начинается нормальная инженерия, а не магия из твита. Если такой гардероб действительно работает, то пайплайн почти наверняка гибридный: отдельная vision-модель вроде SAM, YOLO или похожего сегментатора находит предметы одежды, а LLM уже подписывает их, нормализует категории, понимает стиль и предлагает сочетания.
Я такие связки люблю больше всего, потому что они приземлённые. Один компонент делает detection и crop, второй строит смысловой слой поверх данных, третий уже может генерировать рекомендации или промпты для примерки. Это и есть нормальная AI integration, а не попытка одной моделью закрыть всё подряд.
Что это меняет для бизнеса и автоматизации
Первый вывод простой: подобный сценарий годится не только для личного гардероба. Я сразу вижу resale-платформы, fashion-магазины, стилистические сервисы и внутренние контент-команды, которым надо быстро разбирать фотопотоки по SKU, типам вещей и комплектам.
Второй момент про деньги. Если строить это на одной дорогой LLM, экономика быстро сломается. Если же отдать сегментацию специализированному vision-стеку, а языковую модель использовать только там, где нужен смысл, стоимость AI implementation становится заметно адекватнее.
И проигрывают тут как раз те, кто верит в волшебную кнопку. На практике выигрывают команды, которые собирают AI solutions for business как конструктор: segmentation, classification, retrieval, рекомендации, интерфейс.
Мы в Nahornyi AI Lab как раз разбираем такие пайплайны по косточкам, когда клиенту нужен не красивый демо-ролик, а рабочая система. Если у вас похожий хаос в каталогах, фотоархивах или товарах, я с Vadym Nahornyi могу помочь собрать AI automation так, чтобы оно реально снимало ручную рутину, а не добавляло ещё одну модную игрушку.