ऑरा: फैशन उद्योग का अंतर

Enter, HackPrinceton Spring 2026 में था — प्रिंसटन के कैंपस में 410 प्रतिभागी, 36 घंटे। कुछ टीमें हेल्थकेयर और कानून की समस्याओं को सुलझाने आई थीं। Aura के पीछे की टीम कुछ उतनी ही वास्तविक चीज़ को सुलझाने आई थी: फैशन की वह इच्छा जो ब्राउज़र टैब में ही मर जाती है।

वह लूप जिसे किसी ने बंद नहीं किया

फैशन कंटेंट इंटरनेट पर सबसे अधिक उपभोग की जाने वाली मीडिया श्रेणियों में से एक है। अरबों सेव। लाखों जुड़े हुए दर्शक। ऐसे क्रिएटर्स जिनके पूरे प्लेटफॉर्म लोगों को यह दिखाने के इर्द-गिर्द बने हैं कि कैसे कपड़े पहनें।

और फिर भी देखने और पहनने के बीच की खाई को कभी पाटा नहीं जा सका। आप किसी क्रिएटर पर एक पोशाक देखते हैं जिसकी शैली आपको पसंद है। यह इच्छा तत्काल और विशिष्ट होती है। और फिर — टैब स्विचिंग, साइजिंग का अनुमान लगाना, दबी हुई समीक्षाएं, छोड़ी गई कार्ट। जब तक आप अलग-अलग टुकड़ों का पता लगाते हैं, यह जांचते हैं कि क्या वे आपके साइज में आते हैं, और आश्वस्त होने के लिए पर्याप्त समीक्षाएं पढ़ते हैं, तब तक वह इच्छा खत्म हो चुकी होती है। उनमें से अधिकांश वहीं मर जाती हैं।

Aura को उस लूप को बंद करने के लिए बनाया गया था।

Aura वास्तव में क्या है

Aura एक AI शॉपिंग एजेंट है जो निष्क्रिय कंटेंट — पिनट्रेस्ट पिन, इंस्टाग्राम रील, क्रिएटर लुकबुक — को एक सक्रिय, व्यक्तिगत शॉपिंग क्रिया में बदल देता है। कंटेंट इनपुट बन जाता है। एक क्यूरेटेड, साइज-सही, खरीदने योग्य सिफारिश आउटपुट बन जाती है। उपयोगकर्ता यह तय करता है कि 'हाँ' कहना है या नहीं।

अनुभव के पीछे तीन एजेंट काम करते हैं। एक स्काउट एजेंट लगातार फैशन प्लेटफॉर्म पर खोज करता है, ऐसे उत्पाद ढूंढता है जो उपयोगकर्ता के स्टाइल प्रोफाइल से मेल खाते हों। एक रिव्यू इंटेलिजेंस एजेंट वास्तविक रिव्यू पेजों को खंगालता है, साइजिंग टिप्पणियों और कपड़ों के माप को निकालता है, और प्रति उत्पाद एक फिट निर्णय बनाता है — ताकि सिफारिश न केवल इस बात के लिए हो कि आपको क्या पसंद है, बल्कि इस बात के लिए भी कि क्या वास्तव में फिट होगा। एक रीजनिंग एजेंट यह सब लेता है — प्रत्येक उम्मीदवार, प्रत्येक समीक्षा, प्रत्येक साइजिंग निर्णय, उपयोगकर्ता का पूर्ण प्रोफाइल — और तय करता है कि वास्तव में क्या पेश करने लायक है।

जब उपयोगकर्ता तैयार होता है, तो चेकआउट ऐप छोड़े बिना हो जाता है। एक क्लिक। कोई रीडायरेक्ट नहीं। खरीदारी सीधे प्लेटफॉर्म पर पूरी हो जाती है, उस बजट के भीतर जिसे उपयोगकर्ता ने पहले ही निर्धारित किया है।

इंटरफ़ेस को लेनदेन के बजाय संपादकीय महसूस करने के लिए बनाया गया था। सहज एनिमेशन, 3D विज़ुअल्स, एक वॉयस पर्सोना जो स्टोरफ्रंट के बजाय एक दोस्त जैसा लगता है। Y2K एस्थेटिक जानबूझकर था — यह प्रोजेक्ट Bratz, Winx Club, 2000 के दशक की शुरुआत की फैशन संस्कृति के दृश्य आत्मविश्वास से प्रेरित था — और डिज़ाइन इसे दर्शाता है।

*Aura का सिफारिश इंटरफ़ेस, जो AI-क्यूरेटेड आउटफिट पिक्स को प्रति-उत्पाद फिट निर्णयों और वन-क्लिक चेकआउट के साथ दिखाता है — इसे एक फैशन संपादकीय की तरह महसूस करने के लिए बनाया गया है, न कि उत्पाद लिस्टिंग की तरह।

यह सब कैसे एक साथ आया

इस निर्माण ने 36 घंटों में बहुत कुछ कवर किया। आउटफिट फोटो और सोशल पोस्ट को संरचित परिधान डेटा में व्याख्या करने के लिए मल्टीमॉडल इमेज रीडिंग। कई प्लेटफॉर्म पर समानांतर एसिंक्रोनस उत्पाद स्क्रैपिंग। साइजिंग निर्णय उत्पन्न करने के लिए समीक्षा निष्कर्षण। सीधे ऐप में बनाया गया एक पूर्ण चेकआउट लेयर। वॉयस इनपुट ताकि बातचीत यांत्रिक के बजाय संवादात्मक महसूस हो।

Enter फ्रंटएंड का हिस्सा था — जिसका उपयोग React, Anime.js, और Three.js स्टैक के साथ डिज़ाइन एसेट्स के लिए किया गया था जिसने Aura को उसकी दृश्य पहचान दी।

वर्चुअल ट्राई-ऑन सुविधा — लुक का पूर्वावलोकन करने के लिए उपयोगकर्ता की फोटो को उत्पाद फोटो के साथ जोड़ना — निर्माण में शामिल हो गई। बिना भुगतान किए गए इंफ्रास्ट्रक्चर के उचित समय में इसे चलाना एक ऐसी लड़ाई थी जिसे टीम उस विशिष्टता के साथ वर्णित करती है जो केवल तीन घंटे के असफल प्रयासों से आती है। उन्होंने जो काम किया उसे शिप किया और बाकी को अगली बार के लिए चिह्नित कर दिया।

टीम के दो सदस्य हैकथॉन के लिए अपेक्षाकृत नए थे। फ्रंटएंड डिज़ाइन ने सही महसूस होने वाले कुछ पर उतरने से पहले कई पुनरावृत्तियों के माध्यम से काम किया, जिसका अर्थ था अंत की ओर एक महत्वपूर्ण भीड़। वे वहां पहुंच गए।

उन्हें किस बात पर सबसे ज्यादा गर्व है

यह कि वे वास्तव में इसका उपयोग करेंगे।

यह कोई ऐसी-वैसी बात नहीं है — यह एक हैकथॉन प्रोजेक्ट के लिए एक सार्थक मानदंड है। टीम ने कुछ ऐसा बनाया जो उस समस्या को हल करता है जिसे वे व्यक्तिगत रूप से अनुभव करते हैं, एक ऐसे एस्थेटिक के साथ जिसे वे वास्तव में चाहते थे कि अस्तित्व में हो, और शुरुआत में जो कुछ भी उन्होंने योजना बनाई थी, उसे पूरा किया।

फ्रंटएंड गर्व का दूसरा स्रोत है। इसे बनाना मुश्किल था, इसे सुसंगत महसूस कराना और भी कठिन, और यह प्रयास के लायक था। फैशन एक दृश्य माध्यम है। फैशन के बारे में एक उत्पाद जो गलत दिखता है, वह AI के बोलने से पहले ही विफल हो जाता है।

आगे क्या होगा

ट्राई-ऑन सुविधा पहली प्राथमिकता है — स्वीकार्य गति पर इसे चलाने के लिए इंफ्रास्ट्रक्चर ही वह हिस्सा है जिसे हल करने की आवश्यकता है। एक बार जब यह काम कर जाता है, तो खरीदारी से पहले खुद पर एक पूरे आउटफिट का पूर्वावलोकन करने का अनुभव लूप के एक और हिस्से को पूरी तरह से बंद कर देता है।

दीर्घकालिक दृष्टि एक सब्सक्रिप्शन लेयर है: एक क्रिएटर के कंटेंट का पालन करें, और Aura उनकी लाइब्रेरी की लगातार व्याख्या करता है — आपके शरीर के आकार के अनुसार खरीदने योग्य मैच प्रस्तुत करता है जैसे ही उनके नए पोस्ट आते हैं। पिनट्रेस्ट बोर्ड लिंक छोड़ें और सेकंडों में एक व्यक्तिगत, खरीदने योग्य हॉल प्राप्त करें।

मुख्य अंतर्दृष्टि — कि फैशन कंटेंट और फैशन कॉमर्स दो अलग-अलग अनुभव नहीं होने चाहिए जिनके बीच घर्षण हो — को मान्य करने के लिए लंबे रोडमैप की आवश्यकता नहीं है। इसके लिए बस लूप को वास्तव में बंद करने की आवश्यकता है।

उद्योग का दृष्टिकोण

फैशन डिस्कवरी मार्केट आवेग पर चलता है। फैशन कंटेंट को होस्ट करने वाले प्लेटफॉर्म एंगेजमेंट के लिए अनुकूलित हैं, कन्वर्जन के लिए नहीं। दोनों के बीच की खाई कोई चूक नहीं है — बस अभी तक उस पर सही लेयर नहीं लगाई गई है।

Aura का प्रस्ताव यह है कि AI प्रेरणा और खरीदारी के बीच बैठता है: एक सिफारिश इंजन के रूप में नहीं जो सामान्य परिणाम प्रदान करता है, बल्कि एक व्यक्तिगत एजेंट के रूप में जो आपके साइज, आपके मौजूदा वॉर्डरोब, आपकी स्टाइल वृत्ति, और उन क्रिएटर कंटेंट को समझता है जिनका आप पहले से ही उपभोग कर रहे हैं — और आवेग के फीके पड़ने से पहले उन चीजों को एक साथ मिलाने का काम करता है।

यह एक अलग तरह का शॉपिंग अनुभव है। और इसे प्रिंसटन में एक ही सप्ताहांत में शुरू से अंत तक बनाया गया था।

टीम के सदस्य: Kaylei Mixon  || Kai Wen Khoo || Katelyn Louie || Angelina Zhou

पिछले वॉल्यूम छूट गए? → Vol. 1 — Heritage in Pixels → Vol. 2 — Terra Zone AI** *→ Vol. 3 — *reAgent ***→ Vol. 4 ***— TaleTailor **→ Vol. 5 — LEGR *→ Vol. 6 — *PolyPath *→ Vol. 7 — *EcoThread→ Vol. 8 — Aletheia ***→ Vol. 9 — Synova **→ Vol. 10 — Overturn Insurance→Vol. 11 ***— VentureLink ***→**Vol. 12 ***— **Atlas: Immersive 3D AI Learning *→*Vol. 13 — ACTA AI ***→*Vol. 14 — Guardian: AI