“如今，無論是數字系統還是AI智能，都正在重構我們的產業生態，包括設計、生產、消費、服務等多個方面，一系列顛覆性變革正在進行。”中國服裝協會專職副會長杜巖冰說。

當前，在服裝時尚行業，AI的運用幾乎出現在了產業鏈的各個環節。

哈爾濱工業大學（深圳）教授、博士生導師張海軍表示，在設計、展示、分析、預測、質檢、循環利用等多個層面，AI正在賦能傳統服裝產業實現數字化變革。

“比如，在時尚智能設計層面的服裝紋理設計，服飾形狀、顏色設計等以靈感為指導的設計，在智能零售層面的服飾搭配推薦、服飾虛擬換裝、數字人圖像生成，在時尚大數據分析層面的時尚趨勢預測、服裝檢測、服裝檢索，在智能制造層面的制造過程瑕疵檢測、面料渲染生成、已有產品的時尚分析、私人訂制等，‘時尚知識+大數據+大模型+具身智能’等正在以服裝領域數據知識為基礎，賦能服裝行業發展。” 張海軍說。

服裝定制是酷特智能的核心業務，大數據核心資源優勢是其定制數據庫系統。酷特智能打造了以款式數據庫、工藝數據庫、版型數據庫、BOM（物料清單）數據庫等為核心的AI定制數據庫系統，打破了服裝行業甚至制造業中存在的“個性化與工業化”之間的矛盾。當全球客戶訂單數據進入其平臺后，通過智能算法，實時出版，能夠實現精準高效的個性化智能定制。

“通過酷特AI Agent企業級通用智能體，設計師可直接用語音或文字溝通設計意圖，系統實時生成款式方案。”酷特智能品牌總監馬玉銘介紹，對話式AI降低了服裝設計的專業門檻，讓不懂復雜軟件操作的人也能“像聊天一樣”驅動制造流程。以智能設計平臺、智能面輔料平臺、AI量體、智能下單、智能生產、數字化物流等龐大系統作為支撐，酷特真正實現了“一人一版，一衣一款，一件一流，7個工作日交付”的大規模個性化定制。

迪尚集團以服裝外貿出口為主，近年來其數字化轉型加速，體現在AI深度應用、平臺整合和生態協同方面。

“我們建立了自己的數字化體系，正在打通從設計研發到生產端，再到銷售端的全鏈路數字化平臺。”迪尚集團總經理助理傅剛說，“生態協同系統協同全球500多個品牌和4000多家供應商、800多家生產協作企業。平臺建設是支撐企業進行數字化轉型的根本。AI設計師系統可以輔助創意設計，智能視覺檢測可以提升品質控制，AI優化排料算法可以提高面料利用率，智能推薦引擎可以提升營銷精準度。”

當前，AI在服裝行業中可以說是“無處不在”，但并非“無所不能”，AI所面臨的問題與挑戰，也隨著其在行業中的深入運用逐漸顯現出來。

AI設計集中用于文生設計、草圖生成、3D服裝紋理渲染、紋理生成以及智能改款等方面，但設計稿的生成質量和風格可控性較難。比如，模型對縫制結構、面料物性等細節的理解尚不完善，難以直接生成可生產的樣板；已有的通用模型對時尚紋理細節訓練不足，對品牌特色、潮流細節等風格的精確控制能力有限。

“行業在數字化發展中存在著諸多痛點，比如企業各個部門使用獨立的數據系統，數據標準和接口不統一，形成信息孤島，無法實現全鏈路的數據分析和決策支持。”第柒在線（深圳）科技有限公司聯合創始人、總經理陳建國說，企業在引入AI以及數字化系統后，還需要依賴人工分析與決策，人工處理大量數據和報表耗時耗力，且容易出錯，決策過程緩慢，無法滿足快速變化的市場需求。

“服裝產業鏈的環節眾多且分散，數據孤島問題嚴重。企業即使在設計環節采用AI自動化，但在后續的工藝、打樣和生產環節也需與之協同。同時，AI設計軟件通常需要較多算力和專業調優，設計師學習成本較大。”張海軍說，“此外，AI設計的知識產權歸屬存在模糊性，可能導致知識產權糾紛。”

在生產環節，企業通過使用AI技術進行質檢，可實現全流程自動化缺陷檢測，如縫線偏差、色差、污漬等，大幅提升質檢效率，并降低人工成本，為行業高質量發展提供核心質量管控支撐。但在這個環節，AI技術目前也存在一些缺陷。

張海軍表示，機器視覺和深度學習模型對訓練數據的質量和數量要求極高，需要大量標注數據且數據分布需穩定。數據噪聲會導致模型性能下降，模型訓練迭代成本高昂。對于復雜瑕疵（如不規則圖案或混合纖維）或新型瑕疵，AI的識別能力有限。此外，高速生產線的實時處理需求與復雜算法計算延遲之間存在矛盾，會導致AI難以兼顧檢測精度與效率，同時還要應對復雜材質、多樣化設計帶來的特征干擾難題。

雖然AI并非“無所不能”，但是當傳統制造業插上AI的翅膀，紡織服裝產業鏈正在實現“微笑曲線”的價值躍升。

“在大數據、人工智能、算法驅動的未來，人工智能不是選擇題，而是傳統產業向高端化、智能化、綠色化升級的必答題。”波司登創始人、集團董事局主席兼總裁高德康說。

從2021年開始，波司登開始打造人工智能創新應用實驗室，探索建立大數據驅動的服裝設計研發新模式，在羽絨服設計領域形成技術算法優勢及創意應用引領。波司登公司攜手瑞晟智能打造生產智能吊掛車間，構建了立體倉儲、機器人、吊掛系統、分揀系統、 包裝系統的全流程物流體系，實現了生產數據實時追蹤、智能分揀和跨樓宇車間運輸。

“AI正在為服裝行業轉型升級帶來新機遇，服裝行業的數字化、智能化，離不開大數據，而數據的基礎是數據標準。” 中國服裝科創研究院副院長劉正安說，“很多企業在做了很多年數字化之后，發現數據標準還沒有完全統一，無法完全打通各個環節的數據。”

東華大學教授、博導，中國紡織學術帶頭人孟婥表示，服裝制造設備接口多樣、缺乏統一標準，因此，相關方面要推動開放硬件與通信協議標準，借助5G等技術構建工業物聯網，實現橫縱向集成，推動智能化轉型。

“面對信息孤島，岱銀首先做的就是把數據與接口進行標準化，以財務核算為基礎，把所有產品編碼進行統一，方便數據共享與管理。”岱銀集團信息中心主任楊軍說。

影兒時尚集團從2016年開始布局數字化和AI應用，到2023年6月，數字化系統在營銷端、研發端、生產端都已經全部上線。但是，作為一家多品牌運營的高端女裝品牌公司，影兒集團運用AI設計相對謹慎。

在影兒時尚集團技術中心主任李超看來，AI設計存在一個普遍性的問題，就是同質化。“影兒集團有10個高端女裝品牌，它們的風格定位、價格區間都不同，每個品牌的設計風格都需要有不同的針對性。如果企業大規模使用AI設計，就可能會造成10個品牌的設計風格趨同，產品線也會逐漸趨同，這對于產品線和品牌線的持續發展都是不利的，甚至會使品牌喪失市場競爭力。”

來源：中國紡織報