2023年服裝行業(yè)專題報告 AI有望賦能紡織服裝生產(chǎn)制造領(lǐng)域

2023年服裝行業(yè)專題報告AI有望賦能紡織服裝生產(chǎn)制造領(lǐng)域一、AI多領(lǐng)域技術(shù)突破，賦能紡織服裝行業(yè)前景廣闊（一）ChatGPT帶動AI概念大火，生成式AI（AIGC）蓬勃發(fā)展ChatGPT（ChatGenerativePre-trainedTransformer）是2022年11月由美國OpenAI公司開發(fā)的人工智能自然語言處理工具，可以通過理解和學(xué)習(xí)自然語言進(jìn)行對話，也可以撰寫郵件、視頻腳本、文案、翻譯、代碼等。ChatGPT屬于生成式AI的的具體產(chǎn)品。生成式AI與判別式AI相對應(yīng)，兩者均為AI的具體應(yīng)用方向。判別式AI指利用機(jī)器學(xué)習(xí)樣本來對新數(shù)據(jù)進(jìn)行分類或回歸，幫助人們進(jìn)行判斷，常見應(yīng)用場景如智能廣告推薦，最優(yōu)路徑選取等；而生成式AI（AIGC，AIGeneratedContent）指利用人工智能技術(shù)來生成內(nèi)容。2021年之前，AIGC生成的主要是文字，而新一代模型可以處理的內(nèi)容格式包括文字、語音、代碼、圖像、視頻、機(jī)器人動作等等。相比人類，生成式AI（AIGC）的知識積累水平和生產(chǎn)效率更高，可以更高效和高質(zhì)量地進(jìn)行定性定量信息挖掘、素材調(diào)用、復(fù)刻編輯等基礎(chǔ)性勞動，還可以根據(jù)已有素材來快速生成創(chuàng)意性內(nèi)容，滿足海量個性化需求；還可以與其他產(chǎn)業(yè)的互動和融合，培育出新的業(yè)態(tài)和模式。2022年7月，中國科技部等六部門發(fā)布《關(guān)于加快場景創(chuàng)新以人工智能高水平應(yīng)用促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的指導(dǎo)意見》，系統(tǒng)指導(dǎo)各地方和各主體加快人工智能場景應(yīng)用，推動經(jīng)濟(jì)高質(zhì)量發(fā)展；2023年2月13日，北京市經(jīng)濟(jì)和信息化局發(fā)布《2022年北京人工智能產(chǎn)業(yè)發(fā)展白皮書》，提出全面夯實(shí)人工智能產(chǎn)業(yè)發(fā)展底座，支持頭部企業(yè)打造對標(biāo)ChatGPT的大模型，著力構(gòu)建開源框架和通用大模型的應(yīng)用生態(tài)，全面構(gòu)筑人工智能場景創(chuàng)新高地。人工智能產(chǎn)業(yè)化進(jìn)程正從AI技術(shù)與各行業(yè)典型應(yīng)用場景融合的賦能階段，逐步向效率化、工業(yè)化生產(chǎn)的成熟階段演進(jìn)。目前巨頭紛紛開始布局。（二）AI發(fā)展：2022年以來多模態(tài)預(yù)訓(xùn)練大模型、計(jì)算機(jī)視覺、智能機(jī)器人、決策智能等方面不斷進(jìn)步人工智能（ArtificialIntelligence，縮寫為AI）是計(jì)算機(jī)科學(xué)的分支，是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的技術(shù)科學(xué)。AI技術(shù)可以分為基礎(chǔ)層，技術(shù)層和應(yīng)用層：基礎(chǔ)層主要包括CPU等硬件設(shè)備和所需訓(xùn)練數(shù)據(jù)；技術(shù)層可以分為基礎(chǔ)算法和通用技術(shù)，其中基礎(chǔ)算法主要包括神經(jīng)網(wǎng)絡(luò)等，模型層面通常使用一種或幾種基礎(chǔ)算法，而通用技術(shù)主要包括計(jì)算機(jī)視覺，自然語言處理，智能機(jī)器人和智能決策系統(tǒng)等領(lǐng)域；應(yīng)用層指AI技術(shù)可以發(fā)揮作用的領(lǐng)域，比如智能制造、智能駕駛等。2022年以來，人工智能的技術(shù)層各方向不斷發(fā)展，如基礎(chǔ)算法層面的多模態(tài)預(yù)訓(xùn)練大模型，通用技術(shù)層面的計(jì)算機(jī)視覺、自然語言理解、智能機(jī)器人和決策智能等，賦能下游應(yīng)用層?；A(chǔ)算法：多模態(tài)預(yù)訓(xùn)練大模型加速發(fā)展，提升AI開發(fā)效率模型經(jīng)預(yù)訓(xùn)練處理后，可減輕對后續(xù)特定任務(wù)的訓(xùn)練負(fù)擔(dān)。前期預(yù)處理經(jīng)手越多數(shù)據(jù)，提取越多共性數(shù)據(jù)特征，后期越能讓模型對特定任務(wù)的學(xué)習(xí)負(fù)擔(dān)變輕，可提升后續(xù)開發(fā)效率。近年來，由于AI算力提升、海量數(shù)據(jù)積累、深度學(xué)習(xí)算法突破等原因，預(yù)訓(xùn)練模型向多模態(tài)預(yù)訓(xùn)練大模型轉(zhuǎn)化，樣本數(shù)據(jù)量和模型參數(shù)跨越式提升，且實(shí)現(xiàn)多模態(tài)統(tǒng)一建模（實(shí)現(xiàn)圖像、文本、音頻多領(lǐng)域融合），增強(qiáng)模型的跨模態(tài)融合能力。新突破進(jìn)一步增強(qiáng)了AI技術(shù)的通用性，提升了各種特定場景下AI模型開發(fā)效率。對廣大開發(fā)者來說，基于預(yù)訓(xùn)練大模型，可以更低成本、低門檻，面向特定場景研發(fā)更好用的AI模型，并應(yīng)用到更廣闊的下游場景。舉例來說，多模態(tài)大模型的發(fā)展為AIGC的升級提供了強(qiáng)力支撐，使得應(yīng)用AIGC所需的真實(shí)樣本數(shù)據(jù)和算力成本下降，提高了其產(chǎn)出豐富度、生產(chǎn)效率與創(chuàng)造性。通用技術(shù)1：計(jì)算機(jī)視覺提升圖像識別和場景判斷能力。計(jì)算機(jī)視覺是指讓AI從圖像、視頻等視覺輸入獲取有用信息，并根據(jù)獲得信息采取行動或提供建議的技術(shù)。相較傳統(tǒng)機(jī)器，計(jì)算機(jī)視覺技術(shù)更擅長識別易混淆的對象，尤其對于物體3D尺寸的識別及質(zhì)量缺陷監(jiān)測任務(wù)中表現(xiàn)出明顯優(yōu)勢。2022年，計(jì)算機(jī)視覺方向的ViT（Visiontransformer）模型出現(xiàn)新突破，具有動態(tài)自適應(yīng)建模的能力；此外，ViT模型可以通過“注意力機(jī)制”（Self-Attention，即模型更關(guān)注重點(diǎn)區(qū)域的像素點(diǎn)的影響），優(yōu)化計(jì)算機(jī)視覺的識別效果；可以利用2D圖像還原3D場景，并和現(xiàn)實(shí)3D物體或者2D圖像進(jìn)行對照，提升識別效率。2D圖像來源于3D的世界投影，從2D直接生成3D場景缺失很多信息，原本單一視角的2D圖像很難恢復(fù)出3D模型，ViT模型可以先提取2D圖像，根據(jù)圖碼編譯器和3D結(jié)構(gòu)生成器，生成點(diǎn)云（點(diǎn)云為某個坐標(biāo)系下的點(diǎn)的數(shù)據(jù)集，可包含豐富的信息，如被檢測對象的三維坐標(biāo)X/Y/Z、顏色、各種特征分類值等），之后生成3D模型，并且和現(xiàn)實(shí)中的3D物體或者2D圖像進(jìn)行對照，從而實(shí)現(xiàn)智能識別。此外，還可以助力AIGC根據(jù)文本生成圖像，或生成逼真的連續(xù)視頻。計(jì)算機(jī)視覺的進(jìn)步可以助力圖像（包括人臉）檢測、字符識別、手勢控制的準(zhǔn)確度和速度，同時也可以提升AI的場景判斷能力，增強(qiáng)實(shí)際工業(yè)生產(chǎn)中的監(jiān)測效率，協(xié)助人機(jī)交互。通用技術(shù)2：智能機(jī)器人融合計(jì)算機(jī)視覺和激光SLAM技術(shù)，提升操作穩(wěn)定性和適應(yīng)性。相比普通機(jī)器人，智能機(jī)器人至少要具備三個要素：感覺要素，反應(yīng)要素和思考要素。智能機(jī)器人需要具備內(nèi)部信息傳感器和外部信息傳感器，如視覺、聽覺、觸覺等；還有效應(yīng)器，作為作用于環(huán)境的手段；以及具有“大腦”，即中央處理器，可以進(jìn)行按目的安排的動作。從功能形態(tài)劃分，智能機(jī)器人可大致分為“類手”“類腳”“類人”三種。“類手”機(jī)器人典型代表是多關(guān)節(jié)機(jī)器人，主要用于工業(yè)生產(chǎn)和物流中的搬運(yùn)、裝配、焊接、醫(yī)療手術(shù)場景等，需要提升在視覺、觸覺、力覺和軌跡規(guī)劃等維度提升操作的準(zhǔn)確性和適應(yīng)性；“類腳”機(jī)器人典型代表是自主移動機(jī)器人，可以應(yīng)用激光SLAM（基于激光雷達(dá)來建圖導(dǎo)航）和視覺SLAM（基于單/雙目攝像頭視覺建圖導(dǎo)航）導(dǎo)航和避障，對AI算法依賴度較高，主要應(yīng)用于倉儲物流等場景；“類人”機(jī)器人是指外觀和功能與人相似的智能機(jī)器人，除具有類似人的外形以外，還可以模仿人的行走、動作、表情和思維方式等，結(jié)構(gòu)比“類手”“類腳”機(jī)器人具更加復(fù)雜，技術(shù)重點(diǎn)在于自然語言理解和人機(jī)交互能力，可以在解說、主持、前臺服務(wù)、陪護(hù)等方面替代人的工作。近年來，隨著3D機(jī)器視覺的不斷進(jìn)步和SLAM算法（即Simultaneouslocalizationandmapping，實(shí)時定位與地圖構(gòu)建或并發(fā)建圖與定位，主要作用是讓機(jī)器人在未知的環(huán)境中，完成定位，建圖和路徑規(guī)劃等）在智能機(jī)器人領(lǐng)域的應(yīng)用，三類智能機(jī)器人的適應(yīng)性、穩(wěn)定性問題均有望得到有效解決，執(zhí)行誤差減小，工業(yè)生產(chǎn)和物流場景將會更加流暢。通用技術(shù)3：決策智能系統(tǒng)關(guān)注優(yōu)化問題，求解器提升決策效率?！皼Q策智能”以運(yùn)籌學(xué)為根基，指在多種可能的方案和路徑中做最佳選擇的優(yōu)化類問題。決策智能在解決大規(guī)模復(fù)雜問題時需使用求解器。求解器是用來實(shí)現(xiàn)在可行解中找到最優(yōu)解的信息化工具。求解器可以解決蘊(yùn)含海量數(shù)據(jù)和諸多限制約束條件的復(fù)雜業(yè)務(wù)難題。求解器可以幫助生產(chǎn)計(jì)劃排程，在保證數(shù)據(jù)準(zhǔn)確性的前提下可縮短至分鐘級。2021年以來，國內(nèi)互聯(lián)網(wǎng)公司和智能硬件廠商相繼推出商用級求解器，可求解規(guī)劃問題，有望進(jìn)一步助力產(chǎn)業(yè)界智能決策。（三）AI應(yīng)用場景廣闊，有望賦能紡織服裝行業(yè)智能升級隨著人工智能理論和技術(shù)的日益成熟，人工智能場景融合能力不斷提升，新興技術(shù)推動的顛覆性發(fā)展變革已然開始。麥肯錫2022年對企業(yè)應(yīng)用AI技術(shù)的調(diào)研表明：企業(yè)至少在一個業(yè)務(wù)領(lǐng)域采用AI技術(shù)的比率，2022年達(dá)到50%，相較于2017年的20%增加了一倍多；應(yīng)用的AI產(chǎn)品數(shù)量也從2018年的平均1.9個增加到2022年的3.8個。除了應(yīng)用數(shù)量上的提升，AI產(chǎn)生的商業(yè)價值也不斷增長，企業(yè)部署AI的動力顯著。隨著人工智能多模態(tài)預(yù)訓(xùn)練大模型和計(jì)算機(jī)視覺、智能機(jī)器人、決策智能等通用技術(shù)的不斷進(jìn)步，紡織制造行業(yè)和服裝家紡行業(yè)都有望受益，提升設(shè)計(jì)、生產(chǎn)制造、質(zhì)控、物流、銷售等各環(huán)節(jié)效率。據(jù)ResearchandMarket預(yù)測，2024年AI時尚產(chǎn)業(yè)規(guī)模有望達(dá)到12.60億美元，2019年-2024年CAGR可達(dá)40.76%。二、AI有望賦能紡織服裝生產(chǎn)制造領(lǐng)域（一）政策推動，《智能制造發(fā)展規(guī)劃》提出三階段發(fā)展范式《智能制造發(fā)展規(guī)劃（2016—2020年）》提出，智能制造是基于新一代信息通信技術(shù)與先進(jìn)制造技術(shù)深度融合，貫穿于設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等制造活動的各個環(huán)節(jié)，具有自感知、自學(xué)習(xí)、自決策、自執(zhí)行、自適應(yīng)等功能的新型生產(chǎn)方式。紡織導(dǎo)報指出，根據(jù)不同的發(fā)展階段，可以將智能制造分為3種基本范式：第1種基本范式——數(shù)字化制造；第2種基本范式——數(shù)字化網(wǎng)絡(luò)化制造；第3種基本范式——數(shù)字化網(wǎng)絡(luò)化智能化制造，也稱為新一代智能制造。中國工程院將紡織產(chǎn)業(yè)智能制造技術(shù)分為智能制造新模式、智能紡織裝備及共性技術(shù)和標(biāo)準(zhǔn)、智能紡織材料三大領(lǐng)域，以及化纖制造智能車間（工廠）、紡織加工智能車間（工廠）（含紡紗、機(jī)織、針織、非織造）、染整智能車間（工廠）、服裝設(shè)計(jì)與加工智能化、紡織個性化定制和網(wǎng)絡(luò)協(xié)同制造及裝備遠(yuǎn)程運(yùn)維、典型智能紡織裝備、紡織智能制造標(biāo)準(zhǔn)及共性技術(shù)、智能紡織材料等8個方面，并提出紡織產(chǎn)業(yè)領(lǐng)域智能制造基本范式，即基于HCPS（人-信息-物理系統(tǒng)）的紡織產(chǎn)業(yè)智能制造體系，以及基于工業(yè)大數(shù)據(jù)的紡織產(chǎn)業(yè)數(shù)字化管控體系?！都徔椥袠I(yè)“十四五”發(fā)展綱要》指出，“十四五”期間要繼續(xù)推進(jìn)新一代信息技術(shù)與紡織工業(yè)的深度融合，加快行業(yè)數(shù)字化轉(zhuǎn)型。以大幅提升生產(chǎn)效率及生產(chǎn)方式精細(xì)化、柔性化、智能化水平為目標(biāo)，基于5G、人工智能和數(shù)字孿生等信息技術(shù)，以紡織成套裝備研發(fā)為重點(diǎn)，加快發(fā)展紡織領(lǐng)域智能制造系統(tǒng)集成商，推進(jìn)裝備、軟件、信息技術(shù)協(xié)同創(chuàng)新，以紡織裝備數(shù)字化和信息互聯(lián)互通為基礎(chǔ)實(shí)施紡織行業(yè)智能制造重點(diǎn)工程。（二）頭部企業(yè)積極推進(jìn)數(shù)字化智能化改造，智能工廠雛形初現(xiàn)近年來，制造企業(yè)自動化、智能化、數(shù)字化趨勢不斷加快，傳統(tǒng)制造模式已不再適應(yīng)現(xiàn)代制造業(yè)的發(fā)展，如何提升數(shù)字化柔性生產(chǎn)能力成為紡織制造企業(yè)關(guān)注的重要問題。為尋求突破，行業(yè)內(nèi)的一些頭部企業(yè)從供應(yīng)鏈各環(huán)節(jié)流程切入，將從面料到生產(chǎn)到成品庫的一系列環(huán)節(jié)打通，避免信息孤島，打造智能化工廠。以印染領(lǐng)域的華紡股份為例，公司以集成中央管控系統(tǒng)（HFCPS）接口（API）標(biāo)準(zhǔn)規(guī)范、配套系統(tǒng)的自動對接、全局的安全防護(hù)等技術(shù)規(guī)范為基礎(chǔ)，以智能工廠為核心，從產(chǎn)品最開始的購買意向，到后續(xù)的定單提交、產(chǎn)品設(shè)計(jì)、供應(yīng)鏈采購、生產(chǎn)制造、物流交付、后續(xù)服務(wù)與產(chǎn)品質(zhì)量跟蹤，直至產(chǎn)品壽命終止的全生命周期流程，進(jìn)行全產(chǎn)業(yè)鏈智能協(xié)作；無紡布領(lǐng)域的諾邦科技，積極推動數(shù)字化改造，已建設(shè)完成數(shù)字化指揮中心和智能工廠，實(shí)現(xiàn)從采購、生產(chǎn)到銷售全過程的精細(xì)化管理，從原料入庫到產(chǎn)品出庫的全數(shù)字化運(yùn)營；此外，棉紡領(lǐng)域的華孚時尚，男裝領(lǐng)域的雅戈?duì)?、紅豆股份，職業(yè)裝領(lǐng)域的南山智尚等多家公司，均已建立示范智能工廠，運(yùn)用人工智能技術(shù)助力工業(yè)產(chǎn)業(yè)未來發(fā)展。德勤《智能工廠：響應(yīng)度高、適應(yīng)性強(qiáng)的互聯(lián)制造》指出，智能工廠應(yīng)具備下述5個特征：（1）互聯(lián)。持續(xù)推動傳統(tǒng)數(shù)據(jù)集與基于傳感器和位置的新型數(shù)據(jù)集；與供應(yīng)商和客戶進(jìn)行實(shí)時數(shù)據(jù)啟用協(xié)作，跨部門協(xié)作（如從生產(chǎn)到產(chǎn)品開發(fā)進(jìn)行反饋）（2）優(yōu)化。具備可靠且可預(yù)測的生產(chǎn)能力，資產(chǎn)正常運(yùn)行時間和生產(chǎn)效率改善，高度自動化的生產(chǎn)和原料處理，進(jìn)行最低限度的人機(jī)交互，質(zhì)量和生產(chǎn)成本降至最低。（3）透明。實(shí)時指標(biāo)及工具，助力進(jìn)行快速一致的決策，實(shí)時連接客戶需求預(yù)測，透明的客戶訂單跟蹤；（4）前瞻。預(yù)測性異常識別和解析自動化庫存進(jìn)貨及補(bǔ)充，及早發(fā)現(xiàn)供應(yīng)商質(zhì)量問題，實(shí)時安全監(jiān)控；（5）敏捷。靈活及適應(yīng)能力強(qiáng)的排產(chǎn)與切換，進(jìn)行產(chǎn)品改造，實(shí)時觀測影響，可動態(tài)配置的工廠布局和設(shè)備。參考August-WilhelmScheer教授在《Whitepaper-Industry4.0:Fromvisiontoimplementation》提出的智能工廠理論，智能工廠可以分為基礎(chǔ)設(shè)施層、智能裝備層、智能產(chǎn)線層、智能車間層和工廠管控層五個層級：基礎(chǔ)設(shè)施層主要包括集成化的工廠和車間聯(lián)網(wǎng)環(huán)境、通訊設(shè)備、監(jiān)控系統(tǒng)和智能化的溫度、濕度、潔凈度和安全控制系統(tǒng)；智能裝備層主要包括智能生產(chǎn)/測量/監(jiān)控/物流/檢測/采集設(shè)備；智能產(chǎn)線層主要包括自動進(jìn)行生產(chǎn)、質(zhì)量、能耗、設(shè)備績效等數(shù)據(jù)采集和實(shí)時顯示狀態(tài)的電子看板、自動換模的柔性生產(chǎn)線、SPC質(zhì)量管理系統(tǒng)和柔性統(tǒng)籌系統(tǒng)等；智能車間層包括制造執(zhí)行系統(tǒng)（MES）、先進(jìn)排產(chǎn)系統(tǒng)（APS）、倉庫管理系統(tǒng)（WMS）、無人搬運(yùn)車（AGV）、車間仿真系統(tǒng)和勞動力管理系統(tǒng)等；工廠管控層主要包括生產(chǎn)指揮系統(tǒng)（如DCS或PLC控制系統(tǒng)），可以實(shí)時洞察工廠的運(yùn)營，實(shí)現(xiàn)多部門協(xié)助和資源調(diào)度。近年來制造企業(yè)自動化、智能化、數(shù)字化趨勢不斷加快，紡織服裝行業(yè)內(nèi)的部分頭部企業(yè)從供應(yīng)鏈各環(huán)節(jié)流程切入，積極進(jìn)行智能工廠的布局。（1）基礎(chǔ)設(shè)施層：基礎(chǔ)設(shè)施層是智能工廠的底層環(huán)節(jié)，車間聯(lián)網(wǎng)環(huán)境、通訊設(shè)備、監(jiān)控系統(tǒng)、生產(chǎn)環(huán)境監(jiān)測等基礎(chǔ)設(shè)施的運(yùn)行效率和準(zhǔn)確度，影響著整個智能工廠系統(tǒng)的運(yùn)行效率。近年來隨著計(jì)算機(jī)視覺、智能機(jī)器人技術(shù)等AI通用技術(shù)的進(jìn)步，工廠在生產(chǎn)環(huán)境（比如溫度，濕度等方面）的監(jiān)測將會更加敏銳，工業(yè)安全等方面也有望得到提升。以紡織制造產(chǎn)業(yè)鏈中的紗線制造為例，對水、電、蒸汽等資源持續(xù)穩(wěn)定的供應(yīng)要求較高，工廠應(yīng)在溫度、濕度、潔凈度等的控制方面達(dá)到智能化水平。（2）智能裝備層：智能裝備層主要涵蓋生產(chǎn)各環(huán)節(jié)所需具體裝備，智能高效的設(shè)備可以節(jié)省人工，提升效率，提升產(chǎn)品質(zhì)量。具體生產(chǎn)過程中，AI在制版、原材料和成衣質(zhì)控、面料采購識別、裁剪與縫制等環(huán)節(jié)均有不錯的表現(xiàn)。①制版AI在服裝制版系統(tǒng)的應(yīng)用，主要體現(xiàn)在打版、修版、排版等制版步驟。通過智能服裝制版系統(tǒng)，可以更快地實(shí)現(xiàn)服裝的打版、制版和修版流程。典型的應(yīng)用案例為智能自動打版：即通過輸入胸圍、肩寬、衣長、袖圍等基礎(chǔ)數(shù)據(jù)信息，選定系統(tǒng)中的款式，即可自動生成相應(yīng)的版型。設(shè)計(jì)者在制版系統(tǒng)中提前輸入設(shè)定好服裝制版流程，和每一步驟所需要的數(shù)據(jù)信息類型，然后根據(jù)輸入的不同信息數(shù)據(jù)，重復(fù)實(shí)現(xiàn)服裝制版流程，帶入設(shè)置的數(shù)據(jù)，以自動生成制版結(jié)果和快速調(diào)整修改，完成服裝制版。隨著計(jì)算機(jī)視覺等技術(shù)的進(jìn)步，服裝3D建模將會變得更加快速和精準(zhǔn)，有望進(jìn)一步提升制版和修版效率。以鞋帽領(lǐng)域的天創(chuàng)時尚為例，通過設(shè)計(jì)軟件、打板軟件、渲染軟件進(jìn)行產(chǎn)品開發(fā)，實(shí)現(xiàn)設(shè)計(jì)成果快捷呈現(xiàn)，便于產(chǎn)品評審和營銷測款，實(shí)現(xiàn)產(chǎn)品的快速上新。②原材料和成衣的質(zhì)控。AI可以在服裝原材料和成衣進(jìn)行檢測時，可以對檢測對象的厚度、柔韌度、延伸性、硬度、面料、尺寸和工藝完成度等多方面進(jìn)行精細(xì)化的衡量和參數(shù)檢測。相比AI，人力檢測會出現(xiàn)更多的誤差。由于工人每天面對大量且重復(fù)的檢測量，因此當(dāng)出現(xiàn)疲倦、懈怠的時候，難免會在判斷上有誤，而人工智能技術(shù)設(shè)備的加入能夠有效地避免這個問題。人們只需要對智能設(shè)備進(jìn)行定期維護(hù)、對檢測成果進(jìn)行良品率的抽檢，就能夠保證服裝檢測產(chǎn)出的穩(wěn)定和高效。以毛紡領(lǐng)域的山東如意為例，將5G技術(shù)、云計(jì)算、人工智能技術(shù)融入表面質(zhì)量管理系統(tǒng)，高清坯布照片通過5G網(wǎng)絡(luò)傳送到云端智能分析平臺的時延縮短至25毫秒以內(nèi)，在平均1米/秒的驗(yàn)布速度下，實(shí)時檢測響應(yīng)時間不到100毫秒，驗(yàn)布效率大幅提升且瑕疵檢出率可達(dá)95%以上，遠(yuǎn)高于傳統(tǒng)的人工驗(yàn)布方式。此外，男裝領(lǐng)域的海瀾之家利用視覺檢測技術(shù)來實(shí)現(xiàn)衣片/成衣的智能質(zhì)檢，通過移動云的云端訓(xùn)練及AI算法、邊端計(jì)算及應(yīng)用，實(shí)現(xiàn)各類產(chǎn)線衣片/成衣的質(zhì)檢。另外，戶外裝備領(lǐng)域的牧高笛與東南院移動大數(shù)據(jù)研發(fā)中心達(dá)成合作，開展視覺AI系統(tǒng)建設(shè)項(xiàng)目，根據(jù)生產(chǎn)工廠特定檢驗(yàn)及檢測需求，開發(fā)視覺AI系統(tǒng)以實(shí)現(xiàn)甲方標(biāo)簽來料AI視覺檢驗(yàn)、布料來料檢驗(yàn)以及包裝過程防錯漏檢驗(yàn)，可達(dá)到車縫工序精細(xì)化管理的效果，可有效調(diào)配車縫工序排產(chǎn)，提升工單產(chǎn)能效率。③采購過程中的面料識別人工智能技術(shù)的進(jìn)步有望提升面料識別的效率，包括色彩識別和紋路識別。人眼的辨別效率與精度有限，采購者可以對面料拍照，然后從面料商的面料庫中直接搜索相應(yīng)顏色和紋路的面料，隨著訓(xùn)練大模型的進(jìn)步和計(jì)算機(jī)視覺的不斷發(fā)展，相應(yīng)面料的提取效率和準(zhǔn)確度都有望提升。④裁剪與縫制傳統(tǒng)工廠在對各種面料進(jìn)行縫制加工時，首先要進(jìn)行縫制參數(shù)設(shè)置，例如縫紉機(jī)車速、縫線張力、線跡形式、線跡大小等等，參數(shù)設(shè)置往往會影響縫制質(zhì)量。因此在縫制過程中，可以利用AI技術(shù)中的機(jī)器視覺技術(shù)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)來選擇最優(yōu)縫制參數(shù)，使縫制質(zhì)量達(dá)到最優(yōu)；此外可以將視覺圖像識別技術(shù)運(yùn)用在送扣機(jī)上，讓鈕扣在縫制時，完全按照設(shè)定的方向進(jìn)行有序排列并送扣縫制，還可以通過視覺識別技術(shù)，由機(jī)器人進(jìn)行精準(zhǔn)傳送，控制縫制設(shè)備完成包縫與平縫的加工?？赏ㄟ^辨識衣片輪廓與角度自動生成縫制線跡與機(jī)器人運(yùn)行軌跡。以男裝領(lǐng)域的海瀾之家為例公司完成了面向個性化定制與團(tuán)體定制的智能裁剪系統(tǒng)的研發(fā)，并基于此系統(tǒng)，逐步向前端業(yè)務(wù)管理和后端生產(chǎn)管理延伸，初步建成自動化智能裁剪的柔性生產(chǎn)線。2021年以來，海瀾之家成功申請“個性定制化免燙成衣的裁片配對輸送系統(tǒng)”“基于智能計(jì)算坐標(biāo)定位的工序合規(guī)性暗計(jì)算系統(tǒng)、方法以及設(shè)備”“用于服裝智能化生產(chǎn)的服裝裁剪預(yù)估面料用量的計(jì)算設(shè)備以及系統(tǒng)”“服裝光影復(fù)合裁剪模式的放毛方法”等智能裁剪相關(guān)專利，助力智能裁剪。（3）智能產(chǎn)線層：智能產(chǎn)線層主要包含產(chǎn)線上各工序的協(xié)作，產(chǎn)線數(shù)據(jù)采集和數(shù)據(jù)分析，以及針對分析結(jié)果進(jìn)行智能優(yōu)化的過程。紡織制造的智能產(chǎn)線應(yīng)該可以實(shí)現(xiàn)自動生產(chǎn)和快速換模，從而實(shí)現(xiàn)柔性自動化；能夠支持多種相似產(chǎn)品的混線生產(chǎn)和裝配，靈活調(diào)整工藝，適應(yīng)小批量、多品種的紡織制造模式；如果生產(chǎn)線上有設(shè)備出現(xiàn)故障，能夠及時調(diào)整到其他設(shè)備生產(chǎn)。對于需要紡織工人操作的工位，能夠給予智能的提示。①產(chǎn)線資料采集。使用智能技術(shù)對生產(chǎn)線的各類情況進(jìn)行資料采集，可以節(jié)省人力，提升數(shù)據(jù)準(zhǔn)確度。AI可以全天候運(yùn)作，對24小時的產(chǎn)線來說很有用處，工廠不用安排多班次的工程師來監(jiān)督產(chǎn)線，可以有效節(jié)省人力，提升質(zhì)效。智能產(chǎn)線的資料采集需要可回溯，當(dāng)記錄到一個異常數(shù)值，工程師的筆記也無法完整還原場景，無法追溯疑難雜癥，而AI影像可追溯當(dāng)下產(chǎn)線狀況，以利工程師排錯。而且總部的工程師，能在任何時間通過AI視覺得知異地工廠的作業(yè)困難，并提供實(shí)時的協(xié)助與輔導(dǎo)。以印染領(lǐng)域的迎豐股份為例，公司建立的智能化印染連續(xù)生產(chǎn)車間和數(shù)字化間歇式染色車間，能夠?qū)崿F(xiàn)印染生產(chǎn)工藝在線采集、智能化配色及工藝自動管理等。②產(chǎn)線數(shù)據(jù)分析和智能優(yōu)化。使用智能技術(shù)對產(chǎn)線數(shù)據(jù)進(jìn)行分析，可以清晰發(fā)現(xiàn)作業(yè)時間異常，洞悉停機(jī)時間，以及輔助遠(yuǎn)端管理和產(chǎn)線決策，也能知道是否有外力干擾作業(yè)員作業(yè)，從人、機(jī)、料、法、環(huán)，全面分析瓶頸。透過AI人體偵測，工廠管理者透過系統(tǒng)，能得知作業(yè)員有無離開崗位，由此得知產(chǎn)線停滯的根源。實(shí)時的警示也能讓管理者在最短的時間內(nèi)處理問題。以職業(yè)裝領(lǐng)域的喬治白為例，公司擁有智能化的西服和襯衫生產(chǎn)流水線，產(chǎn)品工序均全面實(shí)現(xiàn)智能化和數(shù)字化控制，三大廠區(qū)均已完成生產(chǎn)、物流、倉儲的智能化改造。（4）智能車間層：智能車間層主要使用制造執(zhí)行系統(tǒng)（MES）、先進(jìn)排產(chǎn)系統(tǒng)（APS）、倉庫管理系統(tǒng)（WMS）等工業(yè)智能軟件進(jìn)行產(chǎn)線智能排產(chǎn)和人員排班，從而提升產(chǎn)能利用效率，另外，還可以利用DigitalTwin（數(shù)字映射，或者數(shù)字孿生，指現(xiàn)實(shí)事物的數(shù)字化仿真建模）技術(shù)將制造執(zhí)行系統(tǒng)（MES）采集到的數(shù)據(jù)在虛擬仿真模型中實(shí)時展示，輔助智能決策。此外，智能吊掛和無人搬運(yùn)車（AGV）也在智能車間里較為常用。以毛紡領(lǐng)域的新澳股份為例，2021年毛精紡生產(chǎn)制造執(zhí)行系統(tǒng)（MES）已在所有生產(chǎn)車間和質(zhì)檢組實(shí)施上線，智能倉儲調(diào)度平臺（WMS）已在立體倉庫、成品庫、樣品庫上線。在此過程中實(shí)現(xiàn)了數(shù)據(jù)于企業(yè)資源計(jì)劃系統(tǒng)（ERP）、制造執(zhí)行系統(tǒng)（MES）、智能倉儲調(diào)度平臺（WMS）等全系統(tǒng)間的貫通、業(yè)務(wù)、生產(chǎn)、倉儲等全流程體系間的協(xié)同以及針梳、粗紗、細(xì)紗、絡(luò)并捻等全工序間的流轉(zhuǎn)。男裝領(lǐng)域的紅豆股份引進(jìn)先進(jìn)生產(chǎn)排產(chǎn)（APS）、制造執(zhí)行系統(tǒng)（MES）、CAD等生產(chǎn)軟件，通過自動化、信息化、數(shù)字化建設(shè)，打造智能車間，打通業(yè)務(wù)、計(jì)劃、生產(chǎn)前后道全生產(chǎn)過程數(shù)據(jù)流，實(shí)現(xiàn)個定、團(tuán)定、批量三種業(yè)務(wù)的混流生產(chǎn)，搭建數(shù)字化生產(chǎn)管理一體化平臺。輔料領(lǐng)域的偉星集團(tuán)實(shí)施浪潮GS系統(tǒng)，整合供應(yīng)鏈業(yè)務(wù)系統(tǒng)，自動收集客戶訂單與反饋，匯總訂單并由生產(chǎn)計(jì)劃管理系統(tǒng)統(tǒng)一排產(chǎn)。浪潮GS系統(tǒng)與APS、MES系統(tǒng)的集成實(shí)現(xiàn)了16個車間基于網(wǎng)絡(luò)訂單的自動化排產(chǎn)，為智慧工廠提供了強(qiáng)大的信息管理支撐。休閑裝領(lǐng)域的森馬服飾配有自動化物流中心，集成了AGV智能搬運(yùn)系統(tǒng)、自動輸送系統(tǒng)等，從而保證了貨物倉庫管理各個環(huán)節(jié)可以有效控制，提高倉庫管理的工作效率，降低一線員工的勞動強(qiáng)度。男裝領(lǐng)域的紅豆股份引入智能吊掛、AGV無人配送車等技術(shù)，打造智能車間，實(shí)現(xiàn)生產(chǎn)環(huán)節(jié)的智能柔性升級。另外，印染領(lǐng)域的航民股份，其漂染廠2021年完成三車間的數(shù)字化改造，利用數(shù)字孿生技術(shù)（指建立真實(shí)事物的數(shù)字化仿真模型）打造3D可視化工廠，可掌握生產(chǎn)的實(shí)時狀態(tài)。此外，計(jì)算機(jī)輔助工藝設(shè)計(jì)系統(tǒng)（CAPP）是聯(lián)結(jié)設(shè)計(jì)和制造的橋梁，可以通過AI算法的作用，隨時利用算法對于流水線上面的任意部分進(jìn)行調(diào)整，起到實(shí)時糾正和監(jiān)督作用。紡織制造企業(yè)業(yè)務(wù)模式多以來單加工為主，CAPP系統(tǒng)的貢獻(xiàn)更會表現(xiàn)明顯，可以利用遺傳算法、神經(jīng)網(wǎng)絡(luò)等人工智能算法進(jìn)行編碼，使得生產(chǎn)設(shè)備哪怕處于隨時多變的復(fù)雜環(huán)境之下，也能隨時保持平衡，根據(jù)訂單量的波動，靈活機(jī)動調(diào)整生產(chǎn)任務(wù)，實(shí)現(xiàn)快速換模和柔性生產(chǎn)。（5）工廠管控層：智能工廠的工廠管控層是指工廠內(nèi)所有設(shè)備和系統(tǒng)的集成控制和監(jiān)控平臺，主要負(fù)責(zé)實(shí)現(xiàn)對生產(chǎn)過程的實(shí)時監(jiān)測、數(shù)據(jù)分析及智能調(diào)度。該層次集成了PLC（可編程邏輯控制器）和SCADA（監(jiān)控與數(shù)據(jù)采集系統(tǒng)）等多個系統(tǒng)，并通過物聯(lián)網(wǎng)等技術(shù)實(shí)現(xiàn)設(shè)備之間的信息傳遞和數(shù)據(jù)共享，可以實(shí)現(xiàn)對各地工廠的遠(yuǎn)程監(jiān)管。工廠管控層可以對整個制造流程進(jìn)行調(diào)度和監(jiān)測，可以預(yù)測、監(jiān)測、控制生產(chǎn)中的各個環(huán)節(jié)，及時發(fā)現(xiàn)問題，并給出處理方案。通過智能工廠的工廠管控層，企業(yè)可以實(shí)現(xiàn)生產(chǎn)過程的高效、智能化控制，提高生產(chǎn)效率和質(zhì)量，降低成本和故障率，優(yōu)化企業(yè)經(jīng)營管理。以男裝領(lǐng)域的海瀾之家為例，通過5G高速網(wǎng)絡(luò)+虛擬現(xiàn)實(shí)（XR）技術(shù)，利用虛擬現(xiàn)實(shí)（XR）眼鏡，工業(yè)AI視覺檢測技術(shù)，智能監(jiān)控供應(yīng)鏈上下游企業(yè)的產(chǎn)能和質(zhì)量，實(shí)現(xiàn)對分布在江蘇、河南等省的服裝生產(chǎn)基地及上下游供應(yīng)鏈廠家的遠(yuǎn)程監(jiān)管。計(jì)算機(jī)視覺的進(jìn)步，有望提升AI的場景判斷能力，提升中央控制室的特定場景識別效率，更加及時處理生產(chǎn)問題；自然語言理解技術(shù)的運(yùn)用，可以更好實(shí)現(xiàn)語音交互和系統(tǒng)對自然語言口令的理解程度，使得工廠中央管控更加流暢便捷；而決策智能系統(tǒng)的進(jìn)步，有利于對各類工廠故障進(jìn)行特征分類，并進(jìn)行分析預(yù)測，更加敏捷地提出最優(yōu)解決方案和進(jìn)行相應(yīng)車間調(diào)度。三、AI有望賦能紡織服裝設(shè)計(jì)零售領(lǐng)域國內(nèi)消費(fèi)人群日益展現(xiàn)出個性化、多樣化等消費(fèi)需求，如何設(shè)計(jì)出更符合消費(fèi)需求的產(chǎn)品、如何發(fā)展線上線下渠道，以及如何提升營銷的質(zhì)量和銷量，成為服裝家紡企業(yè)日益關(guān)注的問題。使用AI技術(shù)，公司可以生成更暢銷的設(shè)計(jì)、降低營銷成本，提升營銷質(zhì)量，助力公司的線上平臺和線下商店運(yùn)營。產(chǎn)品設(shè)計(jì)。在獲取信息方面，設(shè)計(jì)師過去常使用時尚趨勢報告和市場分析來為下一季系列設(shè)計(jì)收集信息，而使用AI工具可以更方便實(shí)時分析各種類型的非結(jié)構(gòu)化數(shù)據(jù)。例如，生成式AI（AIGC）可以從社交媒體上的視頻中快速匯總，以及對社交媒體用戶輸出內(nèi)容中蘊(yùn)含的情緒進(jìn)行分析，或者從多個消費(fèi)者數(shù)據(jù)源對時尚趨勢進(jìn)行建模。在設(shè)計(jì)輸出方面，創(chuàng)意總監(jiān)可以將草圖和所需的細(xì)節(jié)（如織物、調(diào)色板和圖案等）輸入到生成式AI，即可自動輸出多種設(shè)計(jì)，省時高效并且可以節(jié)省樣品開支。設(shè)計(jì)團(tuán)隊(duì)可根據(jù)輸出結(jié)果開展后續(xù)工作。男裝領(lǐng)域，海瀾之家旗下品牌圣凱諾智能車間涵蓋3D虛擬服裝設(shè)計(jì)、制作、AI虛擬現(xiàn)實(shí)應(yīng)用，具備AR量體，大數(shù)據(jù)采集、分析、存儲等功能。鞋帽領(lǐng)域，天創(chuàng)時尚在產(chǎn)品設(shè)計(jì)方面建立了時尚數(shù)字化研發(fā)平臺，以實(shí)現(xiàn)研發(fā)標(biāo)準(zhǔn)化、模塊化、數(shù)字化，提高研發(fā)精準(zhǔn)度與研發(fā)效率。2022年12月，來自香港理工大學(xué)的設(shè)計(jì)人工智能實(shí)驗(yàn)室AiDLab舉辦“Fashion×AI”巡回時裝秀，展示了生成式AI（AIGC）輔助的時裝。AiDLab的智能時裝助手通過識別由設(shè)計(jì)師上傳的靈感板上的圖片特征來獲得靈感，只需要約十秒就可以快速的生成一系列8套時裝，大大減少設(shè)計(jì)時間。此外，AiDLab設(shè)計(jì)了人工智