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)制造領域一、AI多領域技術突破，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，可以通過理解和學習自然語言進行對話，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，兩者均為AI的具體應用方向。判別式AI指利用機器學習樣本來對新數(shù)據(jù)進行分類或回歸，幫助人們進行判斷，常見應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)量地進行定性定量信息挖掘、素材調(diào)用、復刻編輯等基礎性勞動，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《關于加快場景創(chuàng)新以人工智能高水平應用促進經(jīng)濟高質(zhì)量發(fā)展的指導意見》，系統(tǒng)指導各地方和各主體加快人工智能場景應用，推動經(jīng)濟高質(zhì)量發(fā)展；2023年2月13日，北京市經(jīng)濟和信息化局發(fā)布《2022年北京人工智能產(chǎn)業(yè)發(fā)展白皮書》，提出全面夯實人工智能產(chǎn)業(yè)發(fā)展底座，支持頭部企業(yè)打造對標ChatGPT的大模型，著力構(gòu)建開源框架和通用大模型的應用生態(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)化進程正從AI技術與各行業(yè)典型應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。目前巨頭紛紛開始布局。（二）AI發(fā)展：2022年以來多模態(tài)預訓練大模型、計算機視覺、智能機器人、決策智能等方面不斷進步人工智能（ArtificialIntelligence，縮寫為AI）是計算機科學的分支，是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的技術科學。AI技術可以分為基礎層，技術層和應用層：基礎層主要包括CPU等硬件設備和所需訓練數(shù)據(jù)；技術層可以分為基礎算法和通用技術，其中基礎算法主要包括神經(jīng)網(wǎng)絡等，模型層面通常使用一種或幾種基礎算法，而通用技術主要包括計算機視覺，自然語言處理，智能機器人和智能決策系統(tǒng)等領域；應用層指AI技術可以發(fā)揮作用的領域，比如智能制造、智能駕駛等。2022年以來，人工智能的技術層各方向不斷發(fā)展，如基礎算法層面的多模態(tài)預訓練大模型，通用技術層面的計算機視覺、自然語言理解、智能機器人和決策智能等，賦能下游應用層?；A算法：多模態(tài)預訓練大模型加速發(fā)展，提升AI開發(fā)效率模型經(jīng)預訓練處理后，可減輕對后續(xù)特定任務的訓練負擔。前期預處理經(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的學習負擔變輕，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、深度學習算法突破等原因，預訓練模型向多模態(tài)預訓練大模型轉(zhuǎn)化，樣本數(shù)據(jù)量和模型參數(shù)跨越式提升，且實現(xiàn)多模態(tài)統(tǒng)一建模（實現(xiàn)圖像、文本、音頻多領域融合），增強模型的跨模態(tài)融合能力。新突破進一步增強了AI技術的通用性，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，基于預訓練大模型，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的升級提供了強力支撐，使得應用AIGC所需的真實樣本數(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1：計算機視覺提升圖像識別和場景判斷能力。計算機視覺是指讓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。相較傳統(tǒng)機器，計算機視覺技術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)測任務中表現(xiàn)出明顯優(yōu)勢。2022年，計算機視覺方向的ViT（Visiontransformer）模型出現(xiàn)新突破，具有動態(tài)自適應建模的能力；此外，ViT模型可以通過“注意力機制”（Self-Attention，即模型更關注重點區(qū)域的像素點的影響），優(yōu)化計算機視覺的識別效果；可以利用2D圖像還原3D場景，并和現(xiàn)實3D物體或者2D圖像進行對照，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，生成點云（點云為某個坐標系下的點的數(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)實中的3D物體或者2D圖像進行對照，從而實現(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。計算機視覺的進步可以助力圖像（包括人臉）檢測、字符識別、手勢控制的準確度和速度，同時也可以提升AI的場景判斷能力，增強實際工業(yè)生產(chǎn)中的監(jiān)測效率，協(xié)助人機交互。通用技術2：智能機器人融合計算機視覺和激光SLAM技術，提升操作穩(wěn)定性和適應性。相比普通機器人，智能機器人至少要具備三個要素：感覺要素，反應要素和思考要素。智能機器人需要具備內(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，可以進行按目的安排的動作。從功能形態(tài)劃分，智能機器人可大致分為“類手”“類腳”“類人”三種。“類手”機器人典型代表是多關節(jié)機器人，主要用于工業(yè)生產(chǎn)和物流中的搬運、裝配、焊接、醫(yī)療手術場景等，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確性和適應性；“類腳”機器人典型代表是自主移動機器人，可以應用激光SLAM（基于激光雷達來建圖導航）和視覺SLAM（基于單/雙目攝像頭視覺建圖導航）導航和避障，對AI算法依賴度較高，主要應用于倉儲物流等場景；“類人”機器人是指外觀和功能與人相似的智能機器人，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”機器人具更加復雜，技術重點在于自然語言理解和人機交互能力，可以在解說、主持、前臺服務、陪護等方面替代人的工作。近年來，隨著3D機器視覺的不斷進步和SLAM算法（即Simultaneouslocalizationandmapping，實時定位與地圖構(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）在智能機器人領域的應用，三類智能機器人的適應性、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3：決策智能系統(tǒng)關注優(yōu)化問題，求解器提升決策效率。“決策智能”以運籌學為根基，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)模復雜問題時需使用求解器。求解器是用來實現(xiàn)在可行解中找到最優(yōu)解的信息化工具。求解器可以解決蘊含海量數(shù)據(jù)和諸多限制約束條件的復雜業(yè)務難題。求解器可以幫助生產(chǎn)計劃排程，在保證數(shù)據(jù)準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，有望進一步助力產(chǎn)業(yè)界智能決策。（三）AI應用場景廣闊，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的日益成熟，人工智能場景融合能力不斷提升，新興技術推動的顛覆性發(fā)展變革已然開始。麥肯錫2022年對企業(yè)應用AI技術的調(diào)研表明：企業(yè)至少在一個業(yè)務領域采用AI技術的比率，2022年達到50%，相較于2017年的20%增加了一倍多；應用的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)預訓練大模型和計算機視覺、智能機器人、決策智能等通用技術的不斷進步，紡織制造行業(yè)和服裝家紡行業(yè)都有望受益，提升設計、生產(chǎn)制造、質(zhì)控、物流、銷售等各環(huán)節(jié)效率。據(jù)ResearchandMarket預測，2024年AI時尚產(chǎn)業(yè)規(guī)模有望達到12.60億美元，2019年-2024年CAGR可達40.76%。二、AI有望賦能紡織服裝生產(chǎn)制造領域（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與先進制造技術深度融合，貫穿于設計、生產(chǎn)、管理、服務等制造活動的各個環(huán)節(jié)，具有自感知、自學習、自決策、自執(zhí)行、自適應等功能的新型生產(chǎn)方式。紡織導報指出，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)絡化制造；第3種基本范式——數(shù)字化網(wǎng)絡化智能化制造，也稱為新一代智能制造。中國工程院將紡織產(chǎn)業(yè)智能制造技術分為智能制造新模式、智能紡織裝備及共性技術和標準、智能紡織材料三大領域，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、機織、針織、非織造）、染整智能車間（工廠）、服裝設計與加工智能化、紡織個性化定制和網(wǎng)絡協(xié)同制造及裝備遠程運維、典型智能紡織裝備、紡織智能制造標準及共性技術、智能紡織材料等8個方面，并提出紡織產(chǎn)業(yè)領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)推進新一代信息技術與紡織工業(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)方式精細化、柔性化、智能化水平為目標，基于5G、人工智能和數(shù)字孿生等信息技術，以紡織成套裝備研發(fā)為重點，加快發(fā)展紡織領域智能制造系統(tǒng)集成商，推進裝備、軟件、信息技術協(xié)同創(chuàng)新，以紡織裝備數(shù)字化和信息互聯(lián)互通為基礎實施紡織行業(yè)智能制造重點工程。（二）頭部企業(yè)積極推進數(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）標準規(guī)范、配套系統(tǒng)的自動對接、全局的安全防護等技術規(guī)范為基礎，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)品設計、供應鏈采購、生產(chǎn)制造、物流交付、后續(xù)服務與產(chǎn)品質(zhì)量跟蹤，直至產(chǎn)品壽命終止的全生命周期流程，進行全產(chǎn)業(yè)鏈智能協(xié)作；無紡布領域的諾邦科技，積極推動數(shù)字化改造，已建設完成數(shù)字化指揮中心和智能工廠，實現(xiàn)從采購、生產(chǎn)到銷售全過程的精細化管理，從原料入庫到產(chǎn)品出庫的全數(shù)字化運營；此外，棉紡領域的華孚時尚，男裝領域的雅戈爾、紅豆股份，職業(yè)裝領域的南山智尚等多家公司，均已建立示范智能工廠，運用人工智能技術助力工業(yè)產(chǎn)業(yè)未來發(fā)展。德勤《智能工廠：響應度高、適應性強的互聯(lián)制造》指出，智能工廠應具備下述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；與供應商和客戶進行實時數(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)進行反饋）（2）優(yōu)化。具備可靠且可預測的生產(chǎn)能力，資產(chǎn)正常運行時間和生產(chǎn)效率改善，高度自動化的生產(chǎn)和原料處理，進行最低限度的人機交互，質(zhì)量和生產(chǎn)成本降至最低。（3）透明。實時指標及工具，助力進行快速一致的決策，實時連接客戶需求預測，透明的客戶訂單跟蹤；（4）前瞻。預測性異常識別和解析自動化庫存進貨及補充，及早發(fā)現(xiàn)供應商質(zhì)量問題，實時安全監(jiān)控；（5）敏捷。靈活及適應能力強的排產(chǎn)與切換，進行產(chǎn)品改造，實時觀測影響，可動態(tài)配置的工廠布局和設備。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設施層、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：基礎設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/采集設備；智能產(chǎn)線層主要包括自動進行生產(chǎn)、質(zhì)量、能耗、設備績效等數(shù)據(jù)采集和實時顯示狀態(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）、先進排產(chǎn)系統(tǒng)（APS）、倉庫管理系統(tǒng)（WMS）、無人搬運車（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)），可以實時洞察工廠的運營，實現(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)從供應鏈各環(huán)節(jié)流程切入，積極進行智能工廠的布局。（1）基礎設施層：基礎設施層是智能工廠的底層環(huán)節(jié)，車間聯(lián)網(wǎng)環(huán)境、通訊設備、監(jiān)控系統(tǒng)、生產(chǎn)環(huán)境監(jiān)測等基礎設施的運行效率和準確度，影響著整個智能工廠系統(tǒng)的運行效率。近年來隨著計算機視覺、智能機器人技術等AI通用技術的進步，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)定的供應要求較高，工廠應在溫度、濕度、潔凈度等的控制方面達到智能化水平。（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)，可以更快地實現(xiàn)服裝的打版、制版和修版流程。典型的應用案例為智能自動打版：即通過輸入胸圍、肩寬、衣長、袖圍等基礎數(shù)據(jù)信息，選定系統(tǒng)中的款式，即可自動生成相應的版型。設計者在制版系統(tǒng)中提前輸入設定好服裝制版流程，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)，重復實現(xiàn)服裝制版流程，帶入設置的數(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。隨著計算機視覺等技術的進步，服裝3D建模將會變得更加快速和精準，有望進一步提升制版和修版效率。以鞋帽領域的天創(chuàng)時尚為例，通過設計軟件、打板軟件、渲染軟件進行產(chǎn)品開發(fā)，實現(xiàn)設計成果快捷呈現(xiàn)，便于產(chǎn)品評審和營銷測款，實現(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行精細化的衡量和參數(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的檢測量，因此當出現(xiàn)疲倦、懈怠的時候，難免會在判斷上有誤，而人工智能技術設備的加入能夠有效地避免這個問題。人們只需要對智能設備進行定期維護、對檢測成果進行良品率的抽檢，就能夠保證服裝檢測產(chǎn)出的穩(wěn)定和高效。以毛紡領域的山東如意為例，將5G技術、云計算、人工智能技術融入表面質(zhì)量管理系統(tǒng)，高清坯布照片通過5G網(wǎng)絡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/秒的驗布速度下，實時檢測響應時間不到100毫秒，驗布效率大幅提升且瑕疵檢出率可達95%以上，遠高于傳統(tǒng)的人工驗布方式。此外，男裝領域的海瀾之家利用視覺檢測技術來實現(xiàn)衣片/成衣的智能質(zhì)檢，通過移動云的云端訓練及AI算法、邊端計算及應用，實現(xiàn)各類產(chǎn)線衣片/成衣的質(zhì)檢。另外，戶外裝備領域的牧高笛與東南院移動大數(shù)據(jù)研發(fā)中心達成合作，開展視覺AI系統(tǒng)建設項目，根據(jù)生產(chǎn)工廠特定檢驗及檢測需求，開發(fā)視覺AI系統(tǒng)以實現(xiàn)甲方標簽來料AI視覺檢驗、布料來料檢驗以及包裝過程防錯漏檢驗，可達到車縫工序精細化管理的效果，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的進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顏色和紋路的面料，隨著訓練大模型的進步和計算機視覺的不斷發(fā)展，相應面料的提取效率和準確度都有望提升。④裁剪與縫制傳統(tǒng)工廠在對各種面料進行縫制加工時，首先要進行縫制參數(shù)設置，例如縫紉機車速、縫線張力、線跡形式、線跡大小等等，參數(shù)設置往往會影響縫制質(zhì)量。因此在縫制過程中，可以利用AI技術中的機器視覺技術、機器學習和深度學習技術來選擇最優(yōu)縫制參數(shù)，使縫制質(zhì)量達到最優(yōu)；此外可以將視覺圖像識別技術運用在送扣機上，讓鈕扣在縫制時，完全按照設定的方向進行有序排列并送扣縫制，還可以通過視覺識別技術，由機器人進行精準傳送，控制縫制設備完成包縫與平縫的加工。可通過辨識衣片輪廓與角度自動生成縫制線跡與機器人運行軌跡。以男裝領域的海瀾之家為例公司完成了面向個性化定制與團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)”“基于智能計算坐標定位的工序合規(guī)性暗計算系統(tǒng)、方法以及設備”“用于服裝智能化生產(chǎn)的服裝裁剪預估面料用量的計算設備以及系統(tǒng)”“服裝光影復合裁剪模式的放毛方法”等智能裁剪相關專利，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)果進行智能優(yōu)化的過程。紡織制造的智能產(chǎn)線應該可以實現(xiàn)自動生產(chǎn)和快速換模，從而實現(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，適應小批量、多品種的紡織制造模式；如果生產(chǎn)線上有設備出現(xiàn)故障，能夠及時調(diào)整到其他設備生產(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。使用智能技術對生產(chǎn)線的各類情況進行資料采集，可以節(jié)省人力，提升數(shù)據(jù)準確度。AI可以全天候運作，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，并提供實時的協(xié)助與輔導。以印染領域的迎豐股份為例，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。使用智能技術對產(chǎn)線數(shù)據(jù)進行分析，可以清晰發(fā)現(xiàn)作業(yè)時間異常，洞悉停機時間，以及輔助遠端管理和產(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、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）、先進排產(chǎn)系統(tǒng)（APS）、倉庫管理系統(tǒng)（WMS）等工業(yè)智能軟件進行產(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)實事物的數(shù)字化仿真建模）技術將制造執(zhí)行系統(tǒng)（MES）采集到的數(shù)據(jù)在虛擬仿真模型中實時展示，輔助智能決策。此外，智能吊掛和無人搬運車（AGV）也在智能車間里較為常用。以毛紡領域的新澳股份為例，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。在此過程中實現(xiàn)了數(shù)據(jù)于企業(yè)資源計劃系統(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、生產(chǎn)、倉儲等全流程體系間的協(xié)同以及針梳、粗紗、細紗、絡并捻等全工序間的流轉(zhuǎn)。男裝領域的紅豆股份引進先進生產(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，打造智能車間，打通業(yè)務、計劃、生產(chǎn)前后道全生產(chǎn)過程數(shù)據(jù)流，實現(xiàn)個定、團定、批量三種業(yè)務的混流生產(chǎn)，搭建數(shù)字化生產(chǎn)管理一體化平臺。輔料領域的偉星集團實施浪潮GS系統(tǒng)，整合供應鏈業(yè)務系統(tǒng)，自動收集客戶訂單與反饋，匯總訂單并由生產(chǎn)計劃管理系統(tǒng)統(tǒng)一排產(chǎn)。浪潮GS系統(tǒng)與APS、MES系統(tǒng)的集成實現(xiàn)了16個車間基于網(wǎng)絡訂單的自動化排產(chǎn)，為智慧工廠提供了強大的信息管理支撐。休閑裝領域的森馬服飾配有自動化物流中心，集成了AGV智能搬運系統(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度。男裝領域的紅豆股份引入智能吊掛、AGV無人配送車等技術，打造智能車間，實現(xiàn)生產(chǎn)環(huán)節(jié)的智能柔性升級。另外，印染領域的航民股份，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（指建立真實事物的數(shù)字化仿真模型）打造3D可視化工廠，可掌握生產(chǎn)的實時狀態(tài)。此外，計算機輔助工藝設計系統(tǒng)（CAPP）是聯(lián)結(jié)設計和制造的橋梁，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行調(diào)整，起到實時糾正和監(jiān)督作用。紡織制造企業(yè)業(yè)務模式多以來單加工為主，CAPP系統(tǒng)的貢獻更會表現(xiàn)明顯，可以利用遺傳算法、神經(jīng)網(wǎng)絡等人工智能算法進行編碼，使得生產(chǎn)設備哪怕處于隨時多變的復雜環(huán)境之下，也能隨時保持平衡，根據(jù)訂單量的波動，靈活機動調(diào)整生產(chǎn)任務，實現(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)所有設備和系統(tǒng)的集成控制和監(jiān)控平臺，主要負責實現(xiàn)對生產(chǎn)過程的實時監(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)等技術實現(xiàn)設備之間的信息傳遞和數(shù)據(jù)共享，可以實現(xiàn)對各地工廠的遠程監(jiān)管。工廠管控層可以對整個制造流程進行調(diào)度和監(jiān)測，可以預測、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。以男裝領域的海瀾之家為例，通過5G高速網(wǎng)絡+虛擬現(xiàn)實（XR）技術，利用虛擬現(xiàn)實（XR）眼鏡，工業(yè)AI視覺檢測技術，智能監(jiān)控供應鏈上下游企業(yè)的產(chǎn)能和質(zhì)量，實現(xiàn)對分布在江蘇、河南等省的服裝生產(chǎn)基地及上下游供應鏈廠家的遠程監(jiān)管。計算機視覺的進步，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；自然語言理解技術的運用，可以更好實現(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)的進步，有利于對各類工廠故障進行特征分類，并進行分析預測，更加敏捷地提出最優(yōu)解決方案和進行相應車間調(diào)度。三、AI有望賦能紡織服裝設計零售領域國內(nèi)消費人群日益展現(xiàn)出個性化、多樣化等消費需求，如何設計出更符合消費需求的產(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)日益關注的問題。使用AI技術，公司可以生成更暢銷的設計、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營。產(chǎn)品設計。在獲取信息方面，設計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計收集信息，而使用AI工具可以更方便實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)容中蘊含的情緒進行分析，或者從多個消費者數(shù)據(jù)源對時尚趨勢進行建模。在設計輸出方面，創(chuàng)意總監(jiān)可以將草圖和所需的細節(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計，省時高效并且可以節(jié)省樣品開支。設計團隊可根據(jù)輸出結(jié)果開展后續(xù)工作。男裝領域，海瀾之家旗下品牌圣凱諾智能車間涵蓋3D虛擬服裝設計、制作、AI虛擬現(xiàn)實應用，具備AR量體，大數(shù)據(jù)采集、分析、存儲等功能。鞋帽領域，天創(chuàng)時尚在產(chǎn)品設計方面建立了時尚數(shù)字化研發(fā)平臺，以實現(xiàn)研發(fā)標準化、模塊化、數(shù)字化，提高研發(fā)精準度與研發(fā)效率。2022年12月，來自香港理工大學的設計人工智能實驗室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計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，大大減少設計時間。此外，AiDLab設計了人工智