近日，一家服裝潮牌代工廠借助AI快速上新的案例，引發(fā)了爭議。

不再需要攝影師、修圖師、化妝師、搭配師，通過一套AI工具，就能生成大量新款設(shè)計和視覺素材，實現(xiàn)了“設(shè)計即上新”的效率神話。但網(wǎng)友們似乎并不買賬、紛紛提出質(zhì)疑：“AI做的圖，拿到手完全不一樣”“衣服是軟的，怎么保證上身版型”“用AI做產(chǎn)品圖，不是欺騙買家嗎？”。

一邊是高效的AI上新，一邊是高居不下的退貨率。這一反差為整個產(chǎn)業(yè)敲響了警鐘：AI爆改的代價，很可能是“貨不對版”被幾何級放大。

其實，類似體驗在消費終端早已屢見不鮮。習(xí)慣網(wǎng)購衣服的大家也許都有過這樣的時刻：模特身上利落的直筒褲到自己身上變成緊身褲；直播間里流光溢彩的面料到手卻粗糙僵硬；衣服的尺碼表像一道數(shù)學(xué)題，填空填錯一次，就是一次退貨運費......這種低效，不止發(fā)生在屏幕這一側(cè)，屏幕另一端的服裝產(chǎn)業(yè)鏈也在另一種更深層的低效中掙扎：設(shè)計師畫完圖，打版師反復(fù)改紙樣，樣衣在品牌和工廠之間像乒乓球一樣往返，渠道也靠訂貨會憑眼緣押貨。

眼下，AI已經(jīng)能寫抓人的商品詳情頁文案，也可以做態(tài)度永遠溫和的客服，但在很長一段時間里，一旦遇到柔軟的布料、復(fù)雜的版型和真實的車間環(huán)境，AI就不再無所不能——AI看不懂布料在人體和機器之間究竟是怎么動的。

究其原因在于AI懂圖，但不懂布。AI可以“畫”出一件衣服，卻不知道這塊布料在重力、摩擦力和人體動作下究竟會如何變形。

凌迪科技Style3D選擇從最難懂的布料切入，用AI+3D讓機器真正“摸”得懂一件衣服，進而重構(gòu)整條紡織服裝產(chǎn)業(yè)鏈。我們試著回答三個問題：AI為什么在紡織服裝行業(yè)難以落地？Style3D究竟如何打通研發(fā)與生產(chǎn)？當(dāng)柔性生產(chǎn)數(shù)據(jù)成為基礎(chǔ)設(shè)施，它將如何改寫從工廠到衣櫥的全部邏輯？

被困在布料里的“AI”

一件成衣在被掛上貨架前要經(jīng)歷一條很長的路。設(shè)計師拼貼參考圖、面料卡和色卡，畫出第一版效果圖；版房根據(jù)效果圖拆解出一片片的紙樣、在CAD設(shè)計軟件里調(diào)整曲線，再輸出紙樣給工廠裁剪；工廠按紙樣做出頭版樣衣，再寄回品牌。

隨后便是漫長的修改循環(huán)。設(shè)計師、買手、渠道一起完成試穿和修改——每提出一條修改，就重復(fù)一次完整的“返工—打樣—快遞往返”工序，渠道商和買手則在訂貨會憑眼緣和直覺下單，紙質(zhì)訂貨單、電話溝通、Excel表格堆疊，數(shù)據(jù)被揉碎在紙樣、Excel和老師傅的經(jīng)驗里，很少有人關(guān)心一件衣服到底改過什么、為什么這樣改。

站在數(shù)據(jù)生產(chǎn)的角度來看，服裝行業(yè)目前的生產(chǎn)鏈路漫長且極度碎片化：設(shè)計稿在一套軟件里，紙樣在另一套軟件里，樣衣的反饋在會議紀要和微信聊天里，訂貨與補貨又靠OMS和ERP來記錄，而版型細節(jié)、工藝縫合邏輯、面料在不同動作下的物理表現(xiàn)等最重要的核心細節(jié)，存在老師傅的經(jīng)驗里，或者存在于零散的文件和照片里。服裝行業(yè)的生產(chǎn)線尚未形成結(jié)構(gòu)化的數(shù)據(jù)。

這就解釋為什么AI到了紡織服裝行業(yè)就會“失靈”。在服裝行業(yè)，產(chǎn)品由柔軟的布料制成，使用場景是不斷變化的人體動作，工藝上又極度依賴經(jīng)驗。首先，服裝是高度復(fù)雜的柔性體。絲綢的垂墜、牛仔的硬挺、羊毛的蓬松，不同面料在不同力學(xué)作用下會展現(xiàn)出截然不同的褶皺程度、垂墜感和伸縮性。

雖然目前AI在讀取海量真實服裝圖片后，已經(jīng)能夠產(chǎn)出足夠逼真的效果圖，但需要注意的是：逼真不等于合理，好看，不等于能做。當(dāng)下，市面上大部分AI設(shè)計軟件常在尋常設(shè)計需求的基礎(chǔ)上，給出“天馬行空”的效果圖，AI畫出的裙擺可能違背重力，畫出的接縫可能無法生產(chǎn)，這就極大影響設(shè)計和生產(chǎn)效率。

再者，每一件衣服的成功設(shè)計都依賴于結(jié)合工藝經(jīng)驗和細致觀察的深度判斷。設(shè)計師與打版師憑借豐富的經(jīng)驗來判斷等細節(jié)，這些決策往往涉及對材料特性、身體曲線以及運動方式的全面理解。與此同時，一張效果圖或版圖背后隱藏的諸多制衣細節(jié)和手工藝，還沒有被目前的AI完全掌握。

總而言之，與能提供標準化數(shù)據(jù)的互聯(lián)網(wǎng)和金融行業(yè)不同，服裝行業(yè)靠人工標注圖片和文字的信息很難給模型提供足夠細膩、足夠全面的訓(xùn)練數(shù)據(jù)。而這就引出了另一個關(guān)鍵概念——物理仿真和合成數(shù)據(jù)。如果不能在現(xiàn)實里讓布料無限次試錯，就需要在虛擬世界里為它搭一個遵守物理規(guī)律的舞臺，讓不同面料和版型的衣服在各種動作下反復(fù)“出演”，把這些過程記錄成高質(zhì)量的仿真數(shù)據(jù)，再喂給大模型學(xué)習(xí)。

眼下，全球真正掌握高精度物理仿真能力的玩家并不多。NVIDIA英偉達正與合作伙伴搭建Newton物理仿真平臺，試圖把各個領(lǐng)域最好的仿真引擎集成起來，而柔性的服裝和布料是其中最棘手的一塊。Style3D選擇在最難攻克角落深挖，成為其中專注服裝柔性體的仿真引擎提供方，站到了布料世界的仿真源頭。

從這個角度回看服裝產(chǎn)業(yè)鏈，會更容易理解AI為什么在此難以落地：行業(yè)缺少一套能把布料、版型、工藝和動作完整記錄下來的標準化柔性數(shù)據(jù)。在補上這塊短板之前，AI在紡織服裝行業(yè)只能停留在看圖、修圖和生成海報的位置，很難真正走到版房和車間中去。

用AI+3D打破傳統(tǒng)邊界

在傳統(tǒng)的服裝生產(chǎn)流程中，各個環(huán)節(jié)通常各自為政，信息在不同崗位和部門之間很難精準、高效地流動，造成了大量的溝通成本和無效勞動—這種低效的協(xié)作，成為了目前服裝產(chǎn)業(yè)鏈生產(chǎn)周期長、成本攀升的核心原因。

目前，Style3D通過AI+3D技術(shù)的深度整合從根本上改變了這一點，打破了各個生產(chǎn)環(huán)節(jié)的信息孤島。

設(shè)計是服裝生產(chǎn)鏈路的源頭。Style3D從起點切入，利用AI多模態(tài)生成模型，解決了創(chuàng)意靈感的效率問題，可以快速將設(shè)計師的靈感轉(zhuǎn)化為最適合服裝生產(chǎn)的效果圖。它覆蓋圖案、面料、款式等基本設(shè)計需求，也涵蓋更貼合市場趨勢的潮流設(shè)計。

設(shè)計師只需輸入一段語言描述、一張手稿或參考圖，Style3D就能快速生成符合物理世界運動規(guī)律的、貼合日常穿著或使用需求的效果圖，也得以將精力集中在審美把控等核心環(huán)節(jié)上，發(fā)揮出更大的設(shè)計價值。

僅有效果圖是不夠的，圖片必須變成可制造的資產(chǎn)。在制版生產(chǎn)環(huán)節(jié)，Style3D還可以將生成的效果圖拆版成2D版圖，并結(jié)合物理仿真引擎，生成可以直接投入生產(chǎn)的“3D數(shù)字樣衣”。在這個環(huán)節(jié)，每一片版型的尺寸、面料的克重、彈力、懸垂感，甚至縫線的走向，都被精確地“算”了出來，并嵌入到3D模型中。

于是，設(shè)計師的創(chuàng)意得以從一張單純的視覺設(shè)計圖片，轉(zhuǎn)化為可以執(zhí)行的生產(chǎn)數(shù)據(jù)，設(shè)計、打版、生產(chǎn)等環(huán)節(jié)能夠在同一平臺上實現(xiàn)無縫銜接，品牌和工廠也可以在虛擬環(huán)境中完成設(shè)計確認和生產(chǎn)準備，大大減少了傳統(tǒng)流程中因樣衣往返和溝通誤差帶來的時間和成本。

最后是終端的營銷閉環(huán)。當(dāng)一件衣服有了高精度的3D數(shù)字樣衣，它在生產(chǎn)出來之前，就已經(jīng)可以用于營銷了。

基于Style3D的AI能力，品牌可以自動生成適配電商平臺、線下大屏等不同場景的高保真視覺素材，確保各個渠道展示一致性；

與此同時，品牌和買手店也可以直接使用該樣衣開啟預(yù)售，且能確保消費者最終收到的成衣與“數(shù)字樣衣”的高度一致性。

這意味著，一件衣服還在生產(chǎn)線上時，它的數(shù)字分身就已經(jīng)在電商平臺開啟預(yù)售。設(shè)計、打版、生產(chǎn)、營銷在同一個數(shù)字化平臺上實現(xiàn)了并聯(lián)。同時，傳統(tǒng)模式中動輒數(shù)月的研發(fā)周期被大幅縮短，品牌可以根據(jù)市場反饋按需生產(chǎn)，極大地降低了庫存風(fēng)險。

從AI畫圖到3D制版，再到AI營銷，Style3D用一套組合拳，打破了傳統(tǒng)服裝產(chǎn)業(yè)鏈的信息孤島，從根本上優(yōu)化了服裝企業(yè)的成本結(jié)構(gòu)，也讓按需生產(chǎn)和精益供應(yīng)鏈不再只存在于服裝企業(yè)的“年度目標總結(jié)”上，真正落地。

AI練功房，構(gòu)建未來世界

如果說凌迪科技用數(shù)字樣衣重塑了當(dāng)下的服裝生產(chǎn)鏈，那么其自研的柔性物理仿真引擎則拿到了一張通往未來具身智能時代的門票。

在當(dāng)前的AI版圖中，大語言模型有海量的文本，多模態(tài)模型有無窮的視頻，但在空間智能和物理智能領(lǐng)域，高質(zhì)量的數(shù)據(jù)依然極度匱乏。

這就引出了一個尷尬的現(xiàn)實，盡管機械臂、機器人等在汽車工廠里能精準焊接剛體零件，但面對“軟”的東西，它們往往顯得笨手笨腳。

核心痛點在于泛化能力的缺失。正如凌迪科技創(chuàng)始人劉郴所言，如果機器人缺乏對柔性體的泛化能力，它就很難真正走進工廠處理復(fù)雜的面料，更別提走進家庭去拿一個小小的薯片袋、一個紙盒，或者折疊一塊方巾。

而在我們的物理空間里，近一半的物體都是柔性體。未來機器人要像人一樣服務(wù)，就必須先讀懂這個柔性世界。

關(guān)于Style3D的價值，ChatGPT的回答

Style3D正在做的，就是從服裝領(lǐng)域出發(fā)，構(gòu)建一個高精度的柔性物理世界生成器。

當(dāng)然，最底層依然是數(shù)據(jù)。在傳統(tǒng)的仿真中，布料的彈性、摩擦、拉伸和折疊等往往難以被精準捕捉，導(dǎo)致生成的仿真數(shù)據(jù)與現(xiàn)實有較大偏差。

而Style3D用10年時間積累了幾十萬種面料及服裝數(shù)據(jù)，能夠生成精準反映物理屬性的結(jié)構(gòu)化數(shù)據(jù)，可以清晰描述并精確再現(xiàn)布料等柔性體的彈性、摩擦、拉伸、折疊等復(fù)雜物理特性。

基于這些數(shù)據(jù)，Style3D也進一步構(gòu)建起了Real2Sim2Real，從現(xiàn)實到虛擬再回到現(xiàn)實的閉環(huán)。

首先，從真實工序中提取布料的物理屬性；其次在虛擬環(huán)境中，讓機械臂對這些柔性數(shù)據(jù)進行千萬次的抓取、折疊、縫紉練習(xí)，并且不斷自我優(yōu)化策略；最后將訓(xùn)練好的“手感”和策略反饋給真實的生產(chǎn)線機器人。

物理仿真的戰(zhàn)略價值，在于極大解決了具身智能的數(shù)據(jù)供給瓶頸。在真實世界中訓(xùn)練機器人，所需數(shù)據(jù)的采集難度高、成本高昂，且效率只能線性增長。Style3D的這一閉環(huán)，則通過高精度仿真，徹底打破了這種線性數(shù)據(jù)瓶頸，實現(xiàn)了合成數(shù)據(jù)以指數(shù)級的速度生成與迭代，為機器人的學(xué)習(xí)提供了取之不盡的虛擬燃料。

這正是Style3D作為未來空間計算世界模型基礎(chǔ)設(shè)施的獨特價值，在剛體仿真領(lǐng)域，世界有達索、英偉達這樣的巨頭，而在形變體和柔性體仿真領(lǐng)域，Style3D已處于技術(shù)領(lǐng)先地位，值得注意的是，Style3D已經(jīng)入駐英偉達Newton物理引擎平臺，并成為其中全球唯一的形變體模擬引擎公司。

結(jié)語

當(dāng)AI開始理解布料的垂墜與回彈，Style3D的故事便不再局限于紡織與時尚的垂直敘事。從縫合一件衣服的數(shù)字斷層，到訓(xùn)練機械臂掌握物理世界的分寸感。它不僅熨平了時尚產(chǎn)業(yè)的數(shù)據(jù)褶皺，更為AI真正讀懂并介入這個真實復(fù)雜的柔性物理世界，鋪設(shè)了最關(guān)鍵，不可或缺的數(shù)據(jù)基石。

本內(nèi)容由作者授權(quán)發(fā)布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯(lián)系 tougao@huxiu.com。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4815053.html?f=wyxwapp