過去，一個繡工一針一線繡一件T恤要一天左右，稍微繁雜的服飾在構(gòu)圖、選線、挑色階段就要好幾天。現(xiàn)在，機器人裁縫Sewbot只需22秒就能制作一件Adidas的T恤。一天內(nèi)，Sewbot可以生產(chǎn)80萬件T恤。

　　利用相機鏡頭和針線組合精準定位布料的位置，Sewbot能完成從取布料到成品整個過程的自動化，效率比人類高出好幾倍。

　　AI繡工是突然冒出的嗎?其實不然，在大家沒有關(guān)注的時候，它就被紡織業(yè)編織到了工廠和服裝的經(jīng)緯之中。AI走出了試驗場，在紡織業(yè)這樣的傳統(tǒng)制造業(yè)也大有可為。而追溯它走向紡織的歷史，也有四十年了。

　　人工智能與紡織的結(jié)合，其實跟這門手藝的本質(zhì)有點像，是一個慢工出細活、源遠流長的過程。但AI在這條道路上越走越快，已經(jīng)到了步步生花的程度。

　　產(chǎn)業(yè)與需求倒逼轉(zhuǎn)型

　　紡織業(yè)為何需要進行數(shù)智化轉(zhuǎn)型?

　　一方面，環(huán)保高壓、勞動力升級后，傳統(tǒng)產(chǎn)業(yè)呼喚轉(zhuǎn)型。

　　歷史上，以勞動密集型為主的紡織業(yè)曾面臨著高污染、高能耗、低附加值的困境。隨著人口紅利消退，原材料價格上漲，到手的利潤越來越少，大部分工廠轉(zhuǎn)向越南、印度等東南亞國家。我國紡織業(yè)迎來產(chǎn)業(yè)升級轉(zhuǎn)型。

　　《紡織工業(yè)提質(zhì)升級實施方案(2023—2025年)》提出，到2025年，70%的規(guī)模以上紡織企業(yè)基本實現(xiàn)數(shù)字化網(wǎng)絡(luò)化。在降碳、減污、擴綠、增長的目標下，向數(shù)智化轉(zhuǎn)型成為紡織業(yè)綠色生存的必然道路。

　　另一方面，需求側(cè)的現(xiàn)代消費者，也在呼喚更時尚的紡織工藝，千篇一律的設(shè)計已經(jīng)不能滿足個性化的需求。

　　新一代消費者追求個性化、快時尚和可持續(xù)消費，傳統(tǒng)大批量、長周期的生產(chǎn)模式在產(chǎn)業(yè)升級中呼喚著品牌化、智能化、高端化轉(zhuǎn)型。

　　從質(zhì)檢到銷售、再到創(chuàng)意設(shè)計，AI悄悄接下了紡織這門手藝，在長達40年的摸索與進化中，找到了自己的錦繡山河。

　　由點到面，步步生花

　　科技賦能傳統(tǒng)工藝，并非一蹴而就，而是一個步步生花的過程。

　　早在20世紀80年代，全球紡織企業(yè)開始采用專家系統(tǒng)優(yōu)化機械設(shè)計和生產(chǎn)流程。1970年在瑞士成立的Datacolor在孟加拉國紡織業(yè)中率先應(yīng)用AI技術(shù)，用于顏色匹配和品質(zhì)控制。這一時期的AI紡織就像剛剛有了眼睛，相比人眼比較故障單和成品的差異，Datacolor不會疲憊、目澀，提高效率的同時提升了精準度。

　　到了2017年，機器學習階段，這雙AI賦予的眼睛變得更加明亮。機器視覺AI質(zhì)檢與工業(yè)流水線的組合提升了瑕疵識別的精準度，對算法魯棒性要求高，可以通過計算機根據(jù)編程結(jié)果掃描元素。

　　如果說前一時期的瑕疵識別還在識字認知階段，這一時期的識別就像有了一雙火眼金睛，能夠在萬千珍珠中找到漏網(wǎng)的沙粒。

　　Cognex ViDi利用深度學習算法檢測織物圖案缺陷，大大減少誤報率;Shelton Vision的WebSpector系統(tǒng)專注于檢測紡織品表面的污點和瑕疵，實現(xiàn)超98%的自動缺陷檢測，顯著提升紡織品質(zhì)量。有了更加先進的機器視覺，AI不僅能定位簡單瑕疵，還能識別復雜圖案，甚至嚴重扭曲變形的織物圖樣。

　　但有了眼睛還不夠，紡織業(yè)并不是只有質(zhì)檢環(huán)節(jié)，最關(guān)鍵的問題在——品質(zhì)更好了，瑕疵率更低了，那堆疊在廠房里成千上萬的成品如何賣出呢?

　　云化AI給出了它的答案。

　　2018年，服裝大省浙江曾發(fā)起過一場轟轟烈烈的“萬企上云”活動。通過上云，紡織企業(yè)可以低成本接入云計算、大數(shù)據(jù)和AI，喚醒廠房里沉睡的數(shù)據(jù)。

　　在阿里云等云計算廠商的助力下，紡織業(yè)工廠實現(xiàn)了從規(guī)模化到個性化定制的柔性生產(chǎn)模式。2021年，嘉興桐鄉(xiāng)50多家毛衫企業(yè)聯(lián)合建立“共享工廠”，所有企業(yè)設(shè)備和訂單數(shù)據(jù)都錄入了大數(shù)據(jù)系統(tǒng)。通過云端調(diào)度生產(chǎn)設(shè)備，這些企業(yè)工廠機器開機率提升至80%，訂單分配更靈活。

　　阿里旗下犀牛智造則通過大數(shù)據(jù)預測需求、智能排產(chǎn)和分布式生產(chǎn)，實現(xiàn)了“100件起訂、7天交貨”的柔性供應(yīng)鏈模式，支持ZARA等快時尚品牌實現(xiàn)小單快返。

　　云廠商強大的存儲、計算能力通過實時分析生產(chǎn)數(shù)據(jù)，優(yōu)化了供應(yīng)鏈管理和資源配置。但這一階段的AI能力仍然停留在供應(yīng)調(diào)度板塊，沒有真正走向生產(chǎn)環(huán)節(jié)。

　　直到2023年，大模型的橫空出世為紡織業(yè)的智能化轉(zhuǎn)型又添了一把火，才打通了AI繡工的任督二脈，紡織業(yè)實現(xiàn)了由點到面的智能化布局。

　　大模型的強化學習算法，讓AI學會了深度思考，覆蓋從設(shè)計到染色、質(zhì)檢的各個環(huán)節(jié)。在生產(chǎn)端，基于“50萬+”高質(zhì)量數(shù)據(jù)訓練出的萬事利花型大模型能夠在10s內(nèi)設(shè)計一條絲巾;無水印染一體機通過AI精確控制染料用量，印染節(jié)能40%;福建東龍針紡的“5G+經(jīng)編花邊瑕疵AI視覺識別”瑕疵識別準確率95%以上。

　　四十年間，AI在紡織業(yè)的進化宛如繅絲成綢。如果說最初的AI應(yīng)用是零星點綴的針腳，如今大模型已為行業(yè)鋪開整匹算法編織的錦緞——設(shè)計、印染、質(zhì)檢環(huán)環(huán)相扣，漸次生輝。

　　而透過AI的步步生花，我們仿佛看見了藏在衣衫里的技術(shù)錦繡。

　　藏在AI里的錦繡山河

　　如今，AI正在悄然間變革紡織車間之中的各個環(huán)節(jié)，實現(xiàn)由點到面的全鏈條覆蓋。

　　從最初的設(shè)計圖稿勾勒，到最終精美的布料出廠，AI憑借算法巧妙穿針引線。一方面，它使布料檢驗愈發(fā)精準，精準定位疵點;另一方面，它讓染色工序更加均勻，色彩過渡自然;在裁剪環(huán)節(jié)，它依據(jù)衣料特性和款式需求，規(guī)劃出合理方案，降低損耗。

　　如今的“AI+紡織”，總體呈現(xiàn)出“龍頭領(lǐng)先，行業(yè)跟隨”的特征，少數(shù)領(lǐng)軍企業(yè)已率先探索AIGC設(shè)計、無水印染等前沿技術(shù)，大多數(shù)企業(yè)也在自動化、數(shù)字化改造階段，迎難直上。

　　舉個例子，紡織業(yè)的龍頭企業(yè)萬事利已經(jīng)實現(xiàn)了從設(shè)計、生產(chǎn)到供應(yīng)鏈全面滲透。它的大模型里藏著50萬+花型數(shù)據(jù)庫和300多種圖像生成算法，海量數(shù)據(jù)庫能夠給全球80億人每人設(shè)計10萬條不重樣的絲巾。相比傳統(tǒng)印染500米起訂、15天工期的模式，萬事利的AI設(shè)計+數(shù)碼噴印技術(shù)，最快可在2小時內(nèi)完成從設(shè)計到成品的全流程制作。

　　AI賦能紡織業(yè)的另一個特征，是生產(chǎn)端的綠色化與低碳化轉(zhuǎn)型。

　　傳統(tǒng)印染行業(yè)是高耗水、高污染行業(yè)，而萬事利研發(fā)的GBART數(shù)字化綠色印染技術(shù)，通過AI精準計算染料用量，可用棉、麻、毛、絲綢等面料，上染率接近100%，免去上漿和水洗工藝，節(jié)水99%，無污水排放成為可能。

　　全鏈條生產(chǎn)與低碳化轉(zhuǎn)型意味著，AI代表的智能化力量成為紡織業(yè)的主要生產(chǎn)力?？棽脊隼铮藢⒃絹碓缴?，而機器會越來越多。生產(chǎn)環(huán)節(jié)，艾豚科技推出的艾布機器人每分鐘可檢測60米布料，是人工驗布速度的3倍，已經(jīng)大范圍布局在各個工廠的質(zhì)檢環(huán)節(jié)。走進工廠里，我們看到的是24h不停歇的機器和從流水線上解放下來的指揮機器的工人。

　　這些信息都無不透露出，AI紡織有著光明的前景。在未來，借AI之力，繡出錦繡山河，也不無可能。