纺织业的AI变化

以前，一位绣工一针一线绣一件T恤要一天上下，稍微复杂的服装在构图、选线、选色等阶段要花好几天时间。

现在，机器人裁缝Sewbot只需22秒就可以做出一件Adidast恤。Sewbot一天可生产80万件t恤。

Sewbot可以利用相机镜头和针线的组合，准确定位布料的位置，完成从取面料到成品的整个过程的自动化，效率是人类的好几倍。

AI绣工是不是突然出现了？事实上，当人们不注意它时，它被纺织行业编织成工厂和服装的经纬度。AI已经走出实验场，在纺织行业这样的传统制造业也取得了巨大的成就。追溯到纺织的历史已经有40年了。

其实人工智能和纺织的融合有点像这门手艺的本质，是一个缓慢而漫长的过程。但是AI在这条路上越走越快，已经到了一步一步开花的地步。

产业和需求迫使转型

为什么纺织行业需要进行数智化转型？

一方面，传统产业在环保高压、劳动力升级后呼吁转型。

历史上，以劳动密集型为主的纺织行业面临着高污染、高能耗、低附加值的困境。随着人口红利的消散，原材料价格上涨，利润越来越少，大部分工厂都转向了越南、印度等东南亚中国。中国纺织业迎来了产业升级和转型。

根据《纺织行业提质升级实施方案(2023-2025年)》，到2025年，超过70%的纺织企业基本实现了数字化网络化。在降碳、减污、扩绿、增长的目标下，将数字化转型为纺织行业绿色生存的必然道路。

另外，需求方的现代客户，也在呼唤更加时尚的纺织工艺，千篇一律的设计已不能满足个性化的需要。

新一代客户追求个性化、快速时尚、可持续消费。在产业升级过程中，传统的大批量、长期的生产模式呼吁品牌化、智能化、品牌化转型。

从质检到销售，再到创意设计，AI悄悄接手了纺织工艺，在40年的探索和进化中找到了自己的锦绣山河。

点带面，步步生花

技术赋能传统工艺，不是一蹴而就的，而是一个循序渐进的过程。

全球纺织企业早在20世纪80年代就开始采用专家系统来提高机械设计和生产流程。Datacolor于1970年在瑞士成立，率先在孟加拉国纺织行业应用AI技术，用于色彩匹配和质量控制。这个时期的AI纺织就像刚才有了眼睛。Datacolor与人眼故障列表和成品的区别相比，不会疲劳，眼睛涩涩，提高了效率，提高了精度。

到了2017年，机器学习阶段，AI赋予的眼睛变得更加明亮。机器视觉AI质量检验与工业流水线的结合提高了缺陷识别的准确性，对算法的鲁棒性要求很高，可以通过计算机根据编程结果扫描元素。

如果说前一时期的缺陷识别还处于识字认知阶段，那么这一时期的识别就像一双慧眼，可以在成千上万的珍珠中找到漏网的沙粒。

Cognex ViDi采用深度学习算法检测织物图案缺陷，大大降低误报率；Shelton WebSpector系统Vision致力于检测纺织品表面的污渍和缺陷，实现98%以上的自动缺陷检测，显著提高纺织品质量。随着机器视觉的进步，AI不仅可以定位简单的缺陷，还可以识别复杂的图案，甚至严重扭曲变形的织物图案。

然而，有眼睛是不够的。纺织行业不仅仅是质量检验阶段。最关键的问题是质量更好，缺陷率更低。如何销售堆积在工厂里的成千上万的成品？

云AI给出了它的答案。

2018年，服装强省浙江发起了一场轰轰烈烈的“万企上云”活动。通过上云，纺织企业可以低成本接入云计算、大数据、AI，唤起工厂沉睡的数据。

借助阿里巴巴云和其他云计算制造商，纺织工厂实现了从规模到个性化定制的柔性生产模式。2021年，嘉兴桐乡50多家毛衣企业联合成立“共享工厂”，大数据系统输入了所有企业设备和订单数据。通过云调度生产设备，这些公司的工厂机器开机率提高到80%，订单分配更加灵活。

通过大数据预测需求、智能生产和分布式生产，阿里旗下犀牛智造完成了“100件订单，7天交货”的柔性供应链模式，支持ZARA等快速时尚品牌实现小订单快速返回。

通过实时分析生产数据，云制造商强大的存储和计算能力提高了供应链管理和资源配置。然而，现阶段的AI能力仍然停留在供应调度板块，并没有真正走向生产。

直到2023年，大模型的诞生为纺织行业的智能转型增添了一把火，打通了AI绣工的任督二脉，完成了纺织行业的智能布局。

强化学习算法的大模型，使AI学会了深入思考，涵盖了从设计到染色、质量检验的各个环节。在生产端，基于“50万” “高质量数据训练的万事利模型可以在10秒内设计一条丝巾；无水印染一体机通过AI精确控制染料用量，可以节约40%的印染能量。；“5G”福建东龙针纺 AI视觉识别中经编花边缺陷的缺陷识别准确率在95%以上。

在过去的40年里，人工智能在纺织行业的进化就像丝绸一样。如果说最初的AI应用是零星点缀的针角，那么现在的大模型已经为整个算法编织的锦缎——设计、印染、质检环环相扣，逐渐变得更加辉煌。

而且通过AI的步步生花，我们仿佛看到了藏在衣服里的技术锦绣。

锦绣山河藏在AI中。

现在，AI正在悄然改变纺织车间的每一个环节，实现以点带面的全链覆盖。

AI凭借算法巧妙地穿针引线，从最初的设计图稿勾勒到最后精致的布料出厂。一方面，它使织物检测更加准确，并准确定位缺陷；另一方面，它使染色过程更加均匀，颜色过渡自然；在裁剪过程中，根据服装的特点和风格要求，规划合理的方案，减少消耗。

如今的“AI “纺织”一般呈现出“领先、行业跟随”的特点。少数龙头企业率先探索AIGC设计、无水印染等前沿技术，大部分企业也处于自动化、数字化转型阶段，面临困难。

举例来说，纺织行业龙头企业万事利已实现从设计、生产到供应链的全面渗透。它的大模型里藏着50万。 图案数据库和300多个图像生成算法，海量数据库可为全球80亿人每人设计10万条不重样的丝巾。与500米起订、15天工期的传统印染方式相比，万事利AI设计 数字化喷印技术，最早可以在2小时内完成从设计到成品的全过程生产。

作为端绿化和低碳化转型，AI赋能纺织行业的另一个特点。

传统印染行业是一个耗水量高、污染高的行业，而万事利开发的GBART数字绿色印染技术可以通过AI准确计算染料的用量，使用棉、麻、毛、绸缎等面料，染料率接近100%，免去浆料和洗涤工艺，节约99%的水分，无污水排放成为可能。

全链生产和低碳化转型代表着AI的智能力量已经成为纺织行业的主要生产力。在织布厂里，人会越来越少，机器也会越来越多。在生产环节，艾豚科技推出的艾布机器人每分钟可以检测60米的面料，是人工验布速度的3倍，已经在每个工厂的质检阶段大规模布局。当我们走进工厂时，我们看到的是24小时不间断的设备和指挥机从流水线上释放出来的工人。

所有这些信息都显示出来了，AI纺织有着光明的前景。将来，借AI之力，绣出锦绣山河，也不是没有可能。

本文来自微信微信官方账号 “脑极体”（ID：作者：珊瑚，36氪经授权发布，unity007)。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com