图一 智能服装产品

其次是智能服装研发设计情况。人工智能可以挖掘工业知识、技术文档、工艺路线、三维模型等数据的内在规律，通过建模仿真与复杂计算，根据实际需求辅助生成材料配比、参数配置、外观造型等设计方案，实现方案自动生成、快速迭代和多维度优化。与传统依赖人工经验和线性流程的研发设计模式相比，人工智能可大幅缩短研发周期、降低试错成本、提升设计精度与创新性。在我国服装市场中，利用AI技术进行2D/3D设计与制版的软件正处于快速发展阶段，多家公司推出了具有竞争力的产品。这些产品主要分为互联网巨头生态型、专业软件开发商和新兴AI技术公司等几类。如：互联网巨头推出的生态型竞争力产品有：阿里达摩院的“FashionAI”，它提供了一系列AI设计工具，更专业的3D解决方案，能够与淘宝、天猫等平台深度集成，实现“设计即生产、设计即营销”；京东羚珑能为平台商家和服装品牌商提供智能设计、虚拟试衣、3D展品制作等服务，而且它特别注重与京东零售体系的结合，助力服装新品开发和线上展示；著名专业软件开发商推出的3D解决方案有：凌迪科技的Style3D系列软件（包括Style3D Studio、Designer、Fabric等）产品；布络软件（Browzwear）中国的VStitcher（面向设计师）、Lotta（面向打版师）的产品；时谛智能的ZDigit3系列产品等；著名新兴AI技术驱动型设计公司有：妙生科技（MiaoSheng）推出的AI生成式服装设计产品；知衣科技推出的知衣系列设计产品。当然还有传统CAD软件公司的升级转型产品，如博克科技服装CAD系统推出的集成智能3D模块以及航天云网（隶属于中国航天科工集团）推出的服装工业互联网平台中的智能设计模块等等。以上这些公司及其设计产品系列满足了我们服装企业智能设计的需要。

再次介绍一下智能服装加工设备情况。大家知道，1975年美国胜家公司推出了电脑平缝纫机，开辟了电脑控制缝纫机的新时代，而我国杰克公司和富山公司在2023年和2024年间，在全球分别推出了“快反王”平缝机和HX8V-II型线自张力V技术智能包缝机，从此开创了智能缝制设备新时代！如今通过近年的努力，我国服装企业应用的缝制设备其中智能缝纫机已经占到整个缝制设备的70%—80%，这些智能缝纫机有智能平缝机和智能包缝机（见图二）、有智能缝制单元机和智能模板机（见图三）、有模块式缝制工作站（见图四）等等，这些智能设备极大地满足了全球和全国服装制造业的需要。

图二 智能平缝机与智能包缝机

图三 智能缝制单元机与智能模板机

图四 智能缝制工作站

这些智能缝纫机所用到的AI人工智能技术主要是机器视觉与自适应控制两大类人工智能技术，通过对服装加工生产过程中进行感知、分析与自主优化，来实现比传统缝纫机设备更高的效率和质量。

智能平缝机用的AI核心技术是自适应控制和机器视觉技术，其主要功能是：实时调节控制缝线张力，大幅降低断线率；学习分析缝制车工操作技能，辅助新缝制车工上岗；利用视觉系统辅助穿线、检测线迹质量等。例如：富山的AI智能平缝机，能通过智能线张力控制系统，将断线率降低80%，并将线头长度精准控制在2毫米以内，解决了高端服装的品控痛点。又如，艾图（Aitu）的AI缝纫机通过分析超过100万小时的手势数据，可以理解操作技能，帮助工厂将培训周期缩短60%，并辅助车工提升效率8%—15%。

智能包缝机用的AI技术核心是机器视觉和自适应控制技术，其主要功能是：基于面料厚度自适应以利于调节送布参数；利用视觉识别不同口袋、门襟等部件，以利自动调整工艺等。

模板机用的AI技术核心是机器视觉和路径规划技术，其主要功能是：利用视觉定位布料与模板，以便精准起缝；用智能规划针头运动路径，优化复杂线迹等。

缝制单元和工作站用的AI技术核心是机器视觉和机器人协同技术，其主要功能是：机器人利用视觉抓取柔性面料精准放置；利用多机协同，调度物料与工序等。例如：高速工业相机可以毫秒级捕捉穿线动作，或用于布匹瑕疵检测，从而实现自动穿线、精准定位和面料质检。又如，富山的T恤衫下摆无人工作站，攻克了柔性面料精准抓取的世界级难题，能实现“1人管理20台设备”的效率，等等。从上面智能缝制设备智能技术的应用可见，尽管AI人工智能技术的机器视觉与自适应控制技术已取得突破，但我们服装行业在迈向全面智能化的过程中的目标是超越单机智能，向系统化、自主化发展。只有研发具备自感知、自调整、自学习功能的缝纫机与数控系统，最终实现“感知—决策—执行”自主缝制作业系统才是我们的真正目的。

（2）人工智能+产线和车间情况

人工智能驱动生产作业模式从刚性流水化向柔性自适应模式演进。传统产线、车间多依赖固定工艺和流水化生产，造成响应慢、柔性不足、能耗较高，而人工智能以“大小模型+边缘智能”等形式部署在工业现场，通过机器视觉、智能调度、预测性维护和多智能体协同等方式，实现生产环节的“感知—决策—执行”闭环，减少停机时间，提高能源利用率，使制造系统在效率、良率、能耗与响应速度上实现质的跃升。如服装企业酷特自主研发了AIAgent数智化企业级操作系统，这套系统实现了“人、AI、业务系统”的有机融合——以AIAgent为核心，通过“Agent数字人”完成复杂的流程对接、数据处理与决策分析，人员仅需审核确认结果，即可实现全业务链的自动化运行。

在智能产线建设上，我国匡博公司成功建设了一条衬衫生产线、天源公司成功建设了T恤和文化衫生产线。其中值得一提的是匡博公司的智能衬衫生产线，见图五、图六。

图五 智能衬衫生产线的衬衫衣片的缝合

图六 组成智能衬衫生产线的主要四大模块工作站

由图五、图六可见，匡博公司所建的智能衬衫生产线用创建了衬衫前片、衬衫领子、衬衫袖口等四大模块工作站，加上其他缝制设备，组成了只有19人的智能生产线，每小时可以缝制135件衬衫，大大提高了生产效率。

如果要说车间智能化，那要数我国瑞晟智能推出的数字孪生服装吊挂缝制车间，见图七。数字孪生技术构建了物理空间与信息空间的数据交互闭环通道，实现了物理世界和数字世界、数字世界和数字世界的链接；最终实现信息物理的交互融合。从技术优势层面分析，瑞晟智能数字孪生技术在零部件、设备、人员及产线层级的应用已取得显著进展，通过对特定主体或流程的精准建模与优化，在设计、运行、维护等各方面均取得了良好的应用成效。这为人机协作制造中不同参与主体个体潜能的充分挖掘提供了有效支持。如今瑞晟智能数字孪生技术已经在我国服装企业远程管理工厂、车间产线智能排产、工厂生产发生异常和客户订单全流程的追溯等成功应用。例如在我国大杨集团应用后使定制西服生产效率提高3倍以上，产品交付期缩短5天。

图七 数字孪生服装吊挂缝制车间

（3）人工智能+企业管理情况

传统企业运营管理依赖人工经验和层级决策，往往存在信息孤岛、响应滞后、资源配置低效等问题。而人工智能管理通过对设备、产品、财务、供应链、人力资源、市场等数据的智能分析与预测，实现精准决策支持、流程自动化与风险预警。随着大模型、智能体与企业知识库深度融合，企业运营管理已向“认知智能”演进，人工智能不仅执行任务，更能理解业务语境、自主提出策略建议，推动企业迈向智能化管理。例如我国瑞晟智能推出的数智管理平台，见图八。它具有将企业数据孤岛拉通，对数据进行治理与资产化等特点，使数据发挥其应有价值，使企业运行管理智能化，使企业生产动态平衡智能化，使我国海澜之家应用后提高生产效率25%—35%。

图八 瑞晟数智管理平台特点

（4）人工智能+产业链供应链情况

人工智能驱动产业链供应链从“被动响应”迈向“智能协同”，让整个链条“看得清、想得快、调得准”。传统生产模式下，产业链运转多依赖静态计划和层级制组织方式，信息传递滞后、资源配置僵化、风险预警不足。人工智能通过大数据分析、智能预测等方式，实现供需精准匹配、运输路径优化、库存智能调度与数据实时共享，能够形成跨行业、跨区域的产业协同网络，有效打破企业间信息壁垒，推动上下游资源高效配置和产业链整体韧性提升，形成高效顺畅的协同生产。比如，我国瑞晟智能推出的服装柔性制造产业链供应链智能解决方案，从企业产前准备、柔性生产、后整分拣、成品包装和物流输送整个产业链做到数据算法及驱动，形成“数据决策—实时响应—快速生产”。其供应链所有物流全链路拆解为“库存管理、路径规划、设备调度”等近几十个业务单元，通过人工智能算法实现智能联动，如当服装面料、辅料及零部件库存告急时，会自动触发“供应商补货、生产线排程、物流调度”全链条动作，这样能实现智能调度效率提升20%，人工成本降低40%。这在我们的服装企业如晶苑集团、山东迪尚、圣山白玉兰等企业得到了验证。

三、今后推进“人工智能+”行动在服装企业全要素智能化发展的重点任务

（1）要进一步发展和应用智能缝制设备

前面说过，现阶段的智能缝纫机能利用人工智能技术自动识别面料、自动选择缝制参数、能够保持缝线恒张力、能够做到厚薄面料线迹针距一致美观且不再发生断针和鸟巢现象等等，但这还不是我们所满足的智能缝纫机终极目标，我们的目标是进一步发展具身智能缝制设备和自主缝制设备，特别是只有研发具备自感知、自调整、自学习功能的缝制设备与数控系统，最终实现“感知－决策－执行”自主缝制作业系统才是我们的真正目的。所以我们今后要加强多模态感知融合技术的研发，提升传感器精度与集成度。大力研发运动控制等核心算法，研发高性能的控制与驱动部件，实现缝制设备的高速、高精度、高动态响应和稳定运行。

（2）做好数据要素开发与治理，为“人工智能+”进一步赋能服装企业打基础

随着“人工智能+”行动的深入推进，数据要素作为新型生产要素的价值日益凸显，其规模与质量直接决定了人工智能技术所能达到的高度和深度。当前，我国数据要素市场已形成“规模大、增速快、应用广”的特征。据国家数据局数据，2024年全国数据生产量达41.06ZB，同比增长25%；全国数据产业规模达5.86万亿元，同比增长15.8%。同时，人工智能应用日均Token消耗量已从2024年初的1000亿激增至2025年6月底的30万亿，增长超300倍，催生了巨大的数据市场供给缺口。构建完善的数据要素开发与治理体系，是推动人工智能健康、有序、高质量发展的关键所在。为此，当前要做好以下三方面工作：

1. 建设企业高质量数据集。面向企业数据多源异构特性，要分级推进设备、生产线、工厂、产业生态的数据采集处理与流通应用。分类打造建设高质量数据集产品库、企业机理库、工业模型库，以形成高质量数据集目录；

2. 高质量做好数据标注。数据标注是将未经处理的原始数据添加说明、解释、分类或编码的过程，使数据能够被人工智能算法理解和使用。作为人工智能发展的核心环节，数据标注贯穿于算法训练、模型评估、迭代优化以及场景应用等多个环节。高质量的数据标注能够将原始数据转化为高价值资产，为人工智能提供精准、可操作的数据输入，使计算机能够更好地理解和处理复杂场景和任务。在服装制造业，数据标注深入到生产制造的各个环节，多维度、全方位汇聚生产过程中的关键基础数据，打造面向典型应用场景的高质量数据集，能助力打造更加高效、精确、灵活的生产模式，促进服装制造业智能化发展；

3. 做好跨系统数据搬运。跨系统数据搬运，本质是将数据从一个数据源系统（如数据库、业务软件、云平台等）迁移、同步或整合至另一个目标系统的过程，其核心目标是实现数据在不同系统间的无缝流通，消除信息壁垒。与单纯的数据复制不同，跨系统数据搬运需解决数据源格式差异、系统协议不兼容、数据质量校验等多重问题，最终交付的是干净、一致、可用的数据资产。

（3）要进一步推广企业级智能体Agent的研发与应用

大家知道，从2024年以来，AI智能体（AI Agent）的发展取得了爆发式增长，它不再是传统被动响应的AI工具，而是具备自主感知、任务规划、工具调用、记忆学习与自我纠错能力的AI智能体系统。现在这个系统已经能够主动理解需求、制定策略并能调用工具执行复杂任务了，正因为如此，发展和应用AI智能体已经成为国家的战略计划。

企业级AI智能体在制造业的应用主要体现在预测性维护、供应链优化、自主生产流程排产、质量检测与控制和智能机器人流程自动化生产。

根据国家AI智能体三段式发展战略计划，我们研究和应用AI智能体核心技术和核心应用基本上是这样推进的：从2025—2027年这一段时间基本是智能体操作系统时代，其核心技术在于长期记忆和反思推理等方面，其应用则在于知识工作的自动化；从2027—2030年这第二段时间基本是智能体不断进化的时代，其核心技术在于自组织、自学习和多智能体协同方面，能够做到多任务协同应用；从2030—2035年这第三段时间基本是进入智能体网络时代，其核心技术在于智能体与具身智能深度融合，应用于产业自治优化生态，见图九。

图九 AI未来十年智能体发展阶段

（4）要以“AI+RPA”为抓手加快人形机器人及具身智能机器人的应用

随着人工智能及其应用的发展，人形机器人及具身智能机器人应运而生，根据高盛估计，到2030年人形机器人将填补美国制造业4%的劳动力缺口，到2035年会填补全球养老2%的缺口，其市场规模将达到美国1540亿美元。而在我国，据中国信息通信研究院的预测，2025年中国具身智能市场规模将达到9731亿元，2026年预计突破万亿元大关。这一增长主要由工业制造业的刚性需求驱动，特别是汽车制造、电子装配、物流仓储等行业的智能化升级需求。

当今在我国具身智能产业市场，其人形机器人及具身智能机器人的头部企业主要有四家，它们是优必选、智元、智平方、宇树科技等，它们也代表着不同之技术流派，见图十。

图十 具身智能市场头部企业

如今要在任何一个行业的制造企业进行数智化转型升级，实现自动化、智能化、自适应和自主化生产，如果没有人形机器人及具身智能机器人那是不可能成功实现的。人形机器人和具身智能机器人之间主要区别在于有没有和AI融合，见图十一。

图十一 人形机器人和具身智能机器人异同

我们也可以这样理解，人形机器人和具身智能机器人都有一个RPA（机器人流程自动化），它们之间主要差异是有没有+AI。RPA（机器人流程自动化）是一种基于软件的技术方案，通过模拟人类与计算机系统的交互行为，自动执行重复性、规则明确的业务流程。如果说RPA是执行具体操作的“手脚”，那么AI（人工智能）就是具备认知能力的“大脑”。AI技术通过算法模拟人类的学习、推理和决策能力，能够处理不确定性问题，AI+RPA的融合，本质上是让“手脚”具备了“思考能力”。传统RPA只能按照预设规则执行固定流程，遇到异常情况便会“卡壳”，而AI的加入让自动化流程具备了自适应、自决策的能力。在我们制造企业中，AI+RPA广泛应用于生产数据采集、质量检测、库存管理等场景。例如在质量监控环节，AI通过摄像头实时识别产品缺陷，准确率可达99.2%，RPA则控制机械臂将不合格品挑出，并可同步调整生产系统参数。

（5）要推进产教融合，开展具有“人工智能+”能力的人才培养

在AI时代，我国服装行业最缺少数智化人才，到今天我们绝大多数服装企业还没有设立企业首席数据官，原因就是缺乏这方面人才。加强数据工程人才培养，打造一批具有科研项目攻关能力、善于解决复杂工程问题的高层次创新型人才，是国家和企业发展的战略需要。要针对不同层次数智人才需求，运用好工业互联网沉淀的工业大模型知识，为人才培养提供真实生产场景的数据支撑。同时要强化制造企业一线工人的人工智能应用能力，打通技能人才发展通道，吸引更多技能人才学习数智技术，从事数智职业。在培养人才过程中还要构建产教资源整合体系，做好高校和企业两方面积极性，建设产教融合实践基地，倡导企业大规模开展“人工智能+”人才和能力持续培养。

（6）要认知并关注AI教母李飞飞提出的4D世界的空间智能及其世界模型

李飞飞在25年的AI研究中，受图灵愿景驱动，提出了空间智能是AI的下一个前沿。她指出当前以大型语言模型（LLMs）为代表的AI虽在文本、图像生成等领域成果显著，但缺乏空间智能，无法流畅与物理/虚拟世界互动；空间智能作为人类认知的支架，是生存、想象力与创造力的基础，而构建具有生成性、多模态、互动性三大核心能力的世界模型是实现空间智能的关键，该模型需突破通用任务函数、大规模训练数据、新型架构等技术障碍；空间智能将在创造力（如Marble平台赋能3D内容创作）、机器人学（如扩展机器人学习、打造人类同伴机器人）及科学医疗教育（如模拟实验、加速药物发现、沉浸式学习）等领域产生变革性影响，最终目标是让AI增强人类能力而非取代人类，助力人类应对重大挑战。她还指出，完整的空间智能是让机器“在三维空间和时间中感知、推理和行动的能力”。这要求AI不仅能理解物体在哪，还要能预测它们随时间如何运动、交互和变化。有了时间动态变化这就成为4D世界。空间智能的AI世界模型因为具备三大能力，即：（1）生成（Generative）能力：能创造一个符合物理定律、空间一致的虚拟世界。不是乱拼乱凑的画面，而是有重力、有碰撞、有因果的“真实”世界。（2）多模态（Multimodal）能力：能同时理解图像、视频、声音、动作，甚至触觉信号，像人类一样综合感知世界。（3）交互（Interactive）能力：不仅能看，还能预测“如果我这么做，世界会怎样”。这是实现机器人自主决策、人机自然协作的关键。所以可以说有了这三大能力，才能说是真正通向具身智能（Embodied AI）和通用人工智能（AGI）。

结束语

（1）随着人工智能产业的“算力设施+创新平台+应用场景”良性循环的形成，人工智能技术将从“实验室”走向“生产线”，在实体经济中实现智能化、绿色化、融合化发展。人工智能的崛起，不仅是一场技术革命，更是一场产业生态的重构。在我国“十五五”规划中，锚定“人工智能+”这一战略路径，将引领我国在全球科技竞争中抢占先机，实现从“跟跑”到“并跑”再到“领跑”的历史性跨越。

（2）“人工智能+”行动已形成强大指数效应，在数据、算法、算力等新型生产要素与传统要素在更高维度上的协同融合，正在微观、中观、宏观三个层面形成叠加、形成倍增效应。微观层面，人工智能重塑产业效能，提升全要素生产率；中观层面，催生新兴业态集群，拓展增长空间；宏观层面，优化治理效能，释放系统红利。

（3）AI时代，是生产力变革的时代，未来制造业发展将迎来三大范式转变。一是从工具到行动者，AI不再仅是提供信息和决策支持的工具，而是成为能主动执行任务、推动行业转型的AI智能体和数字伙伴。二是从追求确定性到动态持续优化，依靠AI驱动实现人机协同的决策模式，从依靠人的经验判断，升级到在不确定性下进行动态调整和优化。三是从软件即服务到智能即服务，未来最终形态将是以云的方式，让智能成为一种千行百业可按需调用的服务。

2026年元月稿于上海

转载于：中国服装协会

转载声明：本文内容仅供学习、交流使用，转载已标明出处，不具有任何商业用途，版权归原作者所有，如有问题请及时联系我们以作处理

卓荦律所 知产一站式维权 服装维权 欢迎私信