AI赋能纺织品设计的机遇和挑战 - 安防知识网

数字化是什么?AI在纺织服装设计环节的应用？数字化系统投入产出比？

　　2024年8月28日，在Intertextile面辅料展·秋冬展上，法兰克福展览携手a&s传媒主办的“纺织产业数字化应用趋势论坛”吸引了众多业界人士的关注。在本次论坛的圆桌对话环节，嘉宾们针对数字化是什么?AI在纺织服装设计环节的应用以及数字化系统的投入产出比等问题，分别从学术角度和产业角度进行了分析。

以下为圆桌对话实录，a&s做了不改变原意的文字梳理：

　　主持人：a&s传媒主编汪琴丽

　　嘉宾：东华大学纺织学院钟跃崎教授、广东匡墩科技有限公司产品总监罗志鹏

　　主持人：首先非常感谢我们两位嘉宾参与到我们圆桌讨论，也谢谢现场的观众对我们活动的支持。刚才我们几位嘉宾在主题演讲环节都谈到数字技术在纺织服装行业的一些创新应用。当然也有给我们传达出很多专业术语和行业热词，包括人工智能、数字孪生、IoT。这些可能是偏理论性、学术性的热词。为了帮助我们的观众更好的理解这些热词和数字化的概念，我们想先请我们的嘉宾分享下，你们觉得数字化是什么?大家又怎么和用户去传达数字化的概念？这个问题先请钟教授分享一下?

　　钟教授：从学术研究的角度来讲，数字化不是一个常用的词或概念，它要么是计算机、要么是数学、要么是纺织科学与工程这类学科。从行业的角度来说，数字化它是一个提高生产力的必由之路，能够使我们以很小的力量，用较低的成本获得很大的收益。

　　匡敦罗总：我们在给我们的客户去阐述数字化概念的时候首先会谈到一点，就是说为什么我们要去做数字化?现在我们讲大模型、讲人工智能，对于客户而言，他们会比较难以理解能够给他们带来什么?我们做这个行业的这些应用解决方案的时候，你需要给客户传达的，首先第一点就是数据的重要性，高质量数据的重要性。高质量的数据必须有一些标准的操作，例如借助自动化IoT工具去采集一些很标准的数据，然后通过AI、大数据技术实现对数据的精准分析研判，到了下一步才是基于这些数据去做一些能够解决你痛点的应用。很多行业做数字化的案例，最后呈现出来的就是一个个数据看板，但这样的产品不是重点，而是要怎样把数据用起来。

　　主持人：刚才钟教授和罗总都有谈到对数字化的理解。总的来说，对于用户而言，数字化更多是直观的反映在一个具体的产品和应用功能上面，而这个产品和功能的实现，其背后其实就是数字技术的支撑。为了帮助客户更好的理解数字技术的赋能作用，我们也想请两位嘉宾分别通过实际的应用案例和具体场景谈一下数字技术在纺织服装行业的应用。

　　钟教授：刚才在演讲中，我有谈到AI在纺织品设计中的应用。设计本身是一个创意idea的产生，很多人对服装的款式有明确的需求，但不知道怎么能把它画出来或描述清楚，这个时候就可以用AIGC的技术。即便没有绘画基础的设计师，画一些简单的草图，也可以通过AIGC生成一定水准的设计图。

　　比如我们画一个苹果，你只需要画一个圆圈，再画一条线，AI就可以自动把线条生成一个苹果。人类对二维到三维是有解析能力的，AI不过是把这些能力用现在的大模型“翻译”出来。并且技术再持续迭代，人工智能的技术能力也越来越强大。

　　我认为未来的一年之内，基本上纺织服装行业很多基础的设计已经都可以交给AI去做。很多企业目前面临的一个大的难点是没有相关的数据可以训练，这里涉及到的不是模型的问题，而是数据的问题。

　　主持人：钟教授提到的大模型技术不成问题，但从使用成本的角度考虑，AI大模型的应用除了数据的问题之外，也存在算力、算法投入成本的问题，毕竟越灵活的模型需要的训练底座越强大，普通的中小企业可能很难负担得起这些AI使用成本。

　　钟教授：这其实又是另外一个问题，关乎开源和闭源。从技术研究人员的角度出发，一方面希望自研的技术拥有较高门槛，有独立专属权。但从产业发展的角度出发，技术还是要开源共享，闭门造车只会造成大家重复造轮子。刚在主题演讲中，我讲到的也是免费开源大模型，但这仅限于非商业用途。企业要做大模型商用的话，还是得获取一个license。大模型在各个细分场景的落地，这中间也还需要供需双方反复磨合。

　　现场观众提问：我们是绍兴柯桥一家专门从事花型设计、生产、研发的一家纺织公司，我们一直比较困惑于怎么通过AI的方式把花型不断的孵化，以此来提高设计速度和花型的多元化，满足更多消费者、服装厂快速变化的需求?

　　钟教授：AI确实特别适用于纺织服装的花型、款式设计，而且现有的技术水平也显示它可以做的非常好，甚至远远超过人类。从我们自己的实验经验来看，AI图生图比文声图效果更好，因为它有规律可循，也就是说花型设计目前通过AI技术可以很好的解决，难的是，怎么把生成的图1:1还原，保证色彩饱和度、生产工艺的还原?以及生成图之后怎么看立体上身效果，这些后面的问题才是真的问题。

　　匡敦罗总：从刚刚观众的问题以及钟教授的回答其实可以这样来想。首先在技术上，或者说从模型上来讲，它不是一个问题。比较困难的是模型能不能理解纺织服装行业设计师等专业人员的一些专业术语，比如现在服装行业比较抽象的国风、高智感这些风格词语，这涉及到AI对这个行业领域是否有足够的数据可以去做理解，包括行业数据、企业数据、场景数据或是图像数据。

　　主持人：谢谢刚才我们观众的提问以及两位嘉宾的解答。从刚才讨论的问题以及我们这两天在展会看到的情况来看，很多用户对数字化升级是有明确需求的，但因为了解的不够，或者说对投入产出比的担忧一直迟迟没有太多尝试，接下来第三个问题，我们也想请罗总这边从服务商的角度具体讲下，投入一套AI设计软件系统，到底能够给用户带来怎样切切实实的使用收益?有没有一些具体的数据可以说明一下?

　　匡敦罗总：这个其实首先要看客户的痛点是什么?我们之前和很多客户去谈，大家对于数字化改造的侧重点和落地目标其实都很不一样，当然不同的应用带来的使用效果也不一样。我们也知道纺织行业对于投资尤其数字化改造的投资还很谨慎。数字化产品和解决方案一般涵盖ERP、MES、APS等这些管理软件系统，也包含很多前端的信息采集硬件，比如视觉IoT设备，能够助力厂家实现精准的生产流程监管、质量检测等等，相关的产品和算法都已经很成熟，那么怎么把这些硬件搭载到纺织车间工作站?模型放在云端还是本地部署?GPU的承载性能等等，这些都是需要切实去考虑的问题。

　　主持人：刚才钟教授和罗总的分析都指向了一个观点，那就是人工智能、大模型技术其实已经走在了很前沿，还有物联网各类传感器的产品也都非常丰富，怎么样把这些前沿的数字化产品和技术和我们行业领域的场景结合起来，在用户的研发设计、生产制造、运营营销、仓储物流等多环节发挥赋能作用，这才是我们在谈产业数字化升级的重点和意义，也是后续供需双方需要去磨合的关键。