La brecha entre la ideación creativa y la producción técnica ha frenado durante mucho tiempo a la industria de la moda. Tradicionalmente, un diseño pasa del boceto a los patrones técnicos planos y luego a los prototipos físicos, y cada traspaso exige una traducción entre formatos que no comparten estructura, un proceso que suele consumir múltiples iteraciones de muestras antes de aprobar una prenda. Style3D, una empresa especializada en tecnologías 3D e IA para la moda, trabaja para cerrar esa brecha conectando la IA generativa con datos estructurados de producto, creando un flujo de trabajo más unificado que va desde el diseño hasta la producción.

El eje de este esfuerzo es GarmageNet, un marco desarrollado por Style3D Research junto con la Universidad de Zhejiang, la Universidad Jiao Tong de Shanghái y la Universidad de Ciencia y Tecnología de Zhejiang. Publicado en ACM Transactions on Graphics y presentado en SIGGRAPH Asia 2025, GarmageNet aborda un desafío central de la IA aplicada a la moda: vincular los patrones 2D con las formas 3D de las prendas. La mayoría de los modelos generativos de imágenes produce visuales sin los datos de construcción subyacentes —ubicación de costuras, relaciones de costura, comportamiento del tejido— que los equipos de producción necesitan, razón por la cual las llamativas imágenes conceptuales de IA rara vez llegan sin cambios al piso de fábrica. El marco captura los contornos de los patrones, la geometría 3D y la información de costura en una representación unificada, lo que permite convertir insumos como texto, bocetos, imágenes, patrones o nubes de puntos en activos estructurados. Puede reconstruir relaciones de costura e inicializar simulaciones físicas, apoyando la exploración de diseño, el muestreo digital y la edición.

Según la investigación, GarmageNet se apoya en GarmageSet, un conjunto de datos de 14.801 prendas creadas profesionalmente. En las evaluaciones, el sistema demostró alta precisión: GarmageJigsaw alcanzó un 99,16 % de precisión y un 97,13 % de recuperación en la identificación de puntos de costura, mientras que GarmageNet logró una tasa de éxito del 91,41 % en la inicialización de simulaciones sobre 150 patrones complejos, con un tiempo de inferencia de aproximadamente ocho segundos por prenda en condiciones de prueba. Un conjunto de datos unificado de prendas con patrones profesionales a esta escala resuelve un cuello de botella conocido en el campo, donde la investigación sobre construcción de prendas se ha visto históricamente limitada por conjuntos de datos más pequeños y menos diversos.

La investigación refleja el compromiso más amplio de Style3D con el avance de la tecnología de la moda. La empresa ha publicado más de 30 artículos en conferencias importantes como SIGGRAPH, CVPR y NeurIPS, y posee 106 patentes concedidas a nivel mundial —entre ellas 58 patentes de invención y 12 concedidas en Europa y Estados Unidos—, con otras 155 en trámite. Style3D también opera un centro de I+D en el exterior, en Alemania.

Los efectos prácticos de estas tecnologías ya son visibles en la industria. La marca alemana de ropa masculina OLYMP utiliza Style3D y Assyst para integrar patrones 2D, simulación 3D, visualización y showrooms digitales. Según la empresa, esta integración redujo el desarrollo de estilos de semanas a días, disminuyó la cantidad de muestras físicas y mejoró la comunicación entre diseño, ventas y producción. Menos muestras físicas también implican un beneficio de sostenibilidad, una prioridad creciente para las marcas de indumentaria, ya que la producción de muestras consume materiales, envíos y mano de obra que no generan ninguna prenda vendible.

Las ambiciones de Style3D van más allá de la generación de contenido. Como dijo el CEO Eric Liu a Just Style: “El desarrollo más importante es el agente. Usamos agentes para vincular diferentes habilidades.” Al emplear agentes de IA para coordinar los datos de producto, el diseño 3D, la simulación y la preparación de la producción, Style3D busca construir un flujo de trabajo continuo en el que los equipos humanos conserven el control creativo y operativo. Esto refleja un cambio más amplio en las industrias de software, de herramientas de IA de propósito único hacia sistemas basados en agentes que orquestan flujos de trabajo de múltiples pasos. Para la moda, este paso de herramientas de IA aisladas a sistemas integrados constituye un avance notable que apunta a una mayor eficiencia, menos desperdicio y una salida al mercado más rápida.

Fuente: Citybuzz