Przepaść między twórczą koncepcją a produkcją techniczną od dawna spowalnia branżę modową. Tradycyjnie projekt przechodzi od szkicu do technicznych wykrojów płaskich, a następnie do fizycznych prototypów, przy czym każde przekazanie wymaga tłumaczenia między formatami, które nie mają wspólnej struktury — proces ten zwykle pochłania wiele iteracji próbek, zanim odzież zostanie zatwierdzona. Style3D, firma specjalizująca się w technologiach 3D i AI dla mody, pracuje nad zasypaniem tej luki, łącząc generatywną AI ze uporządkowanymi danymi produktowymi i tworząc bardziej zintegrowany przepływ pracy obejmujący cały proces od projektu po produkcję.

Kluczem tych starań jest GarmageNet, framework opracowany przez Style3D Research we współpracy z Uniwersytetem Zhejiang, Uniwersytetem Jiao Tong w Szanghaju oraz Uniwersytetem Zhejiang Sci-Tech. Opublikowany w ACM Transactions on Graphics i zaprezentowany na SIGGRAPH Asia 2025, GarmageNet radzi sobie z podstawowym wyzwaniem AI w modzie: połączeniem wykrojów 2D z trójwymiarowymi formami odzieży. Większość generatywnych modeli obrazu tworzy wizualizacje bez danych konstrukcyjnych — rozmieszczenia szwów, relacji szyciowych, zachowania tkanin — których potrzebują zespoły produkcyjne, dlatego efektowne obrazy koncepcyjne z AI rzadko trafiają na fabryczną podłogę w niezmienionej formie. Framework ujmuje kontury wykrojów, geometrię 3D i informacje szyciowe w jednej zunifikowanej reprezentacji, co pozwala przekształcać dane wejściowe — tekst, szkice, obrazy, wykroje czy chmury punktów — w uporządkowane zasoby. Potrafi odtwarzać relacje szyciowe i inicjalizować symulacje fizyczne, wspierając eksplorację projektową, cyfrowe prototypowanie i edycję.

Zgodnie z badaniami GarmageNet wspiera GarmageSet, zestaw danych obejmujący 14 801 profesjonalnie wykonanych ubrań. W testach system wykazał wysoką dokładność: GarmageJigsaw osiągnął 99,16% precyzji i 97,13% kompletności w identyfikacji punktów szycia, a GarmageNet uzyskał 91,41% skuteczności inicjalizacji symulacji na 150 złożonych wykrojach, przy czasie wnioskowania wynoszącym około ośmiu sekund na odzież w warunkach testowych. Zunifikowany zestaw danych profesjonalnie skrojonej odzieży w tej skali adresuje znane wąskie gardło w tej dziedzinie, gdzie badania nad konstrukcją odzieży były historycznie ograniczone mniejszymi i mniej zróżnicowanymi zbiorami danych.

Badania te odzwierciedlają szersze zaangażowanie Style3D w rozwój technologii modowych. Firma opublikowała ponad 30 prac na dużych konferencjach, w tym SIGGRAPH, CVPR i NeurIPS, oraz posiada 106 przyznanych patentów na całym świecie — w tym 58 patentów na wynalazki i 12 przyznanych w Europie i Stanach Zjednoczonych — a kolejne 155 czeka na rozpatrzenie. Style3D prowadzi również zagraniczne centrum badawczo-rozwojowe w Niemczech.

Praktyczne efekty tych technologii są już widoczne w branży. Niemiecka marka odzieży męskiej OLYMP korzysta z Style3D i Assyst, aby zintegrować wykroje 2D, symulację 3D, wizualizację i cyfrowe showroomy. Według firmy integracja ta skróciła opracowywanie modeli z tygodni do dni, zmniejszyła liczbę fizycznych próbek i poprawiła komunikację między projektowaniem, sprzedażą i produkcją. Mniejsza liczba fizycznych próbek ma również wymiar zrównoważonego rozwoju, który staje się coraz większym priorytetem dla marek odzieżowych, ponieważ produkcja próbek pochłania materiały, transport i pracę, nie wytwarzając żadnej zbywalnej odzieży.

Ambicje Style3D wykraczają poza samo generowanie treści. Jak powiedział Just Style prezes Eric Liu: „Najważniejszym kierunkiem rozwoju jest agent. Używamy agentów do łączenia różnych umiejętności.” Wykorzystując agentów AI do koordynacji danych produktowych, projektowania 3D, symulacji i przygotowania produkcji, Style3D zamierza zbudować płynny przepływ pracy, w którym zespoły ludzkie zachowują kreatywną i operacyjną kontrolę. Odbija to szerszą zmianę w branżach oprogramowania — od jednofunkcyjnych narzędzi AI ku systemom agentowym aranżującym wieloetapowe przepływy pracy. Dla mody odejście od odosobnionych narzędzi AI ku zintegrowanym systemom stanowi znaczący krok naprzód, wskazujący na większą efektywność, mniejsze marnotrawstwo i szybsze wprowadzanie produktów na rynek.

Źródło: Citybuzz