创意构思与技术生产之间的鸿沟长期以来一直拖慢着时尚行业的发展。传统上，一个设计要经历从草图到技术平面版型、再到实体原型的过程，每一次交接都需要在不共享结构的格式之间进行转换——在服装获得批准之前，这一流程通常需要消耗多次样品迭代。专注于时尚行业 3D 与 AI 技术的 Style3D 公司，正致力于通过将生成式 AI 与结构化产品数据相连接来弥合这一鸿沟，打造从设计贯穿到生产的更统一的工作流程。

这项工作的核心是 GarmageNet，一个由 Style3D Research 与浙江大学、上海交通大学和浙江理工大学共同开发的框架。该研究发表于 ACM Transactions on Graphics，并在 SIGGRAPH Asia 2025 上进行了展示。GarmageNet 应对的是时尚 AI 领域的一个核心挑战：连接 2D 版型与 3D 服装形态。大多数生成式图像模型产出的视觉效果并不包含生产团队所需的基础结构数据——缝线位置、缝纫关系、面料特性——这也正是那些引人注目的 AI 概念图很少能原封不动地落到生产车间的原因。该框架将版型轮廓、3D 几何和缝纫信息整合在单一统一表示中，使文本、草图、图像、版型或点云等输入都能被转换为结构化资产。它能够重建缝纫关系并初始化物理模拟，为设计探索、数字打样和编辑提供支持。

根据该研究，GarmageNet 由 GarmageSet 数据集支撑，该数据集包含 14,801 件专业制作的服装。在评估中，该系统展现出高精度：GarmageJigsaw 在缝纫点识别中实现了 99.16% 的精确率和 97.13% 的召回率，而 GarmageNet 在 150 个复杂版型上达到了 91.41% 的模拟初始化成功率，在测试条件下每件服装的推理时间约为八秒。如此规模的专业打版服装统一数据集解决了该领域一个已知的瓶颈——服装结构研究历来受限于规模更小、多样性更低的数据集。

这项研究体现了 Style3D 推动时尚技术进步的更广泛投入。该公司已在 SIGGRAPH、CVPR 和 NeurIPS 等重要会议上发表了 30 余篇论文，并在全球拥有 106 项授权专利——其中包括 58 项发明专利以及 12 项在欧洲和美国授权的专利——另有 155 项专利正在申请中。Style3D 还在德国设有海外研发中心。

这些技术的实际成效已在行业中显现。德国男装品牌 OLYMP 使用 Style3D 和 Assyst 来整合 2D 版型、3D 模拟、可视化和数字展厅。据该公司介绍，这一整合将款式开发从数周缩短至数天，减少了实体样品数量，并改善了设计、销售和生产之间的沟通。更少的实体样品还具有可持续性层面的意义，这已成为服装品牌日益重视的议题，因为样品生产消耗的材料、运输和人力并不会产出可售服装。

Style3D 的雄心不止于内容生成。正如首席执行官 Eric Liu 对 Just Style 所说：“最重要的发展是智能体。我们使用智能体来连接不同的技能。”通过利用 AI 智能体统筹产品数据、3D 设计、模拟和生产准备，Style3D 旨在打造一个人类团队保留创意与运营控制权的无缝工作流程。这与软件行业更广泛的转变相呼应：从单一用途的 AI 工具转向能够编排多步骤工作流的智能体系统。对时尚行业而言，这种从孤立 AI 工具向集成系统的转变标志着显著进步，预示着更高的效率、更少的浪费以及更快的上市速度。

来源：Citybuzz