創意構想與技術生產之間的落差，長期以來一直拖慢時尚產業的步伐。傳統上，一個設計會從草圖流向技術平面版型，再到實體樣衣，每一次交接都需要在不共享結構的格式之間轉換——這個過程在服裝獲得批准前通常需要多次打樣迭代。專注於時尚產業 3D 與 AI 技術的 Style3D 公司，正設法縮小這一落差，方法是將生成式 AI 與結構化產品資料連結，打造一個從設計貫穿到生產、更加統一的工作流程。

這項努力的核心是 GarmageNet，一個由 Style3D Research 與浙江大學、上海交通大學及浙江理工大學共同開發的框架。該研究發表於 ACM Transactions on Graphics，並在 SIGGRAPH Asia 2025 上展示。GarmageNet 處理時尚 AI 的核心難題：連接 2D 版型與 3D 服裝形態。多數生成式影像模型產出的視覺內容缺乏生產團隊所需的底層結構資料——縫線位置、縫合關係、面料特性——這也是為什麼引人注目的 AI 概念圖很少能原封不動地進入工廠生產線。該框架將版型輪廓、3D 幾何與縫製資訊整合在單一的統一表示中，使文字、草圖、影像、版型或點雲等輸入得以轉換為結構化素材。它能重建縫合關係並初始化物理模擬，支援設計探索、數位打樣與編輯。

根據該研究，GarmageNet 由 GarmageSet 支撐，這是一個包含 14,801 件專業製作服裝的資料集。在評估中，該系統展現出高準確度：GarmageJigsaw 在縫合點辨識上達到 99.16% 的精確率與 97.13% 的召回率，而 GarmageNet 在 150 個複雜版型上達到 91.41% 的模擬初始化成功率，在測試條件下每件服裝的推理時間約為八秒。這種規模的專業打版服裝統一資料集，解決了該領域長期存在的瓶頸，因為服裝結構研究過去一直受限於規模較小、多樣性較低的資料集。

這項研究反映了 Style3D 推動時尚科技的更廣泛承諾。該公司已在 SIGGRAPH、CVPR 與 NeurIPS 等主要會議上發表超過 30 篇論文，並在全球持有 106 項已核准專利——其中包括 58 項發明專利，以及 12 項在歐洲和美國核准的專利——另有 155 項專利申請中。Style3D 也在德國設有海外研發中心。

這些技術的實際效應已在產業中顯現。德國男裝品牌 OLYMP 使用 Style3D 與 Assyst，整合 2D 版型、3D 模擬、視覺化與數位展間。據該公司表示，這項整合將款式開發時間從數週縮短至數天，減少了實體樣衣數量，並改善了設計、銷售與生產之間的溝通。更少的實體樣衣也具有永續發展層面的意義，這已成為服飾品牌日益重視的課題，因為打樣所消耗的材料、運輸與人力並不會產出可銷售的服裝。

Style3D 的企圖心不止於內容生成。執行長 Eric Liu 向 Just Style 表示：「最重要的發展是代理（agent）。我們用代理來串連不同的技能。」透過運用 AI 代理來協調產品資料、3D 設計、模擬與生產準備，Style3D 的目標是建立一個無縫的工作流程，讓人類團隊保有創意與營運上的掌控權。這也呼應了軟體產業的更廣泛趨勢：從單一用途的 AI 工具，轉向能統籌多步驟工作流程的代理式系統。對時尚產業而言，這種從孤立 AI 工具走向整合系統的轉變，是向前邁出的重要一步，指向更高的效率、更少的浪費，以及更快的上市速度。

來源：Citybuzz