人工智能（AI）正在重構產業架構和底層基座，重塑生產力與生產關系。發展智能經濟成為產業轉型升級、實現換道超車的重要機遇。

中國紡織行業把握人工智能機遇，需要回歸本質，加強垂直領域攻關，實現重點場景應用突破，構筑豐富應用生態；把握人工智能風口，需要適度前瞻布局，整合碎片化場景，沉淀高質量數據，做好“AI+紡織”，將設計、制造、營銷、品牌建設，架構于“大數據+大算力+強算法”之上。

做好“3+1”模式，推進AI在紡織行業生產領域的應用

中國紡織工業聯合會信息化部主任殷強

近些年來，隨著新一代信息技術的應用與發展，人工智能逐步應用于紡織行業生產領域，為紡織行業的生產方式、發展模式和產業生態帶來了重大影響。加快人工智能在紡織行業生產領域的發展，是推動紡織行業實現高質量發展的重要途徑。本文認為，推動人工智能應用的關鍵是做好“3+1”模式（數據、算力、場景算法+人才）的應用。

一、紡織行業生產領域人工智能發展現狀

人工智能在紡織行業生產領域的應用仍處于初級階段。因AI系統需要大量的數據、算力、算法等資源支撐，現階段紡織行業僅少數企業在進行嘗試，大部分企業仍以自動化、數字化、網絡化改造為主。在生產領域的應用主要在設計、工藝優化、質量檢測、智能物流、產品數字化等方面，需要持續完善和推廣。

（一）人工智能在棉紡織行業生產領域的應用現狀

AI在棉紡織行業生產領域的應用仍在嘗試中，主要應用在異纖分揀機、布面疵點檢測等設備以及產品質量在線監測、自動排產、智能配棉、能效管理、智能物流等系統。據行業人工智能應用突出企業反饋，目前企業最先進生產線具備全工序自動化、全流程質量監控管理、設備健康管理、能耗管理、車間最優運營等功能，較常規生產線生產效率提高38%，能源利用率提高21%，用工節約80%，萬錠用工在10人左右。

（二）人工智能在印染行業生產領域的應用現狀

AI在印染行業生產領域目前的應用場景較少，只有少數企業嘗試使用智能驗布系統、AI圖案與風格設計。智能驗布系統，用于印染布成品檢驗。將機器視覺與AI技術融合應用，采用AI深度學習技術自動生成疵點檢測模型，實現對印染面料疵點智能化檢測。但目前該技術還不夠成熟，應用效果還有待進一步優化，尚未能在行業中大面積推廣應用。AI圖案與風格設計，主要用于印花面料花型設計和面料開發。能夠模仿設計師的創作構思，快速呈現設計作品，極大的推動了面料花型設計的快速發展，滿足消費者對個性化、定制化的消費需求。

（三）人工智能在服裝行業生產領域的應用現狀

AI在服裝行業生產領域的應用逐漸深入，過去，傳統服裝制造以批量化生產和傳統管理模式為主，在滿足當下市場渠道多樣和消費者需求多變等方面具有較大的提升空間，智能化改變了服裝行業的生產效率和提升快速反應的生產能力，生成式AI的應用可實現訂單款式設計、自動版型工藝處理、自動計劃產前、生產過程調度全流程的效率提升及深度協同，力求更高效、更精準快速滿足消費者不斷更新迭代的消費需求。據咨詢公司預測到2026年，超過80%的技術產品將集成某種形式的AI技術。在服裝智能制造領域，生成式AI技術已全面深入的介入服裝生產各個環節，使得設計研發、生產與供應鏈管理、精準營銷和可持續發展等領域實現更高層次的自動化和智能化。到2035年，在生成式AI的推動下，制造業數字化率將突破85%。到2055年，中國生成式AI技術基本實現對各行業的數字化轉型，數字化率將達到100%。

二、人工智能在紡織行業生產領域應用的典型場景

（一）配棉數字化

配棉是棉紡企業非常重要的一道工序。因原棉在性能上呈現的多樣性和差異性，配棉工作需了解原棉庫存情況、物理性能、質量連續性和穩定性，計算量大，容易出現錯誤。配棉工作面臨的問題越來越復雜。多數企業依賴配棉師的經驗完成，難以實現配棉高效、精準。直接影響企業用棉成本。AI+數字配棉利用數字技術的系統配棉可極大提高工作效率，減少人為經驗造成的質量波動，有效降低接批前后平均等級差異波動，在減少配棉成本的同時，保障產品質量穩定性。有企業數據表明，通過系統自動化配棉后，同種產品，用棉等級平均能夠下降0.5級左右，配棉接替前后平均等級差異降低0.1級。但是需要關注的是影響到產品質量波動的各類因素都需要建立數據模型，除了配棉模型之外，還需要建立執行工藝標準與跟蹤記錄、紡專配件損耗數據跟蹤、溫濕度環境信息跟蹤、員工狀態跟蹤等，真正實現智慧配棉還需要長時間的研究和積累。

（二）紡紗協同制造

面對紡紗企業人工巡檢效率低、紗線質量控制較為被動，管理上較為粗放、招工難、缺少支撐平臺等問題，基于紗廠小批量多品種、顧客需求多樣化的特點，無錫物聯網創新中心研制紡紗工業互聯網協同制造管理創新平臺解決紡紗行業痛點問題，自研的“磁電” +“光電”傳感器，實時監測錠子運動狀態， 甄別出斷紗等問題，粗紗停喂及時自動化觸發停喂動作，減少粗紗浪費以及皮輥纏繞問題，智能小車快速引導擋車工作業，提高巡檢效率，采集全流程設備數據，部署大數據平臺，實現全方位監控和數據分析。紡紗的數字化賦能有助于企業生產精益化、管理透明化、決策數字化，為企業降本提質增效。

（三）智能紡絲檢測

面對紡絲人工檢測存在的檢測時間長、檢測效率低、易疲勞、用工難的問題，福建恒申集團通過外觀視覺檢測系統解決產品外觀檢測難題，提高產品合格率和效率，運用機器視覺設備代替人眼完成檢測、測量和判斷，實現產品毛絲、絆絲、網絲、成型不良、油污、紙管破損等一體化外觀檢測；檢測時間由之前人工檢測一車48錠絲餅需要5分鐘提升到每錠2.5秒，整車僅需2分鐘即可完成檢測，效率提升2.5倍，準確率由人工的96%提升至99%。

（四）瑕疵檢測

面對織造企業人工檢測招工難、漏檢率高、原料浪費多的問題，特別是經編花邊花型更換頻繁、瑕疵種類多、面料具有彈性的檢測難點問題，東龍針紡應用AI瑕疵檢測技術，快速高效檢測出蕾絲花邊瑕疵，有效提高生產效率。通過對生產機臺進行技術改造（增加相機成像及管理系統、圖像采集及預處理系統），部署5G網絡，開發面料算法、異常識別等模型，運用AI訓練等云服務，實現織造過程檢測、坯布瑕疵檢測、印染布瑕疵檢測、成品布瑕疵檢測等。

在檢測效果和人力成本上，AI+智能瑕疵檢測均具有很大優勢，能夠有效提高品質合格率和產品競爭力、減少原料浪費和補損率、節省人力成本。同時，東龍針紡地處福州長樂區，擁有眾多紡織廠，且從事花邊工藝術制造的廠家也較多，瑕疵檢測技術的應用，可復制性強，投入成本不高，對其他企業有快速復制推廣的作用。

（五）智慧印染

面對印染企業在生產過程中普遍存在的運行效率低、能耗高以及管理方式較為粗放等痛點，并結合當前市場小批量、多品種的變化趨勢，杭州天富公司成功研發了印染智造系統。系統全面覆蓋了從染布、染紗、染棉到染成衣，再到印花與織染一體化的全過程，實現了生產過程的全面數字化管理。

通過構建集成化的ERP管理系統，加強了企業在計劃排產、質量控制、設備管理等核心業務方面的能力，實現了業務流程的優化和信息的實時共享。建立了MES系統，實現了對定型機等關鍵設備的實時監控和精細化管理。采集染缸等設備的能耗數據，對能耗進行精準計量和考核。有針對性地采取措施減少能源浪費。

（六）服裝生產智能化

服裝行業作為具有市場化程度高、中小微企業占比較大、勞動密集型等特點的工業門類之一，近年來面臨著綜合成本高、市場競爭加劇、數字化智能化轉型亟待提升等挑戰。AI技術正在參與服裝設計、生產、供應鏈、銷售全流程環節，大致可以分為數字人分身、研發技術管理、計劃排產管理、設備物聯、智能生產管理、視覺質量檢測管理決策五個領域。

通過集成生成式AI，可在生產運營管理過程中發揮精準靈活的分析決策功能，增進企業理解和運用大數據的能力，促進管理層至執行層各階段的智能化。此外，生成式AI還改變了傳統依賴非結構化數據的工作流程，打通了部門的信息壁壘，使得信息傳遞更加高效、透明，確保操作的流暢性。實時查詢和播報生產運營數據，提供管理層精準快速決策，實現數據可視化呈現，提升決策效率和系統友好性交互體驗。

三、人工智能在紡織行業生產領域應用存在的問題和關鍵因素

（一）人工智能在紡織行業生產領域應用存在的問題

近年來，雖然AI在紡織行業生產領域取得了初步應用，為紡織行業帶來了前所未有的發展機遇和挑戰，但在進一步做好人工智能在生產領域的應用中仍面臨諸多挑戰和問題。

在企業層面，大多數企業尚處于數字化轉型階段，管理數字化、設備智能化基礎較為薄弱。同時由于人才短缺、資金困難等多方面困境，距離實現人工智能應用還有較大差距。在行業層面，數據在紡織行業內部分散保留，缺乏有效的跨界數據共享和積累，缺少一套對于行業生產領域關鍵數據廣泛認可的數據標準和注釋協議，缺乏系統化、大規模的數據收集機制，限制了AI模型的訓練效果和精度，限制了AI在行業的進一步應用。

（二）人工智能在紡織行業生產領域發展的關鍵因素

基于AI發展面臨的挑戰和問題，應結合行業特點，抓住AI發展的關鍵因素，才能做好人工智能在行業內的推廣和應用。應提升企業數據采集、整合和處理能力，夯實AI應用的基礎；應識別AI生產領域典型應用場景，結合紡織生產制造特定需求和邏輯的創新算法，同行業內優質資源合作，共同推動；應通過云計算資源共享來優化算力使用，探索算力共享模型，共同承擔成本；應多方共同培養了解AI、紡織業務的人才，提供人才培養的渠道。同時，數字孿生技術的應用和發展，持續推動AI在紡織行業的應用。基于數字孿生的智能工廠逐步嘗試應用，在全生產要素采集和計劃調度、生產管理等方面發揮重要作用。因此，應緊緊圍繞數據是基礎，算法是關鍵，算力是保障、人才是支撐的這一模式，從企業的能力、效益這一本質出發，持續深入的在行業內進行推廣和應用。

四、加快人工智能在紡織行業生產領域應用的建議

近年來，人工智能在紡織行業的應用效果初顯，應繼續保持這一良好發展勢頭，在典型應用場景、關鍵技術、人才培養等方面持續推進。

（一）深化紡織行業生產領域典型應用場景

加快研究并應用紡織行業生產領域生產優化、智慧檢測、供應鏈管理、智能倉儲物流、產品追蹤、智慧營銷等先進技術方案，培育一批集智能設計、生產、管理為一體的紡織智能工廠，在行業內大規模復制推廣，發揮人工智能標桿企業的示范引領作用。

（二）加快突破一批關鍵核心技術

依托紡織行業龍頭企業、優質服務商和科研院所推動人工智能關鍵共性技術研究以及智能部件、裝備、系統研發。開發適用于紡織行業智慧配棉、智慧染色等解決方案的應用，加快突破智能控制與優化、數據采集與分析、故障診斷與維護等一批核心技術，夯實紡織行業人工智能硬件和軟件基礎。

（三）加強復合型人才培養

充分發揮行業協會作用，整合產、學、研、用各方資源，推動構建紡織行業人工智能“復合型人才”培養體系。建立在崗學習進修通道，打造具有自主發展力的企業人才梯隊。積極引入并發揮相關產業聯盟、科研機構、服務商的作用，組織舉辦各類專題培訓。