现在AI生成的规划图，在精度、分辨率、细节、算力本钱、制造本钱、投产效率比都在测试中，间隔商用还有间隔

服装行业的规划图需要在2D、3D之间重复切换：

• 2D：是规划师开始在纸面上规划的内容，如草图或样式图。
• 2.5D：是版师根据样式图进行制版，是连接二维和三维的桥梁，可以称作2.5D。
• 3D：3D数字服装与数字人（Avatar）结合起来，有了可交互的方式。
• 2D：在服装展示环节，图形学技能经过烘托，把三维物体变成2D视觉效果，例如输出电商上新的图片或视频。

王华民以为，“一个模型可以完结这些模态之间的规划和转化——我想要干什么，我直接告知他就行了，只需要在出口端建立不同的出口形式，这是理想状态。但也需要2-3年才能完结。”

现在AI生成的规划图，在精度、分辨率、细节、算力本钱、制造本钱、投产效率比都在测试中，间隔商用还有间隔。

郑泽宇以为，虽然有海量数据支撑，但规划师到底想要什么，提示词怎么来，怎么明晰描绘出你想要的东西？仍是一个问题，还需要经过关注趋势预测或许捕捉灵感去完成。

一起，大模型的可控性始终是隐患。王华民以为，怎么确保它出的图是你想要的，并且可以修正、怎么样去提升可控性稳定性，是AIGC商用的重要一环。“只不过我个人觉得，AI里面的许多问题或许都是由于数据不行导致。”

三、AI能否深化服装供应链？

“没有一个万亿级的行业可以像服装行业这样来习惯AIGC。”Style3D创始人刘郴以为。

虽然这一波人工智能被冠以“第四次工业革命”，但郑泽宇觉得，比较起工业革命，现在AIGC对服装行业的改变还差点意思。

“工业革命发生在出产制造维度上，AIGC更多在规划和时髦维度上，它确实会加速品牌迭代，但想要推进整个工业转型晋级，我觉得它还不行。服装的周期长环节多，推进工业转型晋级，还得是整个工业的数字化，而不是单一环节的调整。”郑泽宇指出。

“虽然我们希望以后人人都是规划师，消费者在C端经过AIGC规划一件自己喜欢的衣服，然后经过C2M直接出产，但中心还有许多环节没有打通。”王华民以为。

中国服装供应链现已从传统模式走向快反模式。亿邦智库以为，在小单、快反、特性定制等消费新需求驱动下，数字技能重构服装工业生态，倒逼工厂及上下游走向敏捷响应。

不断推行的3D技能、AR制版、虚拟试衣也在不断缩短规划师的时间，提高工业链反应速度。