1) 服裝企業要盡快實踐AI大模型的應用。

今年政府工作報告中首次提出的“人工智能+”行動，無疑將為人工智能技術在各行各業的廣泛應用開啟新篇章。其中特別是AI大模型技術已經成為引領新一代產業變革的核心力量，AI大模型的應用已經是智能制造不斷發展的重要驅動力之一。AI大模型通過通用大模型對工業知識的訓練微調和專業小模型對數據、算力、參數的優化升級，構建的通用工業大模型、行業大模型、場景大模型等三類大模型形態，見圖四。并通過“數據+算力+模型+應用”等四要素的深度融合，形成知識智能、業務智能、具身智能、體系智能等產品形態，重塑了制造業的研發、生產、管理、服務、設備等生產制造全要素，推動了制造業邁向智能制造新階段。

圖源：賽迪 圖四 工業、行業及場景大模型的構建

制造業在加工制造過程中應用AI大模型，可以實現更加智能化和靈活化的生產模式。這些大模型可以通過學習和分析大量數據，提高生產效率、優化生產流程，并且在預測性維護、質量控制等方面發揮重要作用。因此，盡快實踐AI大模型將成為智能制造發展的重要舉措，為此，當下應該利用AI大模型做好下面兩件事：

1）做好以AI大模型重構一切軟件系統和驅動一切智能硬件的工作。要實現制造業智能制造一定要將所有的軟件基于AI大模型重新做一遍，這里所有包括Windows、Office等辦公軟件、企業用的MES、WMS、PLM、ERP、CRM、SCM、PLC、SCADA等工業軟件會被重新做一遍。所有軟件將由AI大模型驅動，這樣軟件才能從數字化或在線化走向真正的智能化。未來不但如此，所有的智能硬件如手機、計算機、智能家電、攝像頭、機器人、AGV小車、加工機械等也將被AI大模型驅動，見圖五。

圖源：安筱鵬 圖五大模型驅動一切軟件和硬件

智能代理AI Agent是大小模型高度協同的重要載體，所以它將成為新的生產工具。前面說過AI Agent將LLM與其他模型、軟件等外部工具協同，能夠處理真實世界中的各種復雜任務。未來在制造業AI Agent主要由“感知系統+控制系統+執行系統”組成，它不僅具有生成能力，還將同時具備任務理解、任務拆解、任務調度、執行規劃、鏈條協同等能力。其中LLM將主要承擔指揮中心角色，類似人類“大腦”的角色，對接入AI Agent的數字化工具（比如工業軟件、工業機器人、數字人等）進行統一智能調度管理，實時在生產、管理、服務等場景中，由不同組合的數字化工具協同完成具體任務。

當前，我們制造業各環節正在圍繞語言、專用、多模態和視覺四類AI大模型開展工作，其中以大語言模型LLM為主，4類大模型在制造業應用占比分別為：75%、15%、8%和2%，通用模型的場景化適配調優是主要部署方式，問答交互為主要應用模式。大語言模型LLM有望形成具有認知智能的數字員工及超級自動化鏈路，實現從需求理解到規劃、自動化執行及結果交付的全鏈條能力。如將大模型與RPA結合，讓大腦（大模型）理解人類指令，生成自動化流程，交給雙手（RPA）去完成。現在國內唯一AI Agent平臺產品是實在Agent，我們服裝制造業可以借用此平臺，結合企業業務場景實踐智能制造。

2）根據服裝智能制造需要除了上游智能縫制設備供給外，更要尋求其他智能裝備的供給。

自從中國服裝智能制造聯盟成立以來，我們服裝制造的上游縫制設備企業為我們實踐智能制造提供了很多智能縫制設備，例如：單機、單元機的自動化、數字化、網絡化、智能化設備；模塊式智能縫制系統；智能吊掛縫制與倉儲系統；衣服零部件用機器人與縫制設備協同加工系統等等，但這些還遠遠不能滿足服裝復雜的智能制造系統的需要，服裝復雜的智能制造系統還需要具有感知、決策、執行功能的各類智能制造裝備。智能制造裝備是制造業的重點發展方向、是信息化與工業化深度融合的重要體現、是制造過程實現智能化所必需的物質條件、是智能制造系統的核心載體。隨著世界上各工業發達國家越來越重視技術創新，智能制造裝備的發展已經成為全球競爭的焦點。隨著制造業智能化的升級改造，我國智能制造裝備行業呈現較快的增長，2022年我國智能制造裝備新增相關企業8.39萬家。根據工信部數據顯示，當前我國智能制造裝備行業規模已經超過3.2萬億元，市場滿足率超過50%，見圖七。

圖七 智能制造裝備行業市場規模

我國智能制造裝備的發展深度和廣度日益提升，以新型傳感器、智能控制系統、工業機器人、自動化成套生產線為代表的智能制造裝備行業體系初步形成，而這些正是我們服裝智能制造所需的。2021年12月28日，工信部等八部門聯合印發的《“十四五”智能制造發展規劃》中提出：2025年要實現供給能力明顯增強，智能制造裝備和工業軟件技術水平和市場競爭力顯著提升，市場滿足率要超過70%，要培育150家以上專業水平高、服務能力強的智能制造系統解決方案供應商。所以我們應該充分利用這個優越條件，尋求智能裝備更好地供給。

3）盡快實踐大模型技術下的虛擬可編程邏輯控制器PLC。

5)我們必須認知“綠智化制造”是服裝企業智能制造實踐的最終目標。

“綠智化制造”是未來制造業的新范式，"綠智化制造"這一概念不是“綠色”與“智能”兩個詞匯簡單疊加，而是它代表了一種全新的生產哲學——在追求極致效率的同時，要不遺余力地守護著地球的綠色。這是一場關于如何在新型工業化時代重新定義“智能制造”的深刻探討與實踐。黨的二十大報告指出，推動經濟社會發展綠色化、低碳化是實現高質量發展的關鍵環節。我們要大力倡導綠色低碳的生產方式，堅定不移走生態優先、綠色低碳發展之路。在制造企業生產過程中，通過調整用能結構，使用清潔能源，減少對傳統化石能源的依賴，實現節能降碳減排。

最近，我國兩個能源新數據引起國際媒體廣泛關注，一個是可再生能源發電裝機規模繼去年歷史性超越火力發電之后，今年前六個月持續攀升至占中國發電總裝機的53.8%；另一個是今年7月份，中國新能源乘用車國內月度零售銷量首次超過傳統燃油乘用車，成為市場新主流。從源頭生產到終端消費，這兩個“新突破”表明中國經濟社會發展全面綠色轉型步伐不斷加快，中國作為全球可再生能源領跑者的地位更加凸顯。

綠智化制造的核心特征，在于它將智能制造的高效與靈活性，與綠色制造的環境友好和資源高效利用完美結合。這不是簡單的技術堆砌，而是一種從設計理念到實施策略的根本性轉變。

在這一框架下，我們服裝制造企業不僅要關注產品的功能與質量，更要將生產過程的每個環節視為減少環境影響的機會。環保材料的選擇不再僅是成本考量，而是戰略決策的一部分；生產流程設計時要在流程閉合循環中，減少衣物廢料；要利用智能監控系統實時追蹤能源消耗與排放等等。

除此之外，我們在實踐綠智化制造的同時，還要在下列場景中應用好人工智能技術：利用AI大模型，綜合考慮訂單需求、庫存狀況、設備維護計劃等多維度因素，自動生成最優化的生產計劃與資源配置方案，減少停工待料情況；通過AI大模型分析客戶偏好與購買行為，定制化推薦產品與服務，優化營銷渠道與策略，增強顧客粘性，提高市場滲透率和品牌影響力；采用高精度工業視覺系統，自動識別成衣產品表面瑕疵及缺陷，提升檢測精度，減少對人工目檢的依賴，提高檢測效率；利用自主導航物流機器人，實現原材料到成品的高效無誤輸送，提升整體物流效率；構建工廠的數字孿生體，模擬服裝生產流程、設備狀態與環境變量，預先發現潛在瓶頸和風險，優化工藝流程，加速新產品從設計到生產的迭代周期；

通過AI大模型實時監控設備能耗，自動分析能耗模式，動態調整生產參數，有效避免能源浪費，實現能效的最大化；應用邊緣計算與云計算，實現生產數據的實時采集、分析與處理，快速響應控制指令，提升生產作業的自動化與智能化水平；集成先進的儲能技術與智能能源管理系統，做好綠色能源調度，實現能源的高效存儲與按需分配，減少碳排放，邁向碳中和目標；進行智能廠務管理，全面監測和管理工廠環境、設備維護、安全監控等廠務活動等，大幅降低運營成本，提升與環境友好度等。

通過以上努力，我們有理由相信，服裝綠智化制造將引領我們向前，真正實現“服裝智能制造工廠”轉型為“服裝綠智化制造工廠”。

2）“智能工廠”作為智能制造系統的載體，是構建高效、節能、綠色、環保、舒適的人機協同系統的主要組織單元；“智能工廠”隨著智能制造系統發展而發展，它的發展方向目標是“綠智化制造工廠”；通過今后15年左右的時間努力，“綠智化制造工廠”一定會出現在我們面前。