AI多领域技术突破，赋能纺织服装行业前景广阔。（1）ChatGPT带动AI概念大火，生成式AI（AIGC）蓬勃发展。2023年2月13日，北京市经济和信息化局发布《2022年北京人工智能产业发展白皮书》，提出全面构筑人工智能场景创新高地，国内外巨头纷纷布局AIGC；（2）AI发展：2022年以来多模态预训练大模型、计算机视觉、智能机器人、决策智能等方面不断进步。基础算法方面，多模态预训练大模型进步，提升AI开发效率，通用技术方面，计算机视觉，智能机器人，决策智能等方面均产生重要进展；（3）纺织服装行业有望受益。AI技术发展有望提升纺织服装设计、生产制造、质控、物流、销售等各环节效率。据Research and Market预测，2024年AI时尚产业规模有望达到12.60亿美元，2019年-2024年CAGR可达40.76%。
　　 AI有望赋能纺织服装生产制造领域。（1）政策推动，《智能制造发展规划》提出三阶段发展范式。根据不同的发展阶段，可以将智能制造分为3种基本范式：第1种为数字化制造；第2种为数字化网络化制造；第3种为数字化网络化智能化制造，也称为新一代智能制造。《纺织行业“十四五”发展纲要》指出，“十四五”期间要继续推进新一代信息技术与纺织工业的深度融合，以纺织装备数字化和信息互联互通为基础实施纺织行业智能制造重点工程；（2）头部企业积极推进数字化智能化改造，智能工厂雏形初现。纺织织造企业的工厂智能化主要体现基础设施层、智能装备层、智能产线层、智能车间层和工厂管控层五个层级，近年来制造企业自动化、智能化、数字化趋势不断加快，纺织服装行业内的部分头部企业从供应链各环节流程切入，积极进行智能工厂的布局。
　　 AI有望赋能纺织服装设计零售领域。国内消费人群日益展现出个性化、多样化等消费需求，服装家纺企业日益关注如何设计出更符合消费需求的产品、如何发展线上线下渠道，以及如何提升营销的质量和销量。使用AI技术，企业可以生成更畅销的设计、降低营销成本，提升营销质量，助力公司的线上平台和线下商店运营
　　盈利预测与投资建议。复盘互联网+纺织服装的行情历史，从2014年初兴起的O2O，期间经历跨境电商、电商代运营、新零售，持续时间长，关注度高，且深刻影响行业发展，行业内多数公司线上业务收入占比不断提升，线上线下同款占比不断提升进而带动毛利率不断提升，线上带动线下营运效率不断提升，考虑到AI+纺织服装同样将给行业带来深度变革，既有涉及上游的生产制造，又有涉及下游的设计零售，因此我们看好AI+纺织服装有望成为行业未来长期的投资主线之一，考虑到AI的技术升级迭代需要一定时间，短期建议关注两类标的，一类是通过AI赋能，能够带来降本增效的纺织服装各子行业龙头，另一类是参投AI相关公司的纺织服装各子行业龙头，目前根据我们汇总分析的情况看，以第一类公司居多。
　　风险提示。人工智能技术进步慢于预期的的风险；市场竞争加剧的风险；宏观经济波动的风险。
　　

研究报告全文：TablePage行业专题研究纺织服饰2023年4月11日证券研究报告纺织服饰行业TableTitleAI赋能纺织服装行业前景广阔看好行业有望迎来深度变革分析师Tabl糜韩杰eAuthorSAC执证号S0260516020001SFCCEnoBPH764021-38003650mihanjiegfcomcnTableSummary核心观点AI多领域技术突破赋能纺织服装行业前景广阔1ChatGPT带动AI概念大火生成式AIAIGC蓬勃发展2023年2月13日北京市经济和信息化局发布2022年北京人工智能产业发展白皮书提出全面构筑人工智能场景创新高地国内外巨头纷纷布局AIGC2AI发展2022年以来多模态预训练大模型计算机视觉智能机器人决策智能等方面不断进步基础算法方面多模态预训练大模型进步提升AI开发效率通用技术方面计算机视觉智能机器人决策智能等方面均产生重要进展3纺织服装行业有望受益AI技术发展有望提升纺织服装设计生产制造质控物流销售等各环节效率据ResearchandMarket预测2024年AI时尚产业规模有望达到1260亿美元2019年-2024年CAGR可达4076AI有望赋能纺织服装生产制造领域1政策推动智能制造发展规划提出三阶段发展范式根据不同的发展阶段可以将智能制造分为3种基本范式第1种为数字化制造第2种为数字化网络化制造第3种为数字化网络化智能化制造也称为新一代智能制造纺织行业十四五发展纲要指出十四五期间要继续推进新一代信息技术与纺织工业的深度融合以纺织装备数字化和信息互联互通为基础实施纺织行业智能制造重点工程2头部企业积极推进数字化智能化改造智能工厂雏形初现纺织织造企业的工厂智能化主要体现基础设施层智能装备层智能产线层智能车间层和工厂管控层五个层级近年来制造企业自动化智能化数字化趋势不断加快纺织服装行业内的部分头部企业从供应链各环节流程切入积极进行智能工厂的布局AI有望赋能纺织服装设计零售领域国内消费人群日益展现出个性化多样化等消费需求服装家纺企业日益关注如何设计出更符合消费需求的产品如何发展线上线下渠道以及如何提升营销的质量和销量使用AI技术企业可以生成更畅销的设计降低营销成本提升营销质量助力公司的线上平台和线下商店运营盈利预测与投资建议复盘互联网纺织服装的行情历史从2014年初兴起的O2O期间经历跨境电商电商代运营新零售持续时间长关注度高且深刻影响行业发展行业内多数公司线上业务收入占比不断提升线上线下同款占比不断提升进而带动毛利率不断提升线上带动线下营运效率不断提升考虑到AI纺织服装同样将给行业带来深度变革既有涉及上游的生产制造又有涉及下游的设计零售因此我们看好AI纺织服装有望成为行业未来长期的投资主线之一考虑到AI的技术升级迭代需要一定时间短期建议关注两类标的一类是通过AI赋能能够带来降本增效的纺织服装各子行业龙头另一类是参投AI相关公司的纺织服装各子行业龙头目前根据我们汇总分析的情况看以第一类公司居多风险提示人工智能技术进步慢于预期的的风险市场竞争加剧的风险宏观经济波动的风险相关研究TableReport纺织服饰行业2023一季报业绩前瞻纺织制造业绩增速继续承压服装家纺业绩增速明显回暖2023-03-19识别风险发现价值请务必阅读末页的免责声明本报告联系人TableContacter133TablePageText行业专题研究纺织服饰重点公司估值和财务分析表Tableimpcom最新最近合理价值EPS元PExEVEBITDAxROE股票简称股票代码货币评级收盘价报告日期元股2022E2023E2022E2023E2022E2023E2022E2023E比音勒芬002832SZCNY325220230409买入4106126164258119831687133217902010报喜鸟002154SZCNY53820230226买入6200330411630131298181811301350朗姿股份002612SZCNY280420230406买入314800403770100757838652418060540锦泓集团603518SHCNY90820230227买入120302108043241135782499240830海澜之家600398SHCNY61220230320买入844046065133094260946612801770森马服饰002563SZCNY60320230406买入758024045251313408916255801060太平鸟603877SHCNY220920221229买入20210491354508163617789335301360歌力思603808SHCNY111820221103买入1171045078248414331042779560900牧高笛603908SHCNY598020230120买入8067211257283423271890162123102200罗莱生活002293SZCNY121220221026买入12400780941554128998483515301770富安娜002327SZCNY78120221027买入956074085105591969760715901770乔治白002687SZCNY46120221125买入722034048135696078861111201420红豆股份600400SHCNY34720221121增持5330040068675578334902727300440华利集团300979SZCNY494320230306买入7754276310179115951235109425202430伟星股份002003SZCNY92620230331买入1043047052197017811190112516901390新澳股份603889SHCNY77720221205买入836076092102284564255113401490台华新材603055SHCNY111820221101买入13890440692541162011779219301290开润股份300577SZCNY147420220504增持2259087117169412601667115911301340稳健医疗300888SZCNY653020230116增持8900404445161614671142106614001380浙江自然605080SHCNY452320221026买入7543250302180914981288104213501400鲁泰A000726SZCNY79320230128买入115110811573469045141511401140健盛集团603558SHCNY82620221031买入126508910592878757351912901320波司登03998HKHKD42420230201买入672019021223220191569112416911823安踏体育02020HKHKD1105020230403买入12860280348394631751726153322102150特步国际01368HKHKD93320230406买入1238035045266620731682168211201250滔搏06110HKHKD71220230106买入9840390371826192480282623101790李宁02331HKHKD585520230320买入6356154186380231483617196116701690申洲国际02313HKHKD789020230402买入11146304325259524281814169915181505数据来源Wind广发证券发展研究中心备注表中估值指标按照最新收盘价计算识别风险发现价值请务必阅读末页的免责声明233TablePageText行业专题研究纺织服饰目录索引一AI多领域技术突破赋能纺织服装行业前景广阔5一CHATGPT带动AI概念大火生成式AIAIGC蓬勃发展5二AI发展2022年以来多模态预训练大模型计算机视觉智能机器人决策智能等方面不断进步7三AI应用场景广阔有望赋能纺织服装行业智能升级11二AI有望赋能纺织服装生产制造领域13一政策推动智能制造发展规划提出三阶段发展范式13二头部企业积极推进数字化智能化改造智能工厂雏形初现14三AI有望赋能纺织服装设计零售领域23四投资建议31五风险因素31一人工智能技术进步慢于预期的风险31二市场竞争加剧的风险31三宏观经济波动的风险31识别风险发现价值请务必阅读末页的免责声明333TablePageText行业专题研究纺织服饰图表索引图1生成式AIAIGC画作太空歌剧院5图2人工智能技术图谱7图3ViT模型可利用2D图像生成点云辨别2D和3D图像9图4多关节机器人10图5自主移动机器人10图6决策智能可提升工业供应链效率10图7企业应用的平均AI产品数量提升个12图8企业在至少一个业务领域采取AI技术的比率提升12图9AI时尚产业规模百万美元12图10AI时尚产业规模分地区情况12图11纺织智能制造标准体系结构13图12智能工厂常用工业软件涵盖环节示意图15图13智能工厂框架16图14计算机视觉助力原材料和成衣质控17图15EPRPLMMESWMS系统交互关系示意图19图16AI搜集数据并对时尚趋势建模24图17AiDLabFashionAI巡回展24图18AiDLab人工智能光纤布系统24图19知衣科技AI服装柔性供应链全景图25图20人工智能技术助力眼镜定制26图21人工智能技术助力医疗鞋垫定制26图22报喜鸟西装定制页面示意26图23报喜鸟云翼智能制造化平台26图24魔镜系统工作机理27图25AI系统根据用户行为推荐服饰28图26电商平台AI根据消费者信息推荐搭配示意图28表1国内外AI巨头布局AIGC预训练模型6表2预训练大模型总计算量和参数不断增加8表3商用求解器主流厂商可求解问题及相应特点11表4我国纺织产业智能制造技术总体发展路径14表5国内部分纺织服装上市公司在纺织制造领域智能化实践20表6国内部分纺织服装上市公司在品牌零售领域智能化实践29识别风险发现价值请务必阅读末页的免责声明433TablePageText行业专题研究纺织服饰一AI多领域技术突破赋能纺织服装行业前景广阔一ChatGPT带动AI概念大火生成式AIAIGC蓬勃发展ChatGPTChatGenerativePre-trainedTransformer是2022年11月由美国OpenAI公司开发的人工智能自然语言处理工具可以通过理解和学习自然语言进行对话也可以撰写邮件视频脚本文案翻译代码等ChatGPT属于生成式AI的的具体产品生成式AI与判别式AI相对应两者均为AI的具体应用方向判别式AI指利用机器学习样本来对新数据进行分类或回归帮助人们进行判断常见应用场景如智能广告推荐最优路径选取等而生成式AIAIGCAIGeneratedContent指利用人工智能技术来生成内容2021年之前AIGC生成的主要是文字而新一代模型可以处理的内容格式包括文字语音代码图像视频机器人动作等等相比人类生成式AIAIGC的知识积累水平和生产效率更高可以更高效和高质量地进行定性定量信息挖掘素材调用复刻编辑等基础性劳动还可以根据已有素材来快速生成创意性内容满足海量个性化需求还可以与其他产业的互动和融合培育出新的业态和模式图1生成式AIAIGC画作太空歌剧院数据来源Technovelgy广发证券发展研究中心2022年7月中国科技部等六部门发布关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见系统指导各地方和各主体加快人工智能场景应用推动经济高质量发展2023年2月13日北京市经济和信息化局发布2022年北京人工智能产业发展白皮书提出全面夯实人工智能产业发展底座支持头部企业打造对标ChatGPT的大模型着力构建开源框架和通用大模型的应用生态全面构筑人工智能场景创新高地人工智能产业化进程正从AI技术与各行业典型应用场景融合的赋能阶段逐步向效率化工业化生产的成熟阶段演进目前巨头纷纷开始布局识别风险发现价值请务必阅读末页的免责声明533TablePageText行业专题研究纺织服饰表1国内外AI巨头布局AIGC预训练模型厂商预训练模型应用参数量领域BERT语言理解与生成4810亿NLPLaMDA对话系统NLP谷歌PalM语言理解与生成推理代码生成5400亿NLPlmagen语言理解与图像生成110亿多模态Parti语言理解与图像生成200亿多模态Florence视觉识别64亿CV微软Turing-NLG语言理解与生成170亿NLPOPT-175B语言模型1750亿NLPFacebookM2M-100100种语言互译150亿NLPGato多面手的智能体12亿多模态DeepMindGopher语言理解与生成2800亿NLPAlphaCode代码生成414亿NLPGPT3语言理解与生成推理等1750亿NLP图像生成跨模CLIPDALL-E120亿多模态OpenAl态检索Codex代码生成120亿NLPChatGPT语言理解与生成推理等NLPMegatron-Turing英伟达语言理解与生成推理等5300亿NLPNLGStabilityAlStableDiffusion语言理解与图像生成多模态ERNIE30-Titan语言理解与创作2600亿NLP百度VIMER-UFO20多任务学习170亿CVERNIE-ViLG20语言理解与图像生成240亿多模态HunYuanNLP语言理解与生成万亿NLP腾讯HunYuanvcr视觉处理CVHunYuantvr跨模态文字视频检索多模态盘古语义大模型语言理解与生成2000亿NLP华为盘古视觉大模型图像处理30亿CV盘古多模态大模型语言理解图像处理等多模态AliceMind-Plug语言理解与生成270亿NLP阿里通义-视觉图像处理CVM6跨模态语言理解图像处理等10万亿多模态数据来源各公司官网腾讯AIGC发展趋势报告2023广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明633TablePageText行业专题研究纺织服饰二AI发展2022年以来多模态预训练大模型计算机视觉智能机器人决策智能等方面不断进步人工智能ArtificialIntelligence缩写为AI是计算机科学的分支是研究开发用于模拟延伸和扩展人的智能的理论方法技术及应用系统的技术科学AI技术可以分为基础层技术层和应用层基础层主要包括CPU等硬件设备和所需训练数据技术层可以分为基础算法和通用技术其中基础算法主要包括神经网络等模型层面通常使用一种或几种基础算法而通用技术主要包括计算机视觉自然语言处理智能机器人和智能决策系统等领域应用层指AI技术可以发挥作用的领域比如智能制造智能驾驶等图2人工智能技术图谱数据来源广发证券发展研究中心绘制2022年以来人工智能的技术层各方向不断发展如基础算法层面的多模态预训练大模型通用技术层面的计算机视觉自然语言理解智能机器人和决策智能等赋能下游应用层基础算法多模态预训练大模型加速发展提升AI开发效率模型经预训练处理后可减轻对后续特定任务的训练负担前期预处理经手越多数据提取越多共性数据特征后期越能让模型对特定任务的学习负担变轻可提升后续开发效率近年来由于AI算力提升海量数据积累深度学习算法突破等原因预训练模型向多模态预训练大模型转化样本数据量和模型参数跨越式提升且实现多模态统一建模实现图像文本音频多领域融合增强模型的跨模态融合能力新突破进一步增强了AI技术的通用性提升了各种特定场景下AI模型开发效率对广大开发者来说基于预训练大模型可以更低成本低门槛面向特定场景研发更好用的AI模型并应用到更广阔的下游场景举例来说多模态大模型的发展为AIGC的升级提供了强力支撑使得应用AIGC所需的真实样本数据和算力成本下降提高了其产出丰富度生产效率与创造性识别风险发现价值请务必阅读末页的免责声明733TablePageText行业专题研究纺织服饰表2预训练大模型总计算量和参数不断增加模型总计算量Pflops-day总计算量Flops参数量百万个T5-Small208E00180E2060T5-Base764E00660E20220T5T5-Large267E01231E21770T5-3B104E02900E213000T5-11B382E02330E2211000BERT-Base189E00164E20109BERT-Large616E00533E20355BERTRoBERTa-Base174E01150E21125RoBERTa-Large493E01426E21355GPT-3Small260E00225E20125GPT-3Medium742E00641E20356GPT-3Large158E01137E21760GPT-3XL275E01238E211320GPT-3GPT-327B552E01477E212650GPT-367B139E01120E226660GPT-313B268E01231E2212850GPT-3175B364E03314E23174600数据来源LanguageModelsareFew-ShotLearners广发证券发展研究中心注即浮点运算数计算机只能直接处理整数无法直接处理小数所以小数要用类似科学计数法的方式来表示如FlopsCPU1234可以用1234和-3两个整数来表示为123410的-3次方这类数就叫浮点数浮点运算即对浮点数的运算Pflops-day即如果每秒钟可以进行10的15次方运算也就是1petaflops则一天就可以进行约10的20次方运算这个算力消耗被称为1个petaflops-day即Pflops-day通用技术1计算机视觉提升图像识别和场景判断能力计算机视觉是指让AI从图像视频等视觉输入获取有用信息并根据获得信息采取行动或提供建议的技术相较传统机器计算机视觉技术更擅长识别易混淆的对象尤其对于物体3D尺寸的识别及质量缺陷监测任务中表现出明显优势2022年计算机视觉方向的ViTVisiontransformer模型出现新突破具有动态自适应建模的能力此外ViT模型可以通过注意力机制Self-Attention即模型更关注重点区域的像素点的影响优化计算机视觉的识别效果可以利用2D图像还原3D场景并和现实3D物体或者2D图像进行对照提升识别效率2D图像来源于3D的世界投影从2D直接生成3D场景缺失很多信息原本单一视角的2D图像很难恢复出3D模型ViT模型可以先提取2D图像根据图码编译器和3D结构生成器生成点云点云为某个坐标系下的点的数据集可包含丰富的信息如被检测对象的三维坐标XYZ颜色各种特征分类值等之后生成3D模型并且和现实中的3D物体或者2D图像进行对照从而实现智能识别此外还可以助力AIGC根据文本生成图像或生成逼真的连续视频计算机视觉的进步可以助力图像包括人脸检测字符识别手势控制的准确度和速度同时也可以提升AI的场景判断能力增强实际工业生产中的监测效率协助人机交互识别风险发现价值请务必阅读末页的免责声明833TablePageText行业专题研究纺织服饰图3ViT模型可利用2D图像生成点云辨别2D和3D图像数据来源3Dpointcloudgeneration广发证券发展研究中心通用技术2智能机器人融合计算机视觉和激光SLAM技术提升操作稳定性和适应性相比普通机器人智能机器人至少要具备三个要素感觉要素反应要素和思考要素智能机器人需要具备内部信息传感器和外部信息传感器如视觉听觉触觉等还有效应器作为作用于环境的手段以及具有大脑即中央处理器可以进行按目的安排的动作从功能形态划分智能机器人可大致分为类手类脚类人三种类手机器人典型代表是多关节机器人主要用于工业生产和物流中的搬运装配焊接医疗手术场景等需要提升在视觉触觉力觉和轨迹规划等维度提升操作的准确性和适应性类脚机器人典型代表是自主移动机器人可以应用激光SLAM基于激光雷达来建图导航和视觉SLAM基于单双目摄像头视觉建图导航导航和避障对AI算法依赖度较高主要应用于仓储物流等场景类人机器人是指外观和功能与人相似的智能机器人除具有类似人的外形以外还可以模仿人的行走动作表情和思维方式等结构比类手类脚机器人具更加复杂技术重点在于自然语言理解和人机交互能力可以在解说主持前台服务陪护等方面替代人的工作近年来随着3D机器视觉的不断进步和SLAM算法即Simultaneouslocalizationandmapping实时定位与地图构建或并发建图与定位主要作用是让机器人在未知的环境中完成定位建图和路径规划等在智能机器人领域的应用三类智能机器人的适应性稳定性问题均有望得到有效解决执行误差减小工业生产和物流场景将会更加流畅识别风险发现价值请务必阅读末页的免责声明933TablePageText行业专题研究纺织服饰图4多关节机器人图5自主移动机器人数据来源机器人网广发证券发展研究中心数据来源工业机器人广发证券发展研究中心通用技术3决策智能系统关注优化问题求解器提升决策效率决策智能以运筹学为根基指在多种可能的方案和路径中做最佳选择的优化类问题决策智能在解决大规模复杂问题时需使用求解器求解器是用来实现在可行解中找到最优解的信息化工具求解器可以解决蕴含海量数据和诸多限制约束条件的复杂业务难题求解器可以帮助生产计划排程在保证数据准确性的前提下可缩短至分钟级2021年以来国内互联网公司和智能硬件厂商相继推出商用级求解器可求解规划问题有望进一步助力产业界智能决策图6决策智能可提升工业供应链效率数据来源决策智能推动制造业供应链数智化转型的新动能广发证券发展研究中心识别风险发现价值请务必阅读末页的免责声明1033TablePageText行业专题研究纺织服饰表3商用求解器主流厂商可求解问题及相应特点求解器国家所属机构可求解的问题优势特点GUROBI美国GurobiOptimization多种类型性能卓越各项求解指标领先全球用户范围广大规模线性规划混合整数规划二次包含数学规划求解器CPLEXOptimizer和约束规划求CPLEX美国IBM规划和二次约束规划解器CPOptimizer包括通用非线性求解器XpressNonLinear能快速准Xpress美国FICO多种类型确解决复杂一般非线性问题公认的求解二次规划二阶锥规划和半正定规划问题最MOSEK丹麦MOSEKApS侧重二次规划半定规划和二阶锥规划快的求解器之一BARON美国TheOptimizationFirm非线性规划为主能够将非凸优化问题求解到全局最优线性非线性凸和非凸全局二次内置建模语言提供许多常用函数方便使用者建立优化Lingo美国LINDO二次约束二阶锥半定随机和整数模型时调用规划线性规划混合整数规划二阶锥规划综合性数学规划求解器线性规划排名世界前列已应杉数COPT中国杉数科技半定规划凸二次约束规划用于多个国内项目提供定制化服务阿里云线性单纯形法目前排第一已应用于云计算等多项阿里中国阿里云线性规划MindOPT业务融合前沿AI能力可根据问题特征自适应进行参数调华为OPTV中国华为线性规划整数规划优和求解策略选取数据来源MLOR智能决策广发证券发展研究中心三AI应用场景广阔有望赋能纺织服装行业智能升级随着人工智能理论和技术的日益成熟人工智能场景融合能力不断提升新兴技术推动的颠覆性发展变革已然开始麦肯锡2022年对企业应用AI技术的调研表明企业至少在一个业务领域采用AI技术的比率2022年达到50相较于2017年的20增加了一倍多应用的AI产品数量也从2018年的平均19个增加到2022年的38个除了应用数量上的提升AI产生的商业价值也不断增长企业部署AI的动力显著识别风险发现价值请务必阅读末页的免责声明1133TablePageText行业专题研究纺织服饰图7企业应用的平均AI产品数量提升个图8企业在至少一个业务领域采取AI技术的比率提升58058393856460505047313402320192201020182019202020212022201720182019202020212022数据来源麦肯锡2022年人工智能现状五年回顾广发数据来源麦肯锡2022年人工智能现状五年回顾广发证券发展研究中心证券发展研究中心随着人工智能多模态预训练大模型和计算机视觉智能机器人决策智能等通用技术的不断进步纺织制造行业和服装家纺行业都有望受益提升设计生产制造质控物流销售等各环节效率据ResearchandMarket预测2024年AI时尚产业规模有望达到1260亿美元2019年-2024年CAGR可达4076图9AI时尚产业规模百万美元图10AI时尚产业规模分地区情况14001260按照地区划分12001000683180060036400192282000北美亚太地区欧洲中东和非洲地区拉丁美洲2019-e2024-p数据来源ResearchandMarket广发证券发展研究中心数据来源ResearchandMarket广发证券发展研究中心注分地区情况为2019年数据识别风险发现价值请务必阅读末页的免责声明1233TablePageText行业专题研究纺织服饰二AI有望赋能纺织服装生产制造领域一政策推动智能制造发展规划提出三阶段发展范式智能制造发展规划20162020年提出智能制造是基于新一代信息通信技术与先进制造技术深度融合贯穿于设计生产管理服务等制造活动的各个环节具有自感知自学习自决策自执行自适应等功能的新型生产方式纺织导报指出根据不同的发展阶段可以将智能制造分为3种基本范式第1种基本范式数字化制造第2种基本范式数字化网络化制造第3种基本范式数字化网络化智能化制造也称为新一代智能制造中国工程院将纺织产业智能制造技术分为智能制造新模式智能纺织装备及共性技术和标准智能纺织材料三大领域以及化纤制造智能车间工厂纺织加工智能车间工厂含纺纱机织针织非织造染整智能车间工厂服装设计与加工智能化纺织个性化定制和网络协同制造及装备远程运维典型智能纺织装备纺织智能制造标准及共性技术智能纺织材料等8个方面并提出纺织产业领域智能制造基本范式即基于HCPS人-信息-物理系统的纺织产业智能制造体系以及基于工业大数据的纺织产业数字化管控体系图11纺织智能制造标准体系结构数据来源中国工程院纺织导报广发证券发展研究中心纺织行业十四五发展纲要指出十四五期间要继续推进新一代信息技术与纺织工业的深度融合加快行业数字化转型以大幅提升生产效率及生产方式精细化柔性化智能化水平为目标基于5G人工智能和数字孪生等信息技术以纺织成套装备研发为重点加快发展纺织领域智能制造系统集成商推进装备软件信息技术协同创新以纺织装备数字化和信息互联互通为基础实施纺织行业智能制造重点工程识别风险发现价值请务必阅读末页的免责声明1333TablePageText行业专题研究纺织服饰表4我国纺织产业智能制造技术总体发展路径2021-2025年适应提升全要素生产率提升纺织制造精准度节能减排减量提升产品品质增强需求响应拓展纺织产业领域等需求以及协需求同推进纺织智能制造体系建设的需求2020年纺织智能制造主要基础和支撑技术纺织产业智能制造新模式技术智能织材料技术等实现对先进水平追赶井形成我国纺织目标智能制造平台和人才队伍体系2021-2025年纺织产业智能制总体水平达到国际先进建成纺织智能制造国家级平台形成国际化纺织督能制造人才高地人工智能应用智能传感物联标识安全CPS等智能制造共性技术纺织智能制造基础软件接口信息融合规范及执行标准等技术和支撑技术纺织工序连接机器人及专用机器人技术纺织智能装备专用传感器等基础件技术及纺织装备制造智能化技术化学纤维制造智能车间工厂技术基础研究及关纺纱织造非织造智能车间工厂技术键技术研发纺织产业智能制造染整智能车间工厂技术新模式技术服装设计与加工智能化技术纺织全流程网络协同制造技术纺织服装大规模个性化定制技术纺织装备远程运维技术纺织材料智能调温记忆机理与柔性电子器件基础研究管能纺织材料技术可穿戴家居产业用智能纺织材料制造及应用国家级纺织智能制造工程试验研究平台建设平台构建国家层面面向纺织产业各行业大数据云平台纺织工业物联网各子行业数据平台及纺织产业集聚区制造云平台纺织产业领域智能制造领军人才队伍建设纺织产业领域国家级智能制造创新团队建设队伍建设纺织产业智能制造技术方向本科及高职中职多层次复合型专业人才培养纺织企业技术人员及技术工人智能制造技术培训数据来源中国工程院纺织导报广发证券发展研究中心二头部企业积极推进数字化智能化改造智能工厂雏形初现近年来制造企业自动化智能化数字化趋势不断加快传统制造模式已不再适应现代制造业的发展如何提升数字化柔性生产能力成为纺织制造企业关注的重要问题为寻求突破行业内的一些头部企业从供应链各环节流程切入将从面料到生产到成品库的一系列环节打通避免信息孤岛打造智能化工厂以印染领域的华纺股份为例公司以集成中央管控系统HFCPS接口API标准规范配套系统的自动对接全局的安全防护等技术规范为基础以智能工厂为核心从产品最开始的购买意向到后续的定单提交产品设计供应链采购生产制造物流交付后续服务与产品质量跟踪直至产品寿命终止的全生命周期流程进行全产业链智能协作无纺布领域的诺邦科技积极推动数字化改造已建设完成数字化指挥中心和智能工厂实现从采购生产到销售全过程的精细化管理从原料入库到产品出库的全数字化运营此外棉纺领域的华孚时尚男装领域的识别风险发现价值请务必阅读末页的免责声明1433TablePageText行业专题研究纺织服饰雅戈尔红豆股份职业装领域的南山智尚等多家公司均已建立示范智能工厂运用人工智能技术助力工业产业未来发展德勤智能工厂响应度高适应性强的互联制造指出智能工厂应具备下述5个特征1互联持续推动传统数据集与基于传感器和位置的新型数据集与供应商和客户进行实时数据启用协作跨部门协作如从生产到产品开发进行反馈2优化具备可靠且可预测的生产能力资产正常运行时间和生产效率改善高度自动化的生产和原料处理进行最低限度的人机交互质量和生产成本降至最低3透明实时指标及工具助力进行快速一致的决策实时连接客户需求预测透明的客户订单跟踪4前瞻预测性异常识别和解析自动化库存进货及补充及早发现供应商质量问题实时安全监控5敏捷灵活及适应能力强的排产与切换进行产品改造实时观测影响可动态配置的工厂布局和设备图12智能工厂常用工业软件涵盖环节示意图数据来源数字纺织广发证券发展研究中心注CRM流程管理系统ERP企业资源计划系统PLM产品生命周期管理系统MES制造执行系统产品数据管理计算机辅助工艺设计计算机辅助工程PDMCAPPCAECAD计算机辅助设计CAM计算机辅助制造SCM供应链管理系统参考August-WilhelmScheer教授在Whitepaper-Industry40Fromvisiontoimplementation提出的智能工厂理论智能工厂可以分为基础设施层智能装备层智能产线层智能车间层和工厂管控层五个层级基础设施层主要包括集成化的工厂和车间联网环境通讯设备监控系统和智能化的温度湿度洁净度和安全控制系统智能装备层主要包括智能生产测量监控物流检测采集设备智能产线层主要包括自动进行生产质量能耗设备绩效等数据采集和实时显示状态的电子看板自动换模的柔性生产线SPC质量管理系统和柔性统筹系统等智能车间层包括制造执行系统MES先进排产系统APS仓库管理系统WMS无人搬运车AGV车间仿真系统和劳动力管理系统等工厂管控层主要包括生产指挥系统如DCS或PLC控制系统可以实时洞察工厂的运营实现多部门协助和资源调度识别风险发现价值请务必阅读末页的免责声明1533TablePageText行业专题研究纺织服饰图13智能工厂框架数据来源Whitepaper-Industry40Fromvisiontoimplementation智能产业研究广发证券发展研究中心近年来制造企业自动化智能化数字化趋势不断加快纺织服装行业内的部分头部企业从供应链各环节流程切入积极进行智能工厂的布局1基础设施层基础设施层是智能工厂的底层环节车间联网环境通讯设备监控系统生产环境监测等基础设施的运行效率和准确度影响着整个智能工厂系统的运行效率近年来随着计算机视觉智能机器人技术等AI通用技术的进步工厂在生产环境比如温度湿度等方面的监测将会更加敏锐工业安全等方面也有望得到提升以纺织制造产业链中的纱线制造为例对水电蒸汽等资源持续稳定的供应要求较高工厂应在温度湿度洁净度等的控制方面达到智能化水平2智能装备层智能装备层主要涵盖生产各环节所需具体装备智能高效的设备可以节省人工提升效率提升产品质量具体生产过程中AI在制版原材料和成衣质控面料采购识别裁剪与缝制等环节均有不错的表现制版AI在服装制版系统的应用主要体现在打版修版排版等制版步骤通过智能服装制版系统可以更快地实现服装的打版制版和修版流程典型的应用案例为智能自动打版即通过输入胸围肩宽衣长袖围等基础数据信息选定系统中的款式即可自动生成相应的版型设计者在制版系统中提前输入设定好服装制版流程和每一步骤所需要的数据信息类型然后根据输入的不同信息数据重复实现服装制版流程带入设置的数据以自动生成制版结果和快速调整修改完成服装制版随着计算机视觉等技术的进步服装3D建模将会变得更加快速和精准有望进一步提升制版和修版效率以鞋帽领域的天创时尚为例通过设计软件打板软件渲染软件进行产品开发实现设计成果快捷呈现便于产品评审和营销测款实现产品的快速上新原材料和成衣的质控识别风险发现价值请务必阅读末页的免责声明1633TablePageText行业专题研究纺织服饰AI可以在服装原材料和成衣进行检测时可以对检测对象的厚度柔韧度延伸性硬度面料尺寸和工艺完成度等多方面进行精细化的衡量和参数检测相比AI人力检测会出现更多的误差由于工人每天面对大量且重复的检测量因此当出现疲倦懈怠的时候难免会在判断上有误而人工智能技术设备的加入能够有效地避免这个问题人们只需要对智能设备进行定期维护对检测成果进行良品率的抽检就能够保证服装检测产出的稳定和高效以毛纺领域的山东如意为例将5G技术云计算人工智能技术融入表面质量管理系统高清坯布照片通过5G网络传送到云端智能分析平台的时延缩短至25毫秒以内在平均1米秒的验布速度下实时检测响应时间不到100毫秒验布效率大幅提升且瑕疵检出率可达95以上远高于传统的人工验布方式此外男装领域的海澜之家利用视觉检测技术来实现衣片成衣的智能质检通过移动云的云端训练及AI算法边端计算及应用实现各类产线衣片成衣的质检另外户外装备领域的牧高笛与东南院移动大数据研发中心达成合作开展视觉AI系统建设项目根据生产工厂特定检验及检测需求开发视觉AI系统以实现甲方标签来料AI视觉检验布料来料检验以及包装过程防错漏检验可达到车缝工序精细化管理的效果可有效调配车缝工序排产提升工单产能效率图14计算机视觉助力原材料和成衣质控数据来源SmartFashionAReviewofAIApplicationsintheFashionApparelIndustry广发证券发展研究中心采购过程中的面料识别人工智能技术的进步有望提升面料识别的效率包括色彩识别和纹路识别人眼的辨别效率与精度有限采购者可以对面料拍照然后从面料商的面料库中直接搜索相应颜色和纹路的面料随着训练大模型的进步和计算机视觉的不断发展相应面料的提取效率和准确度都有望提升裁剪与缝制传统工厂在对各种面料进行缝制加工时首先要进行缝制参数设置例如缝纫机车速缝线张力线迹形式线迹大小等等参数设置往往会影响缝制质量因此在缝制过程中可以利用AI技术中的机器视觉技术机器学习和深度学习技术来选择最优缝制参数使缝制质量达到最优此外可以将视觉图像识别技术运用在送扣机上让钮扣在缝制时完全按照设定的方向进行有序排列并送扣缝制还可以通过视觉识别技术由机器人进行精准传送控制缝制设备完成包缝与平缝的加工可通过辨识衣片轮廓与角度自动生成缝制线迹与机器人运行轨迹以男装领域的海澜识别风险发现价值请务必阅读末页的免责声明1733TablePageText行业专题研究纺织服饰之家为例公司完成了面向个性化定制与团体定制的智能裁剪系统的研发并基于此系统逐步向前端业务管理和后端生产管理延伸初步建成自动化智能裁剪的柔性生产线2021年以来海澜之家成功申请个性定制化免烫成衣的裁片配对输送系统基于智能计算坐标定位的工序合规性暗计算系统方法以及设备用于服装智能化生产的服装裁剪预估面料用量的计算设备以及系统服装光影复合裁剪模式的放毛方法等智能裁剪相关专利助力智能裁剪3智能产线层智能产线层主要包含产线上各工序的协作产线数据采集和数据分析以及针对分析结果进行智能优化的过程纺织制造的智能产线应该可以实现自动生产和快速换模从而实现柔性自动化能够支持多种相似产品的混线生产和装配灵活调整工艺适应小批量多品种的纺织制造模式如果生产线上有设备出现故障能够及时调整到其他设备生产对于需要纺织工人操作的工位能够给予智能的提示产线资料采集使用智能技术对生产线的各类情况进行资料采集可以节省人力提升数据准确度AI可以全天候运作对24小时的产线来说很有用处工厂不用安排多班次的工程师来监督产线可以有效节省人力提升质效智能产线的资料采集需要可回溯当记录到一个异常数值工程师的笔记也无法完整还原场景无法追溯疑难杂症而AI影像可追溯当下产线状况以利工程师排错而且总部的工程师能在任何时间通过AI视觉得知异地工厂的作业困难并提供实时的协助与辅导以印染领域的迎丰股份为例公司建立的智能化印染连续生产车间和数字化间歇式染色车间能够实现印染生产工艺在线采集智能化配色及工艺自动管理等产线数据分析和智能优化使用智能技术对产线数据进行分析可以清晰发现作业时间异常洞悉停机时间以及辅助远端管理和产线决策也能知道是否有外力干扰作业员作业从人机料法环全面分析瓶颈透过AI人体侦测工厂管理者透过系统能得知作业员有无离开岗位由此得知产线停滞的根源实时的警示也能让管理者在最短的时间内处理问题以职业装领域的乔治白为例公司拥有智能化的西服和衬衫生产流水线产品工序均全面实现智能化和数字化控制三大厂区均已完成生产物流仓储的智能化改造4智能车间层智能车间层主要使用制造执行系统MES先进排产系统APS仓库管理系统WMS等工业智能软件进行产线智能排产和人员排班从而提升产能利用效率另外还可以利用DigitalTwin数字映射或者数字孪生指现实事物的数字化仿真建模技术将制造执行系统MES采集到的数据在虚拟仿真模型中实时展示辅助智能决策此外智能吊挂和无人搬运车AGV也在智能车间里较为常用以毛纺领域的新澳股份为例2021年毛精纺生产制造执行系统MES已在所有生产车间和质检组实施上线智能仓储调度平台WMS已在立体仓库成品库样品库上线在此过程中实现了数据于企业资源计划系统ERP制造执行系统MES智能仓储调度平台WMS等全系统间的贯通业务生产仓储等全流程体系间的协同以及针梳粗纱细纱络并捻等全工序间的流转男装领域的红豆股份引进先进生产排产APS制造执行系统MESCAD等生产软件通过自动化识别风险发现价值请务必阅读末页的免责声明1833TablePageText行业专题研究纺织服饰信息化数字化建设打造智能车间打通业务计划生产前后道全生产过程数据流实现个定团定批量三种业务的混流生产搭建数字化生产管理一体化平台辅料领域的伟星集团实施浪潮GS系统整合供应链业务系统自动收集客户订单与反馈汇总订单并由生产计划管理系统统一排产浪潮GS系统与APSMES系统的集成实现了16个车间基于网络订单的自动化排产为智慧工厂提供了强大的信息管理支撑休闲装领域的森马服饰配有自动化物流中心集成了AGV智能搬运系统自动输送系统等从而保证了货物仓库管理各个环节可以有效控制提高仓库管理的工作效率降低一线员工的劳动强度男装领域的红豆股份引入智能吊挂AGV无人配送车等技术打造智能车间实现生产环节的智能柔性升级另外印染领域的航民股份其漂染厂2021年完成三车间的数字化改造利用数字孪生技术指建立真实事物的数字化仿真模型打造3D可视化工厂可掌握生产的实时状态此外计算机辅助工艺设计系统CAPP是联结设计和制造的桥梁可以通过AI算法的作用随时利用算法对于流水线上面的任意部分进行调整起到实时纠正和监督作用纺织制造企业业务模式多以来单加工为主CAPP系统的贡献更会表现明显可以利用遗传算法神经网络等人工智能算法进行编码使得生产设备哪怕处于随时多变的复杂环境之下也能随时保持平衡根据订单量的波动灵活机动调整生产任务实现快速换模和柔性生产图15EPRPLMMESWMS系统交互关系示意图数据来源智能制造之家广发证券发展研究中心5工厂管控层智能工厂的工厂管控层是指工厂内所有设备和系统的集成控制和监控平台主要负责实现对生产过程的实时监测数据分析及智能调度该层次集成了PLC可编程逻辑控制器和SCADA监控与数据采集系统等多个系统并通过物联网等技术实现设备之间的信息传递和数据共享可以实现对各地工厂的远程监管工厂管控层可以对整个制造流程进行调度和监测可以预测监测控制生产中的各个环节及时发现问题并给出处理方案通过智能工厂的工厂管控层企业可以实现生产过程的高效智能化控制提高生产效率和质量降低成本和故障率优化企业经营管理以男装领域的海澜之家为例通过5G高速网络虚拟现实XR技术利识别风险发现价值请务必阅读末页的免责声明1933TablePageText行业专题研究纺织服饰用虚拟现实XR眼镜工业AI视觉检测技术智能监控供应链上下游企业的产能和质量实现对分布在江苏河南等省的服装生产基地及上下游供应链厂家的远程监管计算机视觉的进步有望提升AI的场景判断能力提升中央控制室的特定场景识别效率更加及时处理生产问题自然语言理解技术的运用可以更好实现语音交互和系统对自然语言口令的理解程度使得工厂中央管控更加流畅便捷而决策智能系统的进步有利于对各类工厂故障进行特征分类并进行分析预测更加敏捷地提出最优解决方案和进行相应车间调度表5国内部分纺织服装上市公司在纺织制造领域智能化实践公司纺织制造领域智能化实践毛精纺生产制造执行系统MES已在所有生产车间和质检组实施上线新澳股份智能仓储调度平台WMS已在立体仓库成品库样品库上线在此过程中实现了数据于ERPMESWMS等全系统间的贯通业务生产仓储等全流程体系间的协同以及针梳粗纱细纱络并捻等全工序间的流转江苏阳光将织造车间改造成高效物联网智能织布车间设备互联实现产量质量能耗及环境的实时监控有效的提高生产和管理效益数字化车间改造实施ERP企业管理系统MES制造执行系统智能化仓储物流系统等航民股份航民股份漂染厂完成三车间的数字化改造利用数字孪生技术打造3D可视化工厂掌握生产的实时状态建立智能化印染连续生产车间和数字化间歇式染色车间具有印染生产工艺在线采集智能化配色及工艺自动管理染化料中央配送迎丰股份半制品快速检测等系统实现生产执行管理MES系统计划管理ERP系统及现场自动化SFC系统的集成应用从单一装备的数控化向整体工厂的智能化转变华纺集成中央管控系统HFCPS接口API标准规范配套系统的自动对接全局的安全防护等技术规范为基础以智能工厂为核华纺股份心从产品最开始的购买意向到后续的定单提交产品设计供应链采购生产制造物流交付后续服务与产品质量跟踪直至产品寿命终止的全生命周期流程进行智能化的协调管理的产业链智能协作平台通过3D产品开发软件的应用有力提升了打版速度生产效率及交付品质开润股份结合SAP信息化系统的上线及优化不断强化工厂的自动化数字化智能化管理水平提高公司运营管理效能从意大利法国韩国巴西等国引进了智能控制染色转鼓转鼓自动供料加料系统电脑全自动片皮机高精度削匀机恒压控水系统电脑喷浆机实验室检测分析仪污水处理先进设备兴业科技此外公司主动参与开发了制革生产过程的智能AI蓝皮等级检测机AGV无人运输小车自动输送线滚光机配套自动收皮系统目前这些自动化改造系统或设备均已应用于生产不仅提升了公司自动化制造程度还为产品质量的稳定性提供了硬件保障智能制造深度融合联发纺织以信息化为手段以集约化为内涵全力打造数字联发先后获得软件著作权55件被认定软件产品2联发股份项认定省级智能车间2个市级智能车间2个2020年被认定为江苏省两化融合数字化转型示范应用企业基于物联网技术的仓储管理系统关键技术开发实现仓储智能化自动化提升拣货出库成件物流配送效率和减轻传统劳力公司积极推动数字化改造已建设完成数字化指挥中心IPS智能工厂实现从采购生产到销售全过程的精细化管理从原料入库到诺邦股份产品出库的全数字化运营公司应用机器视觉技术开展污点检测加强生产过程中的质量管控实施浪潮GS系统整合供应链业务系统自动收集客户订单与反馈汇总订单并由生产计划管理系统统一排产采购管理方面通过系统管理供应商价格变化响应时间原材料采购周期显著缩短库存管理方面各个原材料仓库数据共享原材料库存统计更为全面库存统计准确率达到95-98智能物流方面伟星股份基于浪潮GS系统规划与部署了智能仓储与现场物料自动拣选与传输项目方案该规划一期项目以金属分厂为伟星集团试点现场布局堆垛机与ERPAPSMES各系统无缝集成实现集物料自动存储物料自动拣选物流自动传输柔性敏捷生产限额领料于一体的智能化物料配送系统浪潮GS系统与APSMES系统的集成实现了16个车间基于网络订单的自动化排产为智慧工厂提供了强大的信息管理支撑系统通过数据建模自动排程得出各工序的交期并下达至MES系统在关键工序实施设备联网实现MES系统与APS系统无缝对接机台可直接从MES系统中加载生产任务并实时自动上报机台运营各项数据实时对生产流程全方位的数据进行收集实现可视化识别风险发现价值请务必阅读末页的免责声明2033