項目報道｜「魔魚AI」推出服裝AI設計工具，曾幫PatPat打造柔性供應鍊體系

文｜沈筱

編輯｜王與桐

“網際網路+”時代，規模定制、C2M（Customer to Manufactory）成為了大陸大量傳統服裝企業試圖從單一生産制造環節走向能創造、捕獲更高價值的設計、營銷環節的重要途徑。與此同時，也湧現了SheIn這樣的，将Zara過去引領的快時尚“小單快返”模式進行改造、優化的服裝電商平台。

無論采用何種模式，其核心均在于以多樣化的産品，快速響應多變的、個性化的市場需求。在這一背景下，建立柔性供應鍊被認為是破局的關鍵。有了大資料、人工智能等網際網路資訊技術的加持，企業得以建立能實時收集、分析市場回報，并據此及時調整設計和生産制造部署，迅速完成後續産品傳遞的供應鍊體系。反觀SheIn能達成現階段成果的原因，柔性供應鍊已然成為繞不開的一個話題。

36氪近期接觸到「深圳魔一隻魚科技有限公司」（以下簡稱：魔魚AI），其前身是于2021年創辦的廣州柒隆珠供應鍊管理有限公司（以下簡稱：柒隆珠），據魔魚AI創始人兼聯席CEO羅斌介紹，團隊曾幫助PatPat完成了内部供應鍊系統的更新改造，并在廣州番禺自建了“小單快返”的數字化服裝标杆工廠，為PatPat做供應鍊配套。

在這個過程中，技術背景出身的創始團隊，開始逐漸積累服裝産業know-how，謀求公司業務拓展，向B2B服裝供應鍊商城轉型。據介紹，平台的目标是為跨境賣家、直播賣家提供從設計到選品、采購和生産的智慧供應鍊服務，滿足電商品牌方小單快返的選品和柔性生産需求。

而在柒隆珠推進上述戰略的同時，服裝産業也正在醞釀新一輪變化。随着生成式AI技術的發展，Stable diffusion、Midjourney及各類圖像生成AI大模型開啟了創意領域的人機協作新範式。服裝産業，被認為是這類大模型可能會率先落地商業化應用的垂直行業之一。人工智能技術對服裝産業的影響正在從生産制造環節向高價值創造的設計環節滲透。

這對柒隆珠來說，“是個意外”，也是新的發展契機。“按照我們原始計劃，是在供應鍊數字化的基礎上，實作（推理性）AI技術在生産、制造環節的逐漸滲透，包括核價、采購、派單、物料、生産等。雖然很多公司在這一塊已經有成熟方案，但在服裝行業的普及率還較低。”羅斌告訴36氪，“我們并沒有想到今年過完年後ChatGPT會突然爆火。但潘多拉魔盒一打開，我們就判斷，創意設計這一塊，可以用生成式AI技術先跑起來了。”

這一判斷的直接結果是，創始團隊從年初開始将AI輔助設計也納入了産品和服務規劃的版圖中。2023年，魔魚AI成立，并在5月上線了服裝AI設計工具「魔魚GPT」。

在此之前，據介紹，公司已于2021年年底和2022年9月分别推出了自研的供應鍊管理SaaS系統「魔魚SCM」和制造執行SaaS系統「魔魚MES」。同時，今年6月，魔魚AI正式推出智能供應鍊平台「魔魚服裝B2B商城」，整合了魔魚GPT設計工具，并與SCM、MES SaaS系統對接。

羅斌将魔魚GPT、SCM、MES形容為魔魚B2B商城的三大核心AI引擎。基于此，服裝品牌商、設計師可以在平台選品并上自主下單，完成從設計開始到采購、生産、質檢、傳遞的全流程，入駐工廠則可以在平台上直接接單生産。羅斌介紹，目前平台可以實作最小100件，最短7天傳遞。

具體而言，「魔魚SCM」支援品牌方對訂單全流程可視和跟蹤管理，核心功能覆寫訂單管理、供應商管理、智能派單、商品管理、樣闆管理等；基于「魔魚MES」，工廠可實作對生産全流程的實時動态監測和分析回報，以保證生産品質和訂單執行進度，核心功能包括智能接單、智能核價、智能采購、智能排産等。上述兩個産品均支援與企業客戶自有的ERP等系統對接；「魔魚GPT」則旨在面向設計師和服裝企業提供創意設計、商品設計、素材設計、工藝設計和一鍵打闆等服務。

羅斌介紹，魔魚GPT涵蓋了公司基于大量服裝資料和通用大模型（包括Midjourney、Stable Diffusion）訓練調優後的行業多模态專屬模型。不同模型分别滿足流行元素抓取、素材設計、分品類的産品設計等不同需求。訓練資料主要來自自有工廠和行業積累。

在羅斌看來，類比自動駕駛技術，服裝AI技術可以從創意、設計、生産和銷售等環節的自動化程度劃分為L0-L5等不同階段。他表示，目前以Midjourney和Stable Diffusion等為代表的通用大模型隻能達到L1水準（即創意設計自動化），但魔魚GPT已經能達到L2級别的服裝設計自動化水準。按照魔魚AI的規劃，公司後續将在自研服裝垂直領域通用大模型基礎上，實作創意、設計、銷售閉環和生産資料的數字化（L4)，以及生産全過程自動化（L5)。

盈利模式上，現階段魔魚AI的收入來源主要有兩個部分：一是魔魚B2B商城的交易分成；二是提供增值功能的專業版魔魚GPT、SCM、MES訂閱付費。面向入駐平台的品牌方和工廠，魔魚AI會免費提供上述三個産品的基礎版。

從中國服裝行業現階段的兩大特點來看，智能供應鍊服務市場有較大增長空間。

特點之一是大而分散。據中國服裝協會測算，2020年大陸服裝行業工業企業數量達17萬家，服裝總産量約712億件。第二是，盡管近年來紡織、服裝行業數字化轉型取得了一定成效，但供應鍊管理環節的數字化水準仍有待提升，同時向智能制造更新尚需時日。中國紡織工業聯合會資料顯示，截至2022年，大陸紡織行業兩化融合發展水準已經達到57.1，但智能制造就緒率僅為14.6%。《中國兩化融合發展資料地圖》資料顯示，截至2021年，大陸紡織行業企業ERP普及率已經達到62.6%，而MES普及率為24.6%。

在魔魚AI看來，上述兩個特征正為公司指明了産品優化和差異化競争的方向。

一方面，公司希望能夠在跑通魔魚B2B商城供應鍊閉環的基礎上，更廣泛地連接配接品牌方和工廠。是以，公司目前主要以服務核心大客戶為基礎，通過訂單拓展更多的工廠資源。

另一方面，魔魚AI開發的MES強調輕量化和AI對核價、采購、排程等相關決策的賦能。羅斌向36氪解釋道：“差別于友商，我們設計MES的初衷是從工廠能否賺錢而非有無産能接單。服裝行業和MES普及率較高的離散制造業不同，一是裝置比較簡單，不需要安裝傳感器，掃碼就行；二是很多環節并不依賴裝置，自動化對生産效率的提升有限，關鍵在于産能和人員的配比要均衡。是以我們主要在特定環節的AI算法上花了很多功夫。”

據介紹，目前魔魚B2B商城已服務PatPat、亞馬遜和拼多多等多個主流跨境賣家，連接配接了200餘家工廠和100餘個品牌客戶，累計傳遞1500萬套訂單；去年公司以達到數千萬營收，預計今年有望實作3到4倍的增長。

但是，要實作這樣的增長，羅斌坦言，除了上述兩個方面，公司還需提升魔魚GPT的産品成熟度和品類覆寫面。目前，設計師可以根據AI生成的服裝設計圖選款，也支援按照意圖寫提示詞産出完整設計，但尚未實作工藝制單和打闆工作的全自動化。他表示，公司未來一是需要持續加深對設計場景的了解，不斷疊代、優化行業模型，将面料、陰影等立體關系考慮到模型中，使設計更貼近現實；二是目前效果最好的是童裝和女裝領域，已上線十多款服裝模型，需要繼續拓寬産品設計覆寫的品類。

團隊方面，創始人兼CEO龍凱和聯席CEO羅斌為北大校友，均在為網際網路、大資料和工業網際網路領域有連續創業經驗。龍凱是銀聯智惠創始人CTO/CEO，曾任矽谷中國工程師協會副主席，Oracle中間件首席工程師。羅斌在創業前有10年風險投資經驗，是約拍和雲貓創始人，曾任中安鼎輝CEO、同創偉業副總裁、深創投投資經理。團隊其他核心成員具備服裝領域、AI大資料領域和軟體服務領域的交叉背景，有10年以上行業經驗，均畢業于北大、北航、中歐、複旦等知名高校。