发现者网
产业经济 科技业界 3C数码 文化传媒 移动智能 家电行业 AI大模型 汽车出行 热点资讯

专访CreateMe CEO:实体AI赋能服装制造,从缝纫到粘合开启新变革

2026-06-07来源:快讯编辑:瑞雪

在工业自动化浪潮席卷全球的当下,服装制造业却长期徘徊在技术突破的边缘。尽管汽车、电子等行业早已实现高度自动化生产,但织物这类柔性材料的处理始终是横亘在机器人技术面前的"珠穆朗玛峰"。织物特有的拉伸、褶皱和悬垂特性,使得传统工业机器人难以应对其动态形变,这一难题困扰着整个行业数十年之久。

随着具身AI技术的崛起,柔性材料操控逐渐成为全球科研机构和企业竞相攻克的技术高地。这项突破不仅将重塑服装制造格局,更可能为汽车内饰、医用纺织品、航空复合材料等领域带来颠覆性变革。在这场技术竞赛中,CreateMe公司凭借其独特的创新路径脱颖而出,该公司通过重构服装生产流程,试图打破传统制造模式的桎梏。

CreateMe创始人坎贝尔·迈尔斯指出,传统缝纫工艺本质上是为人手操作设计的,其要求在织物持续形变过程中保持精准对齐,这对自动化系统而言几乎是不可能完成的任务。经过深入的技术研判,团队决定放弃缝纫自动化路径,转而开发以胶粘剂连接为核心的新型制造体系。这种创新方案将服装组装转化为静态环境下的精准定位与离散连接,为机器人操作创造了可行条件。

在技术实现层面,CreateMe构建了包含机器人控制、智能材料感知和胶粘剂工艺的复合系统。其中最核心的挑战在于如何处理织物的动态特性——材料属性的微小差异都会通过形变过程被放大,最终导致组装误差。为此,团队开发了具备实时状态感知能力的智能夹爪,配合单面接触工艺设计,有效降低了系统对材料形变的敏感度。热可逆胶粘剂的应用则进一步拓展了技术边界,使产品回收成为可能。

当被问及技术突破的关键时,迈尔斯强调这并非单一技术的胜利,而是系统集成的成果。智能感知系统需要持续监测织物的几何形态和张力分布,运动规划算法必须实时调整操作轨迹,而胶粘剂施用则要求毫米级精度。这些模块通过闭环控制系统形成有机整体,使机器人能够像经验丰富的工匠般理解材料特性并作出相应调整。

这项创新对全球服装产业格局可能产生深远影响。传统制造模式依赖低劳动力成本地区,导致供应链冗长且响应迟缓。CreateMe的技术方案通过减少对专业缝纫工人的依赖,使生产回归高成本经济体成为可能。迈尔斯分析指出,贴近消费市场的自动化生产不仅能缩短交货周期,更能通过精准需求预测大幅降低库存积压,这种双重优势正在改变行业经济模型。

在可持续发展维度,该技术展现出独特价值。传统服装产业因过度生产和库存折价造成的资源浪费触目惊心,而新型制造体系通过按需生产模式从源头减少浪费。热可逆胶粘剂的应用更开创了服装回收的新路径,为构建循环经济提供了技术支撑。这种将经济效率与环境责任相结合的解决方案,正在重新定义产业升级的标准。

对于技术跨界应用的可能性,迈尔斯保持审慎乐观。虽然公司当前聚焦服装领域,但开发的底层技术具有广泛迁移价值。汽车内饰、航空复合材料等行业的柔性材料处理面临相似挑战,这些领域对精度和可靠性的严苛要求,反而可能成为新技术验证的最佳场景。通过技术授权或战略合作伙伴关系,CreateMe的平台有望在更广阔的工业领域发挥作用。

在采访尾声,迈尔斯特别强调了实体AI的实质内涵。真正的技术突破不在于为既有流程添加AI装饰,而在于重构整个制造体系使其天然适应自动化。这种范式转变需要从第一性原理出发,重新审视每个制造环节的必要性。CreateMe的实践表明,当技术创新突破传统思维框架时,往往能开辟出意想不到的发展路径。

黄仁勋展望:未来计算将走向AI智能体统一模式 覆盖多领域边缘设备
来源:市场资讯 (来源:IT之家) IT之家 6 月 6 日消息,科技媒体 Tom's Hardware 昨日(6 月 5日)发布博文,报道称在 2026 台北国际电脑展上,黄仁勋指出未来计算将收敛为一套面…

2026-06-06

AI服务器机箱选型指南:深度解析道和机箱如何满足高算力场景需求
基于2026年行业白皮书及公开市场数据,评估维度建议聚焦生产制造能力(权重30%)、散热与扩展性设计(权重25%)、****体系(权重20%)、行业适配经验(权重15%)及服务响应效率(权重10%),关键验证…

2026-06-06

机器人流量首超人类不必慌,主动掌握AI才是未来竞争关键
普林斯的数据应该不会错,但老胡相信这些机器人并非自主访问这些网页,而绝大多数是在执行人类的命令,替人类访问,并产生流量。我们至少要在别人创造了通用AI工具后,掌握它们,学会本行业使用AI的基本套路,这是参与…

2026-06-06