千峰对话：服装行业长出了产业智能体

【亿邦原创】2026年，产业互联网呈现出鲜明的模态进化。近日，亿邦动力董事长郑敏，与凌迪科技创始人兼CEO刘郴就服装行业「产业智能体」进行了深度对话。两位创始人畅聊了服装行业智能体的逻辑、前景及各种可能。

郑敏 ：今年我们筹备第八届亿邦产业互联网年会，让我们纠结了整整一个月，三个候选副标题是「首届产业AI深度应用大会」「首届产业AI应用场景大会」「首届产业智能生态大会」。内部和行业朋友投票都几乎是1:1:1，最后一咬牙才敲定了「第八届产业互联网年会暨首届产业智能体大会」，现在还有点儿担心太超前。我这次来拜访才发现，你们凌迪早在今年6 月就把AI产品升级为「服装行业智能体」。你们这个选择非常需要勇气，当时是出于什么考虑？

刘郴 ：完全是水到渠成的过程，我们之前一直做三维仿真软件，在现在的技术链路里，它本质上是AIGC生成创意到落地生产全流程中最核心的一项Skill。过去这些分散的Skill——2D打版、3D仿真、排产调度、面料数据库调用，分别散落在服装企业不同的业务部门，以前大家靠人工串联效率很低，Agent出现之后，用智能体直接调度所有Skill，整个链路就被彻底打通了。我们之前本身就布局了AIGC创意生成、3D仿真、生产端对接等多个模块，顺理成章就搭出了自己的Agent平台，也就是刚推出不久的StyleWork，现在客户反馈非常好，多家头部服装品牌都已经开始试点。所以您刚才一说这个产业智能体大会，我觉得是非常好的主题定位，因为AI应用落地和产业一个重要结合的方向就是运用AIGC去做大量的创意类工作。具身智能的应用，我觉得目前相对处于早期阶段。类似AI办公又更偏向通用，所以说智能体是未来所有产业都可以规模化应用的场景。

并且我们内部2026年的两个核心判断，第一是与AI具身智能训练相关的物理AI元年 ，第二是智能体元年，其中以办公智能体最为突出，现在腾讯满大街电梯都在推自己的智能体产品，千问、豆包的ToB应用也在快速普及，行业对智能体的认知教育已相对充分。

郑敏：你们定位服装行业智能体的时候，有没有担心跟服装行业老板们讲智能体，会不会有理解门槛？

刘郴：其实对服装品牌的老板，讲不讲智能体并不重要，核心是告诉他们，我们的AI能帮你做什么，并且老板们对智能体相关概念的接受度和受教育程度已经很高了，根本不需要我们额外做概念科普，核心还是你做的东西能不能真的解决他们的业务痛点，因为如果要通用办公，workbuddy等没问题，但是真正进入到他们的行业里，还是不行。

郑敏：将来呢，workbuddy，豆包办公，千问办公等是不是有可能深入到各个行业，行业智能体最后全部被两三家通用大模型巨头通吃，最后都只能变成巨头生态里的一个Skill？

刘郴：从两方面看，我认为难度较大，一方面是在做智能体的过程中，真正解决业务问题，还是要做私有化定制部署。企业必须和自己的数据库链接，实现内部系统打通，目前对于workbuddy这类通用大模型来说还是不可能的，他们截至目前并不存在私有化定制的业务模式。

早年互联网解决的是信息不对称问题，本质上是一维的信息流通，难度低，所以很容易形成大一统的平台。但现在智能体网络时代解决的是智能问题，是三维 + 物理属性的四维复杂问题，数据的复杂度、体量和早年的信息流通根本不在一个量级，几乎不太可能被单一超级智能全部覆盖。除非真的出现电影里那种覆盖全领域的上帝级超级AI，不然各个垂直行业的专业智能，永远有独立生存的空间。

还可以用哲学层面举个例子，我认为到目前为止，是由少数最智慧的大脑推动了人类的进步，智能体也一样。但这并不能掩盖每个行业都有智能专家，超级个体。短期内，各个领域还是可以发展出垂直领域的专家级智能体。

郑敏：知识的壁垒很容易被通用大模型击穿，凌迪的护城河会在哪里？

刘郴：在三维仿真服装模型方面，我们比很多专业的大模型要出色，并且我们有400万块面料数据的沉淀积累，另外我们有大量的团队驻扎客户现场，深入了解需求并完成部署。这三者叠加在一起，就是我们的护城河。

而且，我们的自研行业垂直模型，也是我们最擅长领域的技术，从AIGC生成一张图片到变成可生产制造的面料。这都是因为我们服务了几千家服装企业后根据不同品牌风格沉淀的垂类知识。

郑敏：刚才我参观你们展厅，看到你们也在推进“物理AI”，这方面你们怎么定义？

刘郴：物理AI的核心就是让AI真正理解物理世界。通用大模型学的都是抽象的文本、图片知识，本质上是概率输出，直接把豆包接到工厂的数控机床上让它直接下生产指令，由于缺乏物理约束，大概率会出重大生产事故，因为生产环节1% 的误差，就可能造成几十万的物料报废。我们的物理AI全部基于面料物理属性、力学公式推导做训练，输出结果是精准可控的，完全适配产业端的生产要求，这是目前通用大模型不可能靠文本训练补上的短板。

郑敏 ：现在全球办公智能体都长得差不多了，凌迪服装行业智能体的交互界面及逻辑也是这样吗？客户用起来和之前操作服装3D软件有什么区别？

刘郴 ：本质是一样的，不管是在线版还是桌面版，核心交互入口就是自然语言对话框，过去需要专业操作人员花几个小时一步步点菜单操作的3D设计、打版流程，现在你用自然语言说「给凌迪员工设计一套夏季工服」，智能体就能自动调用对应的Skill，从创意生成、3D建模、版型输出，直接导出可用于生产的文件，使用门槛直接打下来了。我们还开放了自定义配置权限，服装企业里的设计师、版师、供应链负责人，不同岗位的员工可以根据自己的业务需求，配置出完全适配自己工作场景的交互界面。

我们把这个链路叫做「品牌虫洞」—— 过去从创意灵感落地到可生产的成衣，要走设计、打版、选面料、找工厂等十几步流程，空间成本、时间成本极高，现在AI链路相当于通过虫洞直接实现A 点到B 点的穿越，直接把整个链路的效率提升了数倍。

从工具到生态平台的演进路线

郑敏 ：7月23日飞书深诺在全球化新品牌AI竞争力大会上发布了营销智能体OS，Marvy 2.0。凌迪的StyleWork其实也是服装行业若干智能体的操作系统对吧？我理解，智能体先从单点工具起步，再组合成为操作系统，最后长成覆盖全链路的生态平台，形成你说的「智能体网络」。或者，我想区别于互联网平台，也许可以称之为「智能生态网络」。

刘郴 ：对，是这个路径，现在我们还处在智能体操作系统的早期阶段，离真正的生态平台还有很长的距离。过去互联网的核心是信息流通的平台，而未来的产业智能体更像是「智能生态网络」，所有行业内的资源、Skill、专家能力全部在网络里流通，未来每个服装行业的从业者，都必须接入这个网络，才能调用全行业的资源，对接上下游的合作方。

郑敏 ：凌迪做服装形变体的物理仿真，是不是也在考虑向具身智能方向延伸？

刘郴 ：没错，我们现在就在做形变体的具身智能训练资产，过去大家做具身智能训练，大部分都是针对刚性物体，但是生活里大量的柔性形变体 —— 衣服、袋子、布料，机器人根本处理不了，我们擅长做三维数字孪生仿真，刚好可以生成海量的形变体训练数据，给具身智能做训练。这个方向我们判断至少要3 年才能真正落地到产业场景，最先落地的肯定是半结构化的ToB场景，比如服装流水线的分拣、包装，物流行业的柔性包裹处理，完全非结构化的家庭场景至少还要十年以上才能普及。

郑敏 ：产业智能体的基本盈利模式大概是「年费 +Token计费」，有没有可能帮助服装行业顶开增长天花板？

刘郴 ：我们现在甚至已经能帮客户解决增长问题 —— 过去服装企业做流行趋势洞察、市场调研，要花几十万找第三方咨询公司，现在用智能体直接对接全网时尚数据、跨境平台交易数据，自动输出趋势报告，直接生成对应的设计方案，过去只有国际大牌能负担的服务，现在义乌的中小商家花很低的成本就能用，直接把整个行业的创新速度拉上来了。

服装行业整体的存量盘子不会出现爆发式增长，但智能体带来的增量价值在于，它能支撑更多个性化、定制化的需求，让消费者愿意为更高品质的产品付更高的价格，最终把整个产业的附加值拉上去。我们现在营收每年稳步增速，大部分利润投到研发里，暂时不着急大规模盈利，保持健康的现金流，把底层的技术底座打扎实，未来的想象空间非常大。

本文首发于 亿邦动力 官方网站