讓設計師成為“超級個體”，「iMuse.AI」想用虛擬研發破局服裝行業的同質化困境?| 早期項目

2026年，AI 行業發展或將迎來分水嶺，從以概念與敘事為主的時代，邁入真正接受市場檢驗的應用落地階段。

1月10日，在AGI-Next前沿峰會上，清華大學教授、智譜創始人唐杰給出了一個關鍵判斷：“DeepSeek橫空出世后，Chat范式的競爭已經基本結束，下一步是走向做事。” 而圍繞 AI 模型 在ToC與ToB端的分化趨勢，姚順雨也指出，相比ToC市場，ToB場景中的用戶更愿意為模型能力支付溢價，因為這些 AI 工具能夠幫助企業主提升實質性的工作效率。

然而，長期以來，To B 軟件在國內并不被認為是一門“性感”的生意。盡管海外已經誕生了多家市值千億美元級的 To B 公司，但在國內，許多 To B 企業的發展并未達到預期，行業內部也普遍對中國 To B 市場持相對謹慎甚至悲觀的態度。

一方面，國內企業的付費意愿長期偏弱。許多企業習慣使用免費工具，若無法免費獲得，往往轉而選擇價格更低的替代方案。另一方面，企業級軟件的采購決策鏈條復雜，最終是否成交，往往并不完全取決于產品本身，而與商務關系、渠道資源、人脈網絡密切相關。這種環境下，服務商缺乏持續投入產品研發的動力，市場逐漸走向同質化競爭，價格戰與功能堆疊成為常態，競爭也隨之變得愈發內耗。

但 iMuse 創始人顧瑩櫻認為，AI 的出現正在打破這套舊有邏輯。在她看來，AI 時代將重新驗證“產品為王”的價值，并為真正具備產品力的公司提供合理的定價空間。“所謂產品為王，并不是一句口號，而是持續地投入研發，去做真正為客戶創造價值的產品。”顧瑩櫻強調，這種價值必須同時具備兩個前提：一是效果可被直觀看見，二是收益可以被清晰計算。正是在這樣的前提下，顧瑩櫻與團隊因此開發了涵蓋完整設計研發流程的虛擬研發平臺——iMuse.AI。

虛擬研發：大幅提升行業效率

作為中國首個專注于服裝設計的智能平臺，iMuse.AI致力于解決服裝行業長期存在的幾大結構性問題：創意同質化嚴重、價格戰激烈，以及產品研發與真實市場需求之間的脫節。產品投入市場僅 6 個月，iMuse.AI 已與歌力思集團、博洋集團、江南布衣等多家頭部服裝企業建立合作。

iMuse.AI 創始人顧瑩櫻擁有超過 10 年的科技與服裝行業從業經驗。她指出，當前服裝行業普遍陷入兩難處境：一類企業選擇跟隨爆款，通過復制和價格競爭維持規模，但利潤被不斷壓縮，研發投入難以為繼，最終形成惡性循環；另一類企業嘗試打造差異化品牌，卻往往面臨前期投入高、試錯成本大、失敗風險難以承受的問題。

2023 年，顧瑩櫻意識到，AI 技術的出現或許為這一困局提供了新的解法。通過低成本的虛擬研發，企業可以在不進入實物生產的情況下完成大量設計嘗試，并將市場反饋前置到研發階段，從而在降低風險的同時實現差異化創新。這一變化，正在重塑服裝行業的研發邏輯。圍繞這一目標，iMuse.AI 覆蓋了從成衣設計、面料與圖案設計，到模特換裝展示、空間陳列預覽等多個完整的設計全場景，試圖打通從設計靈感到成衣展示，再到零售視覺效果呈現的完整鏈路。

在產品設計之初，iMuse.AI 就設定了一個明確目標：讓設計師在平臺上完成全部設計工作，無需借助其他工具進行人工調優，所產出的成果可以直接應用于實際工作中。例如，“上面料”功能可以在保留原有版型和輪廓的基礎上，將花紋、面料等元素融入設計，快速生成不同風格的方案，延長經典款的生命周期；而“改設計”功能則支持更深層次的結構調整，設計師可以將B方案中的局部細節遷移至A方案中，大幅提高設計效率。“找創意”功能可以自由組合不同款式和設計點，提供源源不斷的原創款式，提高品牌的原創設計能力等等。另外，iMuse還提供了豐富的輔助工作，讓設計師完成最后的細節修改。

通過上述功能，設計師只需通過圖片和自然語言輸入修改需求，AI模型即可理解設計意圖并完成圖像生成與調整，完全免去傳統Photoshop摳圖、拼貼等反復手工操作。

這種效率上的顯著提升，必然會帶動行業變革。

首先，企業可以將“虛擬開發”與“實物研發”拆分開來：在進入實物打版之前，先通過虛擬設計完成市場驗證，從而提高實物研發的效率，減少浪費。通過AI，可以完成從款式設計到模特搭配效果的真實呈現，無需“實物成衣”輔助。基于此，iMuse 的部分客戶已經開始采用“虛擬評審會”的方式——市場團隊基于 AI 生成的上身效果圖，通過線上會議即時提出反饋并調整設計，避免不符合市場需求的款式進入實物研發階段。甚至有企業在傳統訂貨會之前，先行舉辦“虛擬訂貨會”，將虛擬貨品展示給加盟商或核心客戶，對未獲得訂單的款式直接止損，不再投入實物生產。

虛擬研發不僅降低了成本，也顯著縮短了市場反饋周期。顧瑩櫻透露，在傳統模式下，服裝行業被淘汰的樣品比例通常在 1:2 至 1:3 之間，而通過虛擬研發，樣品浪費可減少 60% 以上。更重要的是，虛擬研發可以時時修改，這縮短了市場反饋周期。設計調整可以在銷售季之前反復完成，避免因修改周期過長而錯過上市窗口，造成時間與成本的雙重損耗。

未來，“無實物預售”可能成為常態：品牌可以先通過 AI 生成數百款虛擬設計投放市場測試，再僅對數據表現最優的少數款式進行量產。通過這種“數據驅動設計”的方式，服裝行業長期存在的庫存風險，或許將得到最大程度的解決。

iMuse 虛擬設計前后效果圖對比

超級個體時代的到來

相比企業端，iMuse.AI 給設計師帶來的賦能或許更為直接。

在顧瑩櫻看來，AI 正在重塑設計師這一職業的能力結構。傳統服裝行業中，設計師往往被嚴格限制在女裝、男裝、童裝等單一細分品類內，圖案設計、IP 聯名等工作通常需要外部協作。這并非分工偏好，而是由技能體系決定——不同門類背后是完全不同的訓練路徑，而每一項技能的培養都意味著漫長的時間成本。iMuse.AI 的出現，在一定程度上打破了這一邊界。通過 AI 工具的介入，設計師可以在不同設計領域之間快速切換，原本需要多年訓練的技法被壓縮為工具能力，審美判斷開始直接轉化為生產效率。

這種變化在 iMuse 內部的實踐中已經顯現。顧瑩櫻表示，目前，公司的客戶案例幾乎都由一名畢業半年左右的年輕設計師完成，涉及多種風格與品類。這名設計師畢業于東華大學，目前已回到母校授課，并參與 iMuse 與東華聯合開設的課程，分享自己如何以 AI 為核心工具，形成一種全新的生產方式。“如果放在過去，一個剛畢業的設計師要達到這樣的綜合能力水平，可能需要十年以上，甚至一輩子都未必能覆蓋這么多維度的設計能力。”顧瑩櫻評價道。

不過，顧瑩櫻也強調：AI 并沒有抹平個體差異，反而通過“技能平權”放大了“思維層級”的差距。技能是可被工具替代的“形”，而真正拉開差距的，是審美判斷、文化理解、信息重組與價值建構等更高層次的能力。換句話說，AI 實現的是“技能平權”，但并未帶來“能力平均”。

誠然，當個體能力被放大后，企業的人力結構確實會發生變化 —— 在 iMuse 的合作客戶中，部分企業在三個月內實現了約 50% 的人力成本下降。但顧瑩櫻認為，這并不意味著簡單的“用 AI 替人”，而是 AI 在某種程度上倒逼人類去探索和思考新的價值邊界。她指出，當設計師不再受技法限制、產業鏈實現"零試錯成本"，未來的服裝行業也許會更加個性而多元，時尚產業也才可能真正迎來創造力大爆炸。

提及 iMuse 未來的核心發展方向，顧瑩櫻表示，其一是幫助企業沉淀數字資產。在傳統服裝企業中，一件爆款往往只被當作結果復盤，企業并不真正掌握其參考來源、設計路徑，以及設計師當時的判斷邏輯與思考過程。iMuse 通過系統化地保存設計過程中的每一個環節，使得企業能夠在未來的設計中充分利用這些知識。這使得原本高度依賴個人經驗、不可結構化的服裝研發流程，首次轉化為可結構化、可度量、可持續優化的系統化過程。

另一個方向，是圍繞“無實物化”構建新的內容與交易場景。iMuse 已推出無實物內容平臺 iChuanyi，試圖將設計研發、內容展示與電商預售整合在同一虛擬體系中，在不進入實物生產的前提下完成驗證與傳播，以此降低行業整體的試錯成本。

回到那個更宏觀的問題：AI 時代，To B 在中國還有機會嗎？顧瑩櫻給出的判斷是肯定的。在她看來，中國企業并不是不愿意付費，而是更希望為當下的確定性付費。在這種背景下，“產品為王”會重新被驗證：當產品能力出現斷層式領先，即便在 To B 場景下，也能夠支撐更高的定價，并形成正向循環——高價格反過來支撐持續研發投入，最終構建真正意義上的系統壁壘。