1、1 敬请关注文后特别声明与免责条款 Table_Summary GPTGPT 将将如何如何改变改变服装行业服装行业？方正证券研究所证券研究报告方正证券研究所证券研究报告 行业深度报告 行业研究 服装家纺行业服装家纺行业 2023.04.03/推荐 分析师：分析师：陈佳妮 登记编号：S02 联系人联系人：廖捷 重要数据：重要数据：上市公司总家数上市公司总家数 70 总股本总股本(亿亿股股)632.83 销售收入销售收入(亿元亿元)2706.44 利润总额利润总额(亿元亿元)244.76 行行业平均业平均 PEPE 11.63 平均股价平均股价(元元)12.81 行业相对指数

2、表现：行业相对指数表现：数据来源：wind 方正证券研究所 相关研究相关研究 NIKE：FY23Q3 库存持续改善，大中华区维持增长2023.03.22 安踏体育：22 年业绩符合预期，Amer Sports 扭亏为盈2023.03.21 李宁：22 年业绩基本符合预期，专业品类驱动品牌核心竞争力2023.03.17 华利集团：2022 年业绩符合预期，盈利能力表现平稳2023.03.01 GPTGPT 将在企划、设计和零售环节赋能服装行业：将在企划、设计和零售环节赋能服装行业：3 月 15 日 OpenAI推出 GPT4，实现多个维度提升，包括强大的识图能力；文字输入限制提升；回答准确性显著

3、提高；能够生成创意文本等。商品企划阶段，进行市场分析与趋势研判；产品设计阶段，助力设计师快速生成创意、释放生产力；采购阶段，通过柔性生产提升效率；零售环节，降低运用成本，优化消费者购物体验。我们基于目前 GPT 等 AI 在服装产业的具体应用，探讨 AI 对服装行业的潜在影响。数据驱动商品开发，数据驱动商品开发，提高服装设计爆款率提高服装设计爆款率：在商品规划时，ChatGPT 通过多渠道获得数据及信息，找到规律并进行针对性地预测，提供服装款式研发方向。例如知衣科技利用 AI 算法进行数十个维度、近千种标签的数据分析，提高服装设计宝频率。在产品设计时，AI 基于文本-图像模型与强大的计算功能，

4、能根据详细表述自动生成服装样图，为设计师提供灵感、可视化其想法。OpenAI 开发的 DALLE2 具备图像生成、图像扩展、图像编辑及图像多样化等功能。CALA 服装公司结合 DALLE2已开发出一款服装设计软件，可根据特征描述自动设计服装，或根据已有服装设计衍生构建同系风格的更多款式。零售端降低运营成本，提高消费零售端降低运营成本，提高消费者购物体验：者购物体验：ChatGPT 可根据商品信息、图片生成产品描述和营销文案，提高产品上新和推广效率。AI 相比传统智能客服，在灵活性与人性化服务方面有显著的进步，能够根据消费者购买历史、搜索历史和浏览行为等数据来提供个性化的推荐。电商平台 Shop

5、ify 接入 ChatGPT的 API 接口，已推出上述功能。对于线上购物无法看到服装上身效果、线下试衣繁琐，AI 也能通过虚拟试衣解决这一痛点。消费者可以上传照片或选择身材接近模特，看到其上身试穿效果，这一技术也被用于线下试衣魔镜中。国际服装公司国际服装公司 AIAI 应用对国内服装行业的启示：应用对国内服装行业的启示：国际知名运动品牌借由概念化设计提高品牌声量，持续投入数字化转型在未来竞争中抢占先机。国内知名运动品牌也在积极拥抱新科技新概念，建议关注安踏体育、李宁、特步国际和 361 度等。国际知名快时尚品牌借由 AI 技术进一步降本增效，巩固自身的速度、成本优势，提高设计爆款率。AI 技

6、术未来有望赋能国内时尚休闲品牌，建议关注森马服饰、太平鸟、锦泓集团、朗姿股份、欣贺股份等。国际服装零售商通过应用 AI 技术有效降低销售成本并改善客户体验，新技术率先应用在海外电商平台，未来有望复制到线下门店，建议关注国内大型零售商滔博、宝胜国际。风风险险提提示示：AI 技术迭代不及预期；消费者体验改善不及预期；AI 引发的隐私/道德风险。2 Table_Page 服装家纺-行业深度报告 目录目录 1 GPT 对服装行业的影响浅析.4 2 商品规划&设计端：研判流行趋势，提高设计效率.5 2.1 商品规划：研判流行趋势，数据驱动开发.5 2.2 产品设计：图像生成工具助力设计落地.7 3 零售

7、端：降低运营成本，提高消费者购物体验.11 3.1 产品描述/营销文案：提高内容生产效率.11 3.2 智能导购：个性化、精准化提升购物体验.12 3.3 智能试穿：解决试衣繁琐痛点.13 4 国际服装公司 AI 应用对国内服装行业的启示.14 4.1 运动服饰品牌：提高品牌声量，在未来竞争中抢占先机.14 4.2 快时尚品牌：拥抱 AI 技术成为快时尚行业主动者.16 4.3 零售商：降低营运成本，提升体验消费.18 5 风险提示.20 PWjXiXRUgUlYtQoNtRaQbP7NnPnNtRmPlOpPtPiNpPqMaQmNtMxNrNmNxNoNtR 3 Table_Page 服装

8、家纺-行业深度报告 图表目录图表目录 图表 1：CHATGPT 谷歌趋势指数.4 图表 2：OPEN AI 发展历程.4 图表 3：人工智能对纺织服装产业链的影响.5 图表 4：对服装风格、颜色、兼容性、属性等要素的时尚分析示例.5 图表 5：CHATGPT 预测趋势信息来源.6 图表 6：CHATGPT 预测趋势原理.6 图表 7：CHATGPT 对服装趋势预测（一）.6 图表 8：CHATGPT 对服装趋势预测（二）.6 图表 9：知衣科技图像识别技术.6 图表 10：知衣科技图像识别技术.7 图表 11：知衣科技时尚趋势分析.7 图表 12：文本图片转换.8 图表 13：DALL E1（

9、左一）与 DALL E2（左二）.8 图表 14：DALL E2 主要功能.8 图表 15：DALL E2 工作原理.9 图表 16：DALL E 生成服装结果展示（一）.9 图表 17：DALL E 生成服装结果展示（二）.10 图表 18：CALA 设计服装展示.10 图表 19：CALA 衍生服装设计.11 图表 20：CHATGPT 营销文案生成.11 图表 21：CHATGPT 产品体验表述.11 图表 22：YODEL（CHATGPT X SHOPIFY推出）产品描述/营销文案生成案例.12 图表 23：SHOPIFY智能化推荐产品.13 图表 24：商场智能导购机器人.13 图表

10、 25：WALMART智能试衣.14 图表 26：NIKE通过收购初创类技术企业实现自身数字领域突破.14 图表 27：元宇宙平台 NIKE LAND.15 图表 28：NIKE首个官方 NFT 鞋款.15 图表 29：ADIDAS推出元宇宙虚拟头像平台 OZWORLD.15 图表 30：RAL7000STUDIO 基于 AI 设计的 NIKE产品.16 图表 31：RAL7000STUDI 基于 AI 设计的 ADIDAS系列.16 图表 32：ANTA 元宇宙.16 图表 33：中国李宁X无聊猿.16 图表 34：H&M AI 解决方案.17 图表 35：SHEIN产业链中数据和算法赋能.

11、18 图表 36：国内部分 AI+纺织服装相关科技公司.18 图表 37：AI 对服饰零售商影响.19 图表 38：STITCH FIX业务模式.20 4 Table_Page 服装家纺-行业深度报告 1 GPT 对对服装行业服装行业的的影响影响浅析浅析 在 ChatGPT 引起人们热议之时，2023 年 3 月 15 日，OpenAI 推出 GPT4，实现了多个维度的提升：强大的识图能力；文字输入限制提升至 2.5万字；回答准确性显著提高；能够生成歌词、创意文本，实现风格变化等。而以 GPT 为代表的人工智能会如何影响纺织服装行业？图表1：Chatgpt 谷歌趋势指数 资料来源：Google

12、，方正证券研究所 图表2：Open AI 发展历程 资料来源：Open AI，Choice数据，方正证券研究所 从从服装服装生成生成流程流程来看，来看，人工智能人工智能主要主要将将在在商品商品企划、企划、产品设计、产品设计、终端终端零售端零售端产生产生影响。影响。商品企划阶段，AI 通过人工神经网络和深度卷积神经网络实现不同衣着款式的分类与属性识别，通过时装解析进一步完成类别标签的标记，从而进行上季度市场分析与流行趋势研判；产品设计阶段，AI 自动生成图像并进行多维度辅助设计，缩短设计师从概念创意到具体设计落地的进程，提高设计师产出效率；采购生产阶段，主要通过智能制造与柔性生产提升效率；终端零

13、售环节，AI 可通过智能客服、个性化商品推荐、生产产品描述与营销文案等，优化消费者购物体验，精简服装零售商成本。我们认为，在 GPT 进入中国后，将赋能纺服产业链中的品牌端与零售端，提升企业的日常经营效率、设计师的产品开发效率、消费者的购物体验。5 Table_Page 服装家纺-行业深度报告 图表3：人工智能对纺织服装产业链的影响 上季市场分析上季市场分析多维度辅助设计多维度辅助设计智能智能导购导购个性化个性化推荐推荐产品描述产品描述AIAI自动生成图像自动生成图像流行趋势研判流行趋势研判一件衣服的全流程一件衣服的全流程商品企划商品企划产品设计产品设计采购生产采购生产终端零售终端零售Chat

14、 GPTDALLE 2GPT-4营销文案营销文案 资料来源：方正证券研究所 2 商品商品规划规划&设计设计端端：研判研判流行趋势流行趋势，提高设计效率，提高设计效率 2.1 商品商品规划规划：研判研判流行流行趋势趋势，数据驱动，数据驱动开发开发 流行流行趋势是纺织服趋势是纺织服装产业的风向装产业的风向标。标。对于纺织服装产业而言，流行趋势作为各类消费者群体在特定的时间内对不同着装方式偏爱的反映，对企业服装生产、抓住未来市场机遇、减少库存堆积风险具有重要指导意义。流行趋势一般包括颜色、款式和面料等元素，例如美国权威色彩机构 PANTONE 自 2000 年起每年年末会发布下一年度的流行色；时装产

15、业成熟的法国拥有作为欧洲极具权威的面料和流行趋势风向标 PV 第一视觉面料展等，均旨在捕捉消费者未来一段时间的偏好。图表4：对服装风格、颜色、兼容性、属性等要素的时尚分析示例 资料来源：Smart Fashion:A Review of AI Applications in the Fashion&Apparel Industry，方正证券研究所 ChatGPT 通过通过对对现有现有信息信息整合整合，针对性针对性预测预测趋势趋势。ChatGPT 依据过去开放数据集、互联网资讯、学术研究、服装品牌官网等多维度渠道获得的大量数据和历史信息，基于机器学习算法和自然语言处理技术方法，通过对信息的分析和

16、模式识别找到规律和趋势以进行预测。另一方面，作为交互性 AI，ChatGPT 可以针对某一特定问题或趋势进行回答。我们认为，未来随着 ChatGPT 进一步发展，并结合服装品牌/渠道端的信息和数据，有望对具体区域/时间/季节的服装趋势进行更有指导意义的预测，从而为企业的商品计划提供指引，减少库存风险并抓住市场机会。6 Table_Page 服装家纺-行业深度报告 图表5：ChatGPT 预测趋势信息来源 图表6：ChatGPT 预测趋势原理 资料来源:ChatGPT，方正证券研究所 资料来源：ChatGPT，方正证券研究所 但另一方面，由于数据样本、模型参数等不同，针对同一个趋势预测的问题，C

17、hatGPT 在内容的生成上不具有稳定性，每次可能得到不同的结果。此外，数据输出或引发一定的版权和法律风险。图表7：ChatGPT 对服装趋势预测（一）图表8：ChatGPT 对服装趋势预测（二）资料来源:ChatGPT，方正证券研究所 资料来源：ChatGPT，方正证券研究所 知衣科技知衣科技基于基于数据数据/资讯资讯进行进行 AI 预测预测。公司成立于 2018 年，通过人工智能赋能服装行业，以线上电商、秀场、INS、小红书等渠道海量图源，进行图像识别（包括品类、图案、面料、辅料、工艺、廓形、领型等特征要素）以分析服装行业趋势，进而提升服饰企业选品效率，降低趋势挖掘成本。目前公司主要客户有

18、 UR、Only、海澜之家和太平鸟等。图表9：知衣科技图像识别技术 资料来源：知衣科技，方正证券研究所 7 Table_Page 服装家纺-行业深度报告 图表10：知衣科技图像识别技术 1 识别品类2 识别要素 资料来源：知衣科技，方正证券研究所 图表11：知衣科技时尚趋势分析 资料来源：知衣科技，方正证券研究所 2.2 产品设计产品设计：图像图像生成生成工具工具助助力力设计设计落地落地 在服装设计领域，目前人工智能基于其文本-图像模型与强大的计算功能，已经能一定程度上辅助服装设计师。AI 图像工具使用人工智能算法可以根据文本描述生成逼真图像，为设计师提供灵感、可视化其想法，同时能根据自定义选

19、项和细节工具对其进行进一步修改。目前较为成熟的 AI 图像工具已有 DALLE2（Open AI 开发）、Midjourney、NightCafe 等。我们以 DALLE2 为例，探究其运行原理与主要功能。2021 年 1 月，OpenAI 推出了 DALLE，其本质也是转换器语言模型，基于 120 亿参 8 Table_Page 服装家纺-行业深度报告 数版本的 GPT-3 训练，可以使用文本-图像相对应的数据集，根据文本描述生成图像；而 DALLE2 在上代版本基础上，能够生产更逼真、准确的图像，分辨率提升四倍。图表12：文本图片转换 图表13：DALLE1（左一）与 DALLE2（左二）

20、资料来源:OpenAI 官网，方正证券研究所 资料来源：OpenAI 官网，方正证券研究所 作为作为一款一款 AI 图像图像生成器，生成器，其其主要功能主要功能包括包括图像生成、图像生成、扩展图像扩展图像、图图像编辑像编辑及及图像多样化。图像多样化。（1）图像生成：DALLE2 可以从文本描述中创建原创的、逼真的图像和艺术。它可以组合概念、属性和样式。（2）扩展图像：这个功能可以将图像扩展到原始画布之外，创建扩展的新构图，帮助用户扩展创造力添加相同风格的视觉元素，或以新的方向讲述故事。（3）图像编辑：DALLE2 可以根据自然语言标题对现有图像进行逼真的编辑。它可以添加和删除元素，同时考虑阴影

21、、反射和纹理。（4）图像多样化：DALLE2 可以根据原始图像的灵感创造出不同的变化。图表14：DALLE2 主要功能 编辑生成扩展多样化 资料来源：OpenAI 官网，方正证券研究所 从其从其工作工作原理原理来看，来看，可以可以简单简单分为分为两步，两步，训练训练与与生成生成图像图像。其首先通过数亿张图片及其相关文字的训练，并将图像/文本通过各自编码器映射到 m 维空间，学习到给定文本片段与图像的关联；训练结束后，称为先验的模型将文本编码映射到相应的图像编码，图像编码捕获文本编码中包含的提示的语义信息。最后，图像解码模型便会随机生成一幅从视觉上与能够表现先前所输入的文本语义的图像。9 Tab

22、le_Page 服装家纺-行业深度报告 图表15：DALLE2 工作原理 a red deliciousapplea black office chaira corgi doga red delicious applea black office chaira corgi dog图像编码文本编码编码图像和文本片段编码图像和文本片段图像编码文本编码将所有对象映射到m维空间，计算每对cos值相似度通过图片及其相关文字的训练，学习给定文本片段与图像的关联a corgi playing a flame,throwing trumpet文本编码 资料来源：OpenAI 官网，AI 科技评论，方正证券研究

23、所 目前目前 O OpenpenA AI I 官网官网上上开放了开放了 DALLDALLE E 版本版本的的体验体验接口，接口，我们对其图像生成功能进行了尝试。我们以“一件蓝色、白色扎染的长袖卫衣，版型宽松，材质为棉质，有口袋，胸前有卡通图案”为文本描述，DALL E随机生成了 4 张图象，其中对于颜色、款式、面料、图案等特征基本对应，但部分图像无法完全满足所有特征表述。我们认为，随机生成的图片在一定程度上能为设计师提供灵感。图表16：DALLE 生成服装结果展示（一）资料来源：DALLE 官网，方正证券研究所 10 Table_Page 服装家纺-行业深度报告 服装服装公司公司 C CA A

24、LALA 携手携手 DALLDALL E E2 2 合合作作开发开发服装服装设计设计软件。软件。CALA 公司核心业务是为全球独立设计师、品牌及个人提供涵盖设计、生产、推广、零售等全方位的一站式服务。CALA 与 DALLE2 合作开发 AI 服装设计功能并引入自身业务，利用人工智能为用户提供更加便捷的设计服务，为不具备将自己的创意利用专业技术知识产出草图的人们打破障碍，同时为公司内部设计师们提供相应辅助。其使用步骤来看，首先从 T 恤、帽衫、大衣、鞋履等产品类别中选择基础模板，在文本框中输入形容词描述产品外观设计，如材质、细节、印花、颜色、版型等;AI 将根据描述完成设计并输出多种结果。我们

25、以“Oversize、天蓝色、宽松、棉质、长袖、白云图案、奶白色抽绳”为关键词在卫衣版型上设计，得到的设计平面图与图像均较为符合输入特征，且各个图像细微之处均有所差异。图表18：CALA 设计服装展示 PhotorealisticFlat Sketch 资料来源：CALA 官网，方正证券研究所 另一方面另一方面，该项功该项功能能还可以利用还可以利用已有的服装设计来已有的服装设计来衍衍生构生构建出同系风建出同系风格的更多款式。格的更多款式。图表17：DALLE 生成服装结果展示（二）资料来源：DALLE 官网，方正证券研究所 11 Table_Page 服装家纺-行业深度报告 图表19：CALA

26、 衍生服装设计 资料来源：CALA 官网，方正证券研究所 在服装领域，基于 AI 图像工具，人工智能可以在材料选择、图案创作、灵感转换等维度辅助完成设计，提升设计师的生产力及效率。长远来看，也将提升整个纺服产业链推陈出新的速度，根据终端需求加快服装快反节奏。但另一方面，AI 生成的设计也可能使人类的创造力倒退。如 DALLE2可以产出不存在的图像，但其仍是根据大量现有图像进行算法训练和学习，这导致其可能会被用来模仿那些设计师已有作品，造成侵权问题，当下已有部分图源网站和设计师对于图像 AI 公司提起诉讼。同时AI 生成的产品或许无法承载原有设计师的观点、态度或是情感，在未来设计门槛降低与效率大

27、幅提升的背景下，可能反而会令人类整体设计与创造力倒退。3 零售端零售端：降低运营成本降低运营成本，提高，提高消费者消费者购物购物体验体验 我们认为 ChatGPT 也将为服装零售业带来变革，在产品描述/营销文案等内容生成、个性化的客户体验、更佳的产品展示等维度变革服装零售业。3.1 产品产品描述描述/营销营销文案文案：提高提高内容内容生生产产效率效率 ChatGPT 可以根据商品的信息和属性，生成商品描述，编写微博/小红书等社交媒体平台文案，提高内容生产工作者的效率，推进产品上新及推广流程。同时，基于 GPT-4 新增的识图功能，ChatGPT 也可以仅在一张图片基础上对图片中的产品进行描述。

28、图表20：ChatGPT 营销文案生成 图表21：ChatGPT 产品体验表述 资料来源:OpenAI 官网，方正证券研究所 资料来源：OpenAI 官网，方正证券研究所 12 Table_Page 服装家纺-行业深度报告 具体应用看，跨境电商平台 Shopify 基于 ChatGPT 的 API 接口已推出Yodel 插件，其可根据产品图片及关键词，选择文本输出风格与长度，为产品自动生成产品描述、标题；自动回复消费者评论及问题；根据Facebook、Google 等不同平台生成营销文案。我们以一件 Adidas 的运动外套为例，在仅根据一件图片的基础上，其在产品描述中准确识别出了其产品品类，

29、并简述了服装的运用场景、功能属性、外观等特征；且根据 Facebook/Google 等不同渠道广告的特点生成了针对性的营销文案。图表22：Yodel（ChatGPT x Shopify 推出）产品描述/营销文案生成案例 产品描述产品命名问题/评论回复Facebook ADGoogle AD语言语言风格风格长度长度输输出出文文本本特特征征 资料来源：Shopify 官网，方正证券研究所 3.2 智能智能导购导购：个性化个性化、精准化精准化提升购提升购物物体验体验 智能智能导购导购也也是是 ChatGPT 等等 AI 应用良好的落地应用良好的落地场景场景之一之一。相比目前的智能客服，依靠 Cha

30、tGPT 等 AI 技术支撑的客服将在灵活性与人性化服务方面有显著的进步，同时能根据消费者购买历史、搜索历史和浏览行为等数据提供个性化推荐。目前 ChatGPT 已被运用于海外的部分电商平台，如跨境电商平台Shopify 的新购物助手，可以根据购物者的需求进行个性化推荐，通过扫描数百万种产品来简化应用程序内购物的步骤，以快速找到买家正在寻找的东西。我们在其网站上体验了这一功能，提出了款式、功能、预算、颜色、风格等需求，发现 Shopify 推荐的产品基本均能满足我们所提出的需求，且问答与推荐过程中无延迟，较传统电商平台的筛选功能而言更具个性化及针对性。未来也有望被引进各大服装品牌官网以提升自身

31、零售竞争力。13 Table_Page 服装家纺-行业深度报告 图表23：Shopify 智能化推荐产品 说明需求，说明需求，AIAI会追问款式、会追问款式、颜色、版型等细化颜色、版型等细化元素元素根据需求个性化推荐根据需求个性化推荐进一步介绍品牌、亮点进一步介绍品牌、亮点 资料来源：Shopify 官网，方正证券研究所 我们认为，ChatGPT 将被率先应用于各类电商平台，为客户提供更具个性化、针对性的服务，提升转化效率，变革电商卖货场景。未来随着技术进一步的迭代与成熟，基于 ChatGPT 的智能导购功能也有望在线下逐步应用：（1）根据消费者的购买历史和喜好，提供针对性推荐；（2）协助店员

32、了解库存情况、促销活动，提升店员工作效率。我们认为目前见于商场的智能导购机器人仅为线下智能导购的雏形。图表24：商场智能导购机器人 资料来源：爱采购，方正证券研究所 3.3 智能智能试穿试穿：解决解决试衣试衣繁琐繁琐痛点痛点 相较于过去线上购买服装无法看到上身效果、线下购物试衣繁琐等痛点，AI 也能通过虚拟试衣解决消费者这一痛点。Walmart 收购 Zeekit公司，将虚拟试穿功能结合进自身服饰业务。我们体验了这一功能，通过上传照片或从一系列最能代表自身身高、体型和肤色的模特中进行选择，就能看到模特上身试穿效果。但这一虚拟试穿功能目前仅能适用于 Walmart 部分衣服。该项技术也被用于线下

33、试衣魔镜中，消费 14 Table_Page 服装家纺-行业深度报告 者站在镜前即可在镜中得到试穿模样。在智能试穿基础上，服装品牌Levis 于 23 年开始测试 AI 生成时装模型，旨在用 AI 生成模特来补充真人模特，增加产品模型的数量和多样性。图表25：Walmart 智能试衣 选择自己的尺码、选择自己的尺码、身高身高选择与自身相近选择与自身相近的模特的模特一键试衣一键试衣 资料来源：Walmart官网，方正证券研究所 4 国际国际服装服装公司公司 AI 应用应用对对国内国内服装行业服装行业的的启示启示 我们从三个维度去考虑 AI 对于服装企业的可能影响，通过借鉴国外服装企业对于 AI

34、的应用案例，分析 AI 后续对于国内纺织服装企业的影响。4.1 运动运动服饰品牌服饰品牌：提高品牌声量提高品牌声量，在未来竞争，在未来竞争中抢占先机中抢占先机 Nike 收购收购初创初创技术技术公司公司加速加速数字化数字化转型转型。Nike 自 2012 年起尝试 DTC（Direct to Consumer）转型，17 年提出 CDO（Consumer Direct Offense，直击消费者）计划，旨在通过数据驱动内部组织运营来提升资源效率。公司主要通过收购初创类技术企业将新技术与自身业务进行融合。如Nike 自 2016 年先后收购了数据分析公司 Zodiac、以色列领先计算机视觉公司

35、Invertex、基于 AI 的需求预测和库存管理分析公司 Celect，以及数据集成平台初创公司 Datalouge，以通过收集用户数据，整合需求感知、消费者洞察，为客户提供超个性化定制服务和线上线下无缝购物体验。图表26：Nike 通过收购初创类技术企业实现自身数字领域突破 年份年份具体举措具体举措2016收购数字设计工作室Virgin MEGA以帮助建设集产品预订发售、内容信息发布、活动报名登记于一身的APP SNKRS2017与动画制作公司DreamWorks合作，在不必制作出实体原型的情况下，依靠NOVA技术平台，制作出逼真的球鞋三维立体原型，甚至支持材料模拟技术2018收购消费者数

36、据分析公司Zodiac对活跃用户进行深入分析，并预测消费者的生命周期2018收购以色列计算机视觉公司Invertex，开发Nike Fit app，一款基于计算机视觉的AR试鞋软件2019收购基于AI技术，为零售商提供库存优化和预测服务的数据分析公司Celect2021收购Datalogue，该公司基于机器学习技术，能够自动进行数据准备与整合。收购帮助耐克将所有来源的数据整合到一套快速、无缝、易于访问的标准化平台当中2021通过在线创作游戏平台Roblox打造专属元宇宙平台“Nike Land”，用户可以通过虚拟化身在该平台开展聊天、游戏等交互行为2021收购虚拟球鞋公司RTFKT 资料来源：

37、方正证券研究所整理 Nike 积极积极践行践行“将将灵感与创新带给世界上每位运动员灵感与创新带给世界上每位运动员”的公司的公司使命使命。自“元宇宙”概念大火以来，Nike 也成为首批入局“元宇宙”的消费品公司之一。2021 年 11 月，Nike 通过在线创作游戏平台 Roblox 打造 15 Table_Page 服装家纺-行业深度报告 专属元宇宙平台“Nike Land”，用户可通过虚拟化身在该平台开展聊天、游戏等交互行为。2021 年 12 月，Nike 收购虚拟球鞋公司 RTFKT，开发出新款 NFT 虚拟运动鞋。图表27：元宇宙平台 Nike Land 图表28：Nike 首个官方

38、NFT 鞋款 资料来源：Roblox，方正证券研究所 资料来源：Hypebeast，方正证券研究所 Adidas 通过通过 NFTs 产品产品及及 AI 生成生成虚拟虚拟头像头像抢占抢占热点。热点。Adidas 21 年底同样推出了自身的第一款 NFT 鞋款。此后 22 年 4 月其推出第一个基于个性化和 AI 生成的虚拟头像平台 Ozworld，传播品牌声量抓住年轻消费者的同时，也帮助自身推广 OZWEEGO 实体鞋款。图表29：Adidas 推出元宇宙虚拟头像平台 Ozworld 资料来源：Fashion United，方正证券研究所 ChatGPT 爆火爆火后，后，Nike/Adidas

39、 AI 设计设计图图出圈。出圈。强调概念化的创新设计对服饰品牌产品形象至关重要，一方面展示和建立更强的品牌力，另一方面研发一些可以领先行业的尖端产品，在竞争中抢占先机。22 年末 ChatGPT 爆火后，以 AI 技术打造的虚拟产品系列也在社交媒体广为流传，其中服饰品牌中以 Nike 和 Adidas 较为出圈。意大利创意团队RAL7000STUDIO 和品牌打造特别创新企划和实物产品，其基于 AI 技术打造出 Nike x Jacquemus 联名系列，对于两个品牌特质与风格进行了巧妙拿捏和融合；同时也推出了 AI 技术打造的 Adidas 系列，围绕针织工艺和童话世界的主题展开创作，与 A

40、didas 品牌元素和运动基因完美结合。16 Table_Page 服装家纺-行业深度报告 图表30：RAL7000STUDIO 基于 AI 设计的Nike 产品 图表31：RAL7000STUDI 基 于 AI 设 计 的Adidas 系列 资料来源：NOWRE，方正证券研究所 资料来源：NOWRE，方正证券研究所 以海外经验借鉴看，国际知名运动品牌 Nike/Adidas 等品牌此前持续投入数字化转型。我们认为这有几方面的原因：一是有助于提高品牌声量，概念化的创新设计会在社交媒体上迅速传播；二是可以展示品牌实力，巩固行业领导者形象；三是为了开发可以领先行业的尖端产品，在接下来的竞争中抢占先

41、机。另外，国际知名运动品牌也有更强的资本实力支撑在数字化转型/AI 中的长期投入。而国内头部运动品牌也在积极拥抱新科技新概念。如安踏在元宇宙概念爆火后，携手百度 AI数字人，以“重新想象运动”为主题打造出时尚元宇宙的虚拟舞台走秀；中国李宁将无聊猿与飞盘、摩托等潮流运动元素结合，推出 T 恤、帽子等印有无聊猿头像的产品系列，强化品牌潮流属性。此外，安踏体育与李宁积极推进企业数字化转型提升营运效率。建议关注国内头部运动品牌安踏体育、李宁、特步国际和 361 度。图表32：ANTA 元宇宙 图表33：中国李宁 x 无聊猿 资料来源：中国国际时装周，方正证券研究所 资料来源：数英，方正证券研究所 4.

42、2 快快时尚时尚品牌品牌：拥抱拥抱 AI 技术成为快时尚行业主动者技术成为快时尚行业主动者 快时尚品牌根据当下当下流行款式和元素，以低价、款多、量少为主要特点，激发消费者的兴趣，最大限度地满足消费者需求，但这也对快时尚品牌对流行趋势的预测、供应链能力提出较高要求。过往快时尚品牌一般通过知名时装周、名人穿着、街头服饰等款式来对后续趋势预测。我我们认为们认为随着随着 AI 技术技术的的逐步应用逐步应用落地，落地，将库存跟踪与将库存跟踪与趋势趋势预测预测相结合，时尚品牌不仅可以利用过往数据来分析未来走向，还可相结合，时尚品牌不仅可以利用过往数据来分析未来走向，还可以访问即时数据，以便及时规以访问即时

43、数据，以便及时规划正确的款式和数量。划正确的款式和数量。以以 H&M 为例为例，其通过分析商品收入、退货评估库存，用 RFID 标签监控库存；200+的数据科学家通过 AI 算法提前 3-8 月预测趋势；构建自动化仓库，算法和数据驱动下实现 90%+欧洲市场的次日达；通过算法实现线下商品推荐，试点 3D 扫描技术实现个性化定制。同时，公 17 Table_Page 服装家纺-行业深度报告 司和 Google Cloud 建立战略合作伙伴关系，以实现自身在未来 AI 应用落地后的技术领先。ZARA 通过在线购买、店内提货（BOPIS）或点击收集选项等途径，应用 AI 机器人为消费者提供所需的订单

44、。优衣库优衣库2018 年推出了智能购物助手 Uniqlo IQ，打造个性化的用户体验。图表34：H&M AI 解决方案 算法的帮助下分析商店收据和退货，评估每家商店的购买情况；RFID标签监控库存H&M AIH&M AI解决方案解决方案库存管理库存管理预测需求预测需求自动化仓库自动化仓库个性化线下体验个性化线下体验200+数据科学家通过AI算法提前3-8个月预测趋势，提高售罄率并减少大促算法和数据驱动下，构建自动化仓库，实现快速交付，90%欧洲市场可实现次日达消费者获得通过算法选择的实体店商品推荐；3D扫描，个性化定制生成 资料来源：AIM，Medium，方正证券研究所 Shein 打造打造

45、“实时实时时尚时尚”商业商业模式。模式。Shein 以快时尚产品为核心，紧握供应链与流量端，打造“产品+流量+供应链”的“实时时尚”商业模式。不同于传统快时尚行业主要通过店员、买手和设计师拆解时装秀元素，Shein 主要通过 AI 大数据技术敏捷追踪全球时尚趋势，以数据支持预测，数据来源主要为（1）通过算法搜索互联网和 Shein 自身数据，提取时尚趋势信息，包括新上商品的销量、定价、颜色、款式、面料等数据；（2）Google Trends Finder 工具追踪各国与服装相关关键词。就结果而言，Shein 的爆款率在 50%左右，高于快时尚龙头 ZARA的 20%。依托依托中国制造中国制造与

46、与信息信息互通，互通，打造打造小单小单快反快反模式。模式。Shein 依托高性价比的中国制造，所有合作工厂都必须使用公司的供应链管理系统，设置急采发货及时率、备货发货及时率、次品率、上新成功率，并基于大数据和算法实现供应商的优胜劣汰机制。同时公司构建工厂与消费者之间的信息互通，使供应商可以即时接受消费者行为调整的订单更新信息，并发回实时库存和产能数据。基于中国制造和数据胡同，公司也成功实现了小单快反模式，相较传统同行零售商通常生产数千件商品，而 Shein 生产运行量低至每个 SKU 100-200 件，成品加工环节中的交货周期可以压缩至 3-7 天，发货时效低于 40 个小时。18 Tabl

47、e_Page 服装家纺-行业深度报告 图表35：Shein 产业链中数据和算法赋能 后端前端Google Trends Finder竞争对手网站社交平台TikTokYouTubeInstagramFacebookPinterest卓越的用户体验积极获取用户SHEINSHEIN最低价一手数据垂直整合供应链实时数据分析口碑和推荐实时优化第三方数据KOL/KOC广告卓越的用户体验积极获取用户SHEINSHEIN最低价口碑和推荐实时优化 资料来源：方正证券研究所 随着随着 ChatGPT 等人工智能的演进，未来将对等人工智能的演进，未来将对以快速反应为核心能力的以快速反应为核心能力的快时尚快时尚品类品

48、类产生产生重要重要影响影响。快时尚品牌可以以更少的库存、更快的反应、更佳的消费者体验，加快企业经营周转效率，抓住市场机遇。我们梳理了国内部分 AI+纺织服装相关科技公司的融资项目，该类企业主要以 to B 端为主，项目内容包括 AI 设计、柔性供应、AI 营销等，客户大多为快时尚品牌/直播电商品牌。我们认为随着该类服装科技企业的逐步成熟，国内快时尚品牌运用 AI 赋能将值得期待。建议关注国内时尚休闲龙头公司森马服饰、太平鸟、锦泓集团、朗姿股份、欣贺股份等。图表36：国内部分 AI+纺织服装相关科技公司 简介轮次最近融资金额知衣科技成立于2018年，基于AI的服装柔性供应链解决方案提供商，利用图

49、像识别、时序分析、个性化推荐等AI技术为服装行业提供人工智能解决方案。C轮1亿美元飞榴科技2016年创立，通过提供从报价采购到生产的平台化解决方案为国内成衣工厂提供小单快反能力。业务范围基本覆盖服装全品类，女装品类占比高达80%。A+2亿人民币TOP FAVOR2021年创立，基于大数据和人工智能，整合创造AI设计、AI营销、AI供应链和AI柔性智造的“潮玩服饰“品牌。A+未披露Yi+为企业提供视觉内容智能化和商业化解决方案。旗下品牌Yi+是人工智能计算机视觉引擎，衣+是时尚商品搜索引擎。B+轮数亿人民币MatchU码尚成立于2015年，AI男士服装轻定制平台，提供人体智能测量方案，致力于提供

50、人体智能测量方案，让C端产生大规模的个性化且精度高的服装定制。B+轮数千万人民币锐界科技成立于2014年，一家服装等行业智能柔性生产系统开发商，自主研发智能AI和AMR机器人驱动系统应用于建设全球时装柔性智能供应链。Pre-A轮数千万人民币 资料来源：IT 橘子，方正证券研究所 4.3 零售商：零售商：降低降低营运成本，营运成本，提升提升体验体验消费消费 对于服装零售商而言，AI 将更快地将服饰推向市场、更有效地销售以降低成本，并改善客户体验。AI 在服装零售商中的应用还处于早期阶段，但一些明确案例已经出现，尤其是在线上电商平台中，如 Shopify、Stitch Fix 等。建议关注国内大型

51、零售商滔博、宝胜国际。19 Table_Page 服装家纺-行业深度报告 图表37：AI 对服饰零售商影响 识别和预测趋势，从非结构化数据中加强目标营销大规模自动细分消费者，以定制营销计划基于来自消费者档案和社区洞察的非结构化数据生成个性化营销内容与人工智能代理合作，加快内容开发，减少内部营销团队的创意障碍AIAI对服饰零售商的对服饰零售商的影响影响营销营销电子商务与消费电子商务与消费者体验者体验实体店运营实体店运营组织和支持功能组织和支持功能基于过去成功的销售，构建并生成销售介绍基于个人消费者档案，个性化定制在线消费者路径和服务(eg.网页和产品描述)为个人消费者量身定制虚拟产品试衣和演示(

52、eg.服装试衣，造型建议)增强智能人工智能助理(eg.会话聊天机器人虚拟助手)和自助服务通过生成和测试不同参数下的布局，优化商店布局规划(eg.人流量，当地消费者受众，规模)优化店内人员，通过实时监控视频数据优化人员分；防盗检测支持AR辅助设备，以更好地通知员工实时产品情况(eg.产品状况，分类，库存，推荐)指导销售助理通过实时推荐、反馈报告和高价值的消费者档案来维持成功的“客户”关系根据员工的角色和表现，制定个性化的培训内容 资料来源：方正证券研究所 Stitch Fix 基于大数据分析创新服装零售模式。基于大数据分析创新服装零售模式。Stitch Fix 是美国一家基于数据和算法驱动的服装

53、电商零售公司，开创服装行业“盲盒”订阅模式。与传统电商不同，公司通过收取一定费用，针对用户搭配穿搭，以邮寄形式送达客户手中；客户收到后可任意试穿，并决定是否购买。公司业务核心在于数据收集与算法有效性。（1）数据收集：公司将客户填写的问卷转为数据（可转化为 90-100 个具有统计显著性的数据点），包含年龄、式样、尺码、裁剪、价格偏好、需求细节等，并观察消费者复购行为构建庞大面板数据。（2）算法驱动：数据团队依托大数据与算法，构建出个性化推荐、库存管理、新款式设计等 50多种算法，精准推荐下近 9 成客户愿意直接反馈，推动数据优化。20 Table_Page 服装家纺-行业深度报告 图表38：S

54、titch Fix 业务模式 顾客数据商品数据反馈数据算法算法&造型师造型师商品组合推荐 资料来源：Stitch Fix 官网，方正证券研究所 5 风险提示风险提示 AI 技术迭代不及预期；消费者体验改善不及预期；AI 引发的隐私/道德风险 21 Table_Page 服装家纺-行业深度报告 分析师声明分析师声明 作者具有中国证券业协会授予的证券投资咨询执业资格，保证报告所采用的数据和信息均来自公开合规渠道，分析逻辑基于作者的职业理解，本报告清晰准确地反映了作者的研究观点，力求独立、客观和公正，结论不受任何第三方的授意或影响。研究报告对所涉及的证券或发行人的评价是分析师本人通过财务分析预测、数

55、量化方法、或行业比较分析所得出的结论，但使用以上信息和分析方法存在局限性。特此声明。免责声明免责声明 本研究报告由方正证券制作及在中国（香港和澳门特别行政区、台湾省除外）发布。根据证券期货投资者适当性管理办法，本报告内容仅供我公司适当性评级为C3及以上等级的投资者使用，本公司不会因接收人收到本报告而视其为本公司的当然客户。若您并非前述等级的投资者，为保证服务质量、控制风险，请勿订阅本报告中的信息，本资料难以设置访问权限，若给您造成不便，敬请谅解。在任何情况下，本报告的内容不构成对任何人的投资建议，也没有考虑到个别客户特殊的投资目标、财务状况或需求，方正证券不对任何人因使用本报告所载任何内容所引

56、致的任何损失负任何责任，投资者需自行承担风险。本报告版权仅为方正证券所有，本公司对本报告保留一切法律权利。未经本公司事先书面授权，任何机构或个人不得以任何形式复制、转发或公开传播本报告的全部或部分内容，不得将报告内容作为诉讼、仲裁、传媒所引用之证明或依据，不得用于营利或用于未经允许的其它用途。如需引用、刊发或转载本报告，需注明出处且不得进行任何有悖原意的引用、删节和修改。公司投资评级的说明：公司投资评级的说明：强烈推荐：分析师预测未来半年公司股价有20%以上的涨幅；推荐：分析师预测未来半年公司股价有10%以上的涨幅；中性：分析师预测未来半年公司股价在-10%和10%之间波动；减持：分析师预测未来半年公司股价有10%以上的跌幅。行业投资评级的说明：行业投资评级的说明：推荐：分析师预测未来半年行业表现强于沪深300指数；中性：分析师预测未来半年行业表现与沪深300指数持平；减持：分析师预测未来半年行业表现弱于沪深300指数。地址地址 网址：https:/ E-mail: 北京北京 西城区展览馆路 48 号新联写字楼 6 层 上海上海 静安区延平路 71 号延平大厦 2 楼 深圳深圳 福田区竹子林紫竹七道光大银行大厦 31 层 广州广州 天河区兴盛路 12 号楼 隽峰苑 2 期 3 层方正证券 长沙长沙 天心区湘江中路二段 36 号华远国际中心 37 层