在广州中大布匹市场，商户扫一扫布样，两分钟完成面料匹配；在佛山织厂里，织检机器人昼夜“边织边检”；在孟加拉国的服装车间，来自广州的“纺织数字大脑”正驱动工厂降本增效。把这些场景串起来的，是致景科技十余年搭起的一套纺织工业互联网体系。
第一层：先解决“找布难”
故事始于 2013 年。创始人陪朋友在中大布匹市场找一块面料，数日奔走却空手而归。“找布难”折射的是纺织业更深的结构问题：产业链条冗长、信息壁垒高筑。致景科技由此切入，先推出“百布”成品布交易服务平台，再向上下游延伸。
在中游，“对布机器人”通过 AI、大数据与智能硬件的组合，最快两分钟找到想要的面料，找布效率提升 300%。它底下支撑的是一个覆盖市场 90% 常见面料的标准数据库——每种面料都被赋予唯一的“身份证编码”。没有这层标准化，后面的匹配、交易与排产都无从谈起。
第二层：让每台织机说数据的话
在佛山一家织机工厂，工人曾用纸笔记录产量，排产全凭车间主任经验。致景科技为每台织机加装 AIoT 设备后，转速、停机、产量等数据实时采集上传，实现实时织机监控、产量报表、工资计算与效能分析，并通过 MES/ERP 打通生产管理全流程。
改造后的数字很直接：工厂异常停机时间减少 35%，整体效率提高 30%，出入库出错率近乎为零。这套“飞梭智纺”系统已连接全国超 70 万台织机，覆盖 90% 以上织机种类，服务超 1 万家企业；通过产能与需求的精准匹配，行业织机开机率从 55% 提升至约 70%，闲置产能被盘活。
第三层：把老师傅的手感变成模型
印染是更难的一环。传统印染依赖老师傅凭手感配色调参，而染色效果受温度、湿度、水质、面料等多重变量影响，几乎无法标准化。致景科技打造的“AI 染整大脑”把这类隐性经验转化为可复用的数据模型。一家印染厂接入后，打样效率提升 20%，一次染成率提高 5%，颜色再现性提高 10%，综合效益提升 10%。
质检环节，智巡·织检机器人把织布与验布合二为一，实现“边织边检”，坯布瑕疵识别准确率达 90%，并节省约 30% 的验布工。该产品入选 2025 年度数字化转型典型案例的“数字三品”方向。
从织到衣：四大底层能力与 Fashion Agent
往服装端走，致景科技依托四项底层能力——Fashion Engine 数据引擎、致景服装 AI 大模型、行业知识图谱、供应链驱动——搭建了覆盖服装全链路生命周期的 Fashion Agent 平台，打通趋势研判、创意企划、款式设计、面料智能匹配、CAD2/3D 虚拟打版、工艺拆解到生产履约的闭环。国内某跨境女装品牌使用后，AI 设计开款效率提升 9 倍，成衣设计生产周期缩短 60%，上新成本降低 60%。
出海：卖的不是布，是大脑
2024 年 12 月，致景科技与孟加拉国制造集团 Designtex Limited、国际纺织贸易公司 Textile Link Global Limited 成立合资公司 Textile Care Solution (BD) Limited，用“技术输出＋本土合资＋供应链协同”的模式，把飞梭智纺等系统带进当地工厂，也辐射在孟加拉经营的中国供应链企业。
小结
纺织业的特点是链条长、非标多、经验重。致景的做法不是一步跨到大模型，而是先把设备连起来、把面料编码、把工序数据化，再在此基础上做染整大脑与 Fashion Agent。数据底座没打牢之前，智能体很难有稳定的判断依据——这可能是传统行业落地 AI 最朴素的一条经验。
资料来源：2026APEC中小企业部长会之广州企业观察⑧｜致景科技：“织”造变“智”造，广州“纺织数字大脑”出海记 — 广州市工业和信息化局（2026-10-08）。本文为技术要点整理，非原文全文。