近日，一家機器人公司梭芯智能Bobbin宣布與跨境母嬰服裝頭部品牌PatPat達成合作，其研發(fā)的初代縫紉機器人將于近期部署于PatPat廣州番禺工廠進行測試。服裝是一個關乎民生的萬億級行業(yè)，但在這一領域中創(chuàng)業(yè)的機器人公司少之又少，梭芯的定位顯得相當獨特。
服裝機器人一直未形成市場的原因在于，服裝生產(chǎn)的場景難以被自動化解決。
在金屬、塑料加工或是汽車行業(yè)中，機器人的使用已經(jīng)尋常可見，無論搬起幾十公斤的車架，或是快速焊接物體，機械臂都不在話下。但在服裝工廠，機械臂面對的是柔軟布料——可以拉伸、彎曲和折疊，而目前沒有成熟的產(chǎn)品能像人手一樣靈活地操控布料，即便有公司想要嘗試也要付出高昂的研發(fā)成本。
一位服裝廠老板在試用機械臂后說到，“它什么都好，唯一麻煩的是沒法把一塊稍微皺一些的布弄平，還得專門配幾個人伺候著。”因此，受制于服裝面料的特性，用機器替人來升級服裝工廠一直沒人能做。
作為創(chuàng)業(yè)公司，梭芯試圖用最前沿的機器人技術扎進服裝這一最為傳統(tǒng)的行業(yè)，找出場景需求的最優(yōu)解，來提高服裝產(chǎn)業(yè)鏈的整體生產(chǎn)效率。
一、巨大的需求缺口
服裝產(chǎn)業(yè)鏈的用人需求有巨大缺口已然人所共知，服裝工廠招工難的消息多到甚至不能成為一條新聞。
在國內(nèi)最大的服裝供應鏈所在地廣州市，就有一片知名的“制衣村”，包括了康樂、鷺江、五鳳和大塘等城中村，以往年情況看，春節(jié)后都是招工旺季，通過普通招聘會對工人面試招聘即可。
但是近年來開始招工困難，這兩年尤甚，“制衣村”一度“一工難求”——雖然路人如織，但應聘意愿寥寥，眾多服裝廠老板不得不走上街道旁，拿著需要再加工的樣衣，等待被人們“挑選”。
一段國內(nèi)服裝從業(yè)者數(shù)據(jù)的變化，也印證著服裝產(chǎn)業(yè)鏈的變遷。據(jù)國家統(tǒng)計局數(shù)據(jù)顯示，2018年底，紡織服裝、服飾業(yè)從業(yè)人數(shù)為335.6萬人，而到2022年12月，這一數(shù)字已經(jīng)降至232.5萬人，降幅達30%。這意味著僅四年時間，服裝產(chǎn)業(yè)鏈從業(yè)人員就少了近一百萬，供給端正在走向懸崖邊。
數(shù)據(jù)的冰山之下，梭芯創(chuàng)始人王嘉卿對服裝工廠的焦慮有著更加深切的感受。
王嘉卿家中經(jīng)營著一個數(shù)千人的服裝工廠，耳濡目染下也對此產(chǎn)生了興趣。為摸清行業(yè)脈絡，自加州理工學院畢業(yè)后，王嘉卿直接下廠工作，參與品牌運營和車間管理。
彼時，他已經(jīng)想用時興的工業(yè)數(shù)字化的方式去改造服裝生產(chǎn)流水線，“如果每一件衣服完成一道工序后，通過掃碼識別上傳到系統(tǒng)中就能實時了解生產(chǎn)狀態(tài)。”然而人并不是機器，在推行過程中，工人卻難以理解為何要有一個“多余”的動作，這讓王嘉卿深感傳統(tǒng)服裝工廠變革之難。
為了更加精確的找到服裝制造轉(zhuǎn)型升級的痛點所在，王嘉卿密集走訪了長三角、珠三角多家服裝工廠進行調(diào)研，讓他尤其深刻的是一家大規(guī)模的頭部運動品牌代工廠。
這家工廠內(nèi)，車間仍然在用傳統(tǒng)的工業(yè)風扇來緩解夏日的炎熱，上千臺縫紉機噠噠作響的嘈雜聲中，驗布工人在機器前目不轉(zhuǎn)睛地盯著緩緩滾動的布匹，縫紉機前的工人上著一個又一個T恤袖子。一天結(jié)束了，工位上的工人還是同樣的坐姿，同樣的動作，與十多年前并無二致。
這是一幕非常典型的縫紉場景，每臺縫紉機只負責一道工序，工人按件計費。熟練工借助技巧和經(jīng)驗，可以很快地完成，但是新入職的工人往往需要半年到一年的培訓，才能逐漸上手。
“因為縫紉是個熟練工種，所以現(xiàn)在的年輕人大多不愿意進入服裝廠，投入產(chǎn)出比太低了，他們更愿意進入這些年發(fā)展迅猛的3C和新能源產(chǎn)業(yè)，留在服裝工廠里的大多是四五十歲的中年。”用王嘉卿的話來形容就是，目前服裝制造行業(yè)處在嚴重的青黃不接的狀態(tài)。
通常而言，服裝行業(yè)的自動化往往就卡在縫紉這一關。
如果拆分來看，服裝生產(chǎn)設備可以分為縫前、縫中和縫后設備，大多數(shù)自動化無人化設備是在縫前和縫后，多由外資巨頭占據(jù)。例如數(shù)控裁剪機，簡稱“裁床”，集成了CAD/CAM系統(tǒng)，是替代人力裁剪工和電剪刀，實現(xiàn)了布料剪裁工序的全自動化，在服裝工廠普及率已經(jīng)很高。
王嘉卿發(fā)現(xiàn)，縫紉已經(jīng)占到了服裝制造流程時間和成本的八成。像是襯衣上領口的一道縫紉工序就有十幾種方法，基本上只能依賴熟練工，因為“絕大部分縫中工藝無法實現(xiàn)自動化，相較于其他行業(yè)，服裝業(yè)借助現(xiàn)有數(shù)字化和自動化方案，在這方面的提升效率空間著實有限。”
難點亦是轉(zhuǎn)折點，如果能解決“縫中問題”，很可能會帶來一場新的“工業(yè)革命”。
二、從縫紉工序破局，撬動服裝自動化
隱藏在縫紉車間里的龐大藍海并非沒有人踏足，在勞動力成本異常高昂的歐美國家，也出現(xiàn)過一些縫紉機器人的方案。
縫紉工序的關鍵之一在于“夾取”，來復現(xiàn)工人在縫紉機前引導布料的操作，真空吸取、靜電和針刺等都不能完美解決不同布料的夾取。一家美國縫紉機器人曾推出T恤的自動化產(chǎn)線，價格達千萬元，但只適用于簡單固定款式的生產(chǎn)，遠達不到解決問題的程度。
為了從縫紉工序中破局服裝制造的自動化，王嘉卿拉來了在加州理工讀博期間專攻機器人方向的校友馬文龍。創(chuàng)辦公司后，兩人連續(xù)在工廠中吃住數(shù)月。長時間的觀察讓他們注意到，即使是同一道工序，幾乎每個工人都有自己的一套縫紉手法和小訣竅。“例如T恤的側(cè)線包縫，有的工人會單手同時操作上下兩片布料，而有的工人則是用雙手。”沒有一套標準化的操作可供參考。
他們決定由此突破，讓機器人像人一樣操作。在軟硬件設計上，梭芯自研執(zhí)行機構，例如夾爪等硬件，利用了3D視覺及安全力控，來讓縫紉機器人擁有真正的“手”和“眼”，解決多種縫紉工藝的布料操作難題。
具體來說，機器人可以通過深度學習和3D視覺對布料的抓取點位精準定位，來預測裁片的幾何形變、顏色和運動軌跡，這就具備了“眼”的功能。在軟件層面，梭芯基于機器人和布料的動力學模型開發(fā)了非線性優(yōu)化算法，實現(xiàn)了實時軌跡規(guī)劃與精準控制，進而可以對裁剪好的布料進行分揀、放置、平鋪、翻轉(zhuǎn)和對齊等復雜操作。
梭芯機器人操作柔性面料
布料操作問題只是成衣制造自動化的難點之一。
即使是同種衣服，布料、款式的不同還需要完全不同的生產(chǎn)流程。同樣是T恤，根據(jù)領口的不同，就會使用不同種類的縫紉機?？钍降亩鄻有詣t是決定快時尚品牌競爭力的核心壁壘
任意打開一家知名快時尚服飾網(wǎng)站，光是T恤就有百十款。一件簡單的T恤，可能只需要10-20個不同步驟，而要讓自動化設備完成這些步驟，需要工程師花大量時間來編程。如果針對上百款的衣服都開發(fā)自動化專機，其工作量與回報顯然不成正比。要真正落地應用，縫紉機器人就必須靈活地應對不同款式的生產(chǎn)需求。汽車、3C行業(yè)中只做單道工序的做法在這一場景并不適用。
針對適應性問題，梭芯設計了一套工藝庫+快速產(chǎn)線部署軟件的架構，來完成不同生產(chǎn)需求的快速組建和部署。
這套架構類似于樂高積木，工藝庫能夠?qū)⒁恍┩ㄓ玫目p紉工藝打包成隨手可用的“積木”，可靈活調(diào)整以適應不同的款式。
比如一款T恤有十多個步驟，但其中有好幾個步驟是屬于同一類工藝，“例如肩線和側(cè)線的包縫工藝，下擺的包邊和袖子的包邊都一致。”這些相似的步驟組成了單元化的工藝包，讓機器人有更高的通用性。
快速產(chǎn)線部署軟件則是積木式工藝的流程調(diào)度架構，通過調(diào)用這些工藝包，服裝工廠能夠按照需求快速搭建適應不同多種款式和尺寸的生產(chǎn)流程。
梭芯機器人操作柔性面料
此外，為了實現(xiàn)快速和低成本開發(fā)和迭代，Bobbin自建高保真仿真環(huán)境。Bobbin仿真環(huán)境采用高保真物理引擎，用大量數(shù)據(jù)讓機器學習算法快速進化，進而快速檢測業(yè)務邏輯、軟件系統(tǒng)、動力學特性和碰撞等。
“梭芯目前已經(jīng)搭建起了針對縫紉場景的完整架構，縫紉場景足夠難足夠有趣，可以幫助梭芯建起很高的壁壘。”梭芯CTO馬文龍告訴36氪。
三、用縫紉機器人，加速服裝產(chǎn)業(yè)鏈升級
過去兩年在多種外部因素下，品牌直接把工廠或訂單遷往東南亞的討論熱度升溫，機器替人則不見蹤影。
事實上，服裝工廠遷往海外的趨勢早已發(fā)生。越南、孟加拉等東南亞國家依靠中國曾經(jīng)擁有過的用工優(yōu)勢，服裝出口量緊隨中國之后。例如在成衣端，作為優(yōu)衣庫、耐克、阿迪達斯和彪馬四大品牌主要供應商的申洲國際，在東南亞成衣產(chǎn)能約占總公司的40%。
但就在這同一段時間內(nèi)，逆勢增長的出海品牌又讓市場看到了中國服裝供應鏈的效率優(yōu)勢。
這其中有如近年來快時尚品牌新星SHEIN，2021年銷售額為1000億元，增速為89%。SHEIN正是利用海外社媒流量及時捕捉服裝市場的流行趨勢，運營將有可能爆火的服裝款型反向給到工廠，而工廠則能夠在7-10天內(nèi)完成制造。這一閉環(huán)的核心正在于后端低成本的服裝供應鏈，以及前端龐大而精準的訂單。
“不過長期來看，服裝供應鏈的低價紅利顯然不可持續(xù)，仍然需要以自動化為最終方向。”一位投資人對36氪表示。在供應鏈的末端，正需要像梭芯這樣的機器人公司，為服裝制造的升級拼上一塊最復雜也是最核心的拼圖。
經(jīng)過了近一年時間的開發(fā)，梭芯的初代智能縫紉機器人已經(jīng)臨近落地。據(jù)梭芯透露，目前其樣機已實現(xiàn)基本款童裝縫紉工藝的全自動化，在無人介入的情況將裁片直接縫制為成衣，且成品質(zhì)量與人工無異。
梭芯近期將部署初代產(chǎn)品至客戶工廠現(xiàn)場，并通過實際生產(chǎn)與客戶共同驗證機器人技術為服裝行業(yè)帶來的價值。“五年后，我們希望Bobbin縫紉機器人可以為全世界縫制100億件衣服。”梭芯COO史家駿如是說道。史家駿是王嘉卿和馬文龍在加州理工的校友，在科技投資領域有多年經(jīng)驗，是梭芯產(chǎn)品及運營負責人。
機器人是一項多學科融合的前沿技術，能將技術快速落地應用到產(chǎn)品，來源于梭芯的產(chǎn)學研基因。
梭芯核心研發(fā)團隊成員出自加州理工學院、蘋果和豐田研究中心。CTO馬文龍博士畢業(yè)于加州理工，深入研究腿足類機器人和機械臂相關的控制理論和非線形優(yōu)化算法多年，多次參與NASAJPL、迪斯尼、SRI等機構的機器人研發(fā)工作。
首席工程師趙慧華博士畢業(yè)于佐治亞理工，在豐田研究中心任高級科學家多年，是機器人控制、機器學習和仿真的專家，他曾領銜設計和研發(fā)了多個知名機器人，如AMBER2、AMPRO假肢、Motobot等。
首席產(chǎn)品架構師丁偉畢業(yè)于密歇根大學航空系，在蘋果就職多年，負責機器人的軟件架構設計和運動規(guī)劃算法的研發(fā)，在軟件工程和機器人算法落地上有深厚的經(jīng)驗。
搭配產(chǎn)學研一體的團隊，梭芯也獲得了資本市場的認可，在公司創(chuàng)立同月內(nèi)便獲得了真格基金與松禾資本的數(shù)千萬元天使輪投資。
這場傳統(tǒng)制造業(yè)的自動化轉(zhuǎn)型之戰(zhàn)，即將拉開帷幕。
