臨近春節，浙江寧波雅戈爾工廠一片繁忙。倉庫內，已裝箱的服裝成品正通過環形皮帶機傳送至收寄口，實現24小時不間斷地揀貨、攬收及發運。而在后台，前來援助的中國聯通浙江產業互聯網公司（以下簡稱“浙江產互公司”）產品研發中心團隊，正全神貫注記錄著屏幕上不斷跳動的數據，連眼都不敢眨。

“每天市場大概有5萬的需求，人流、訂單同比去年大概增長50%。”雅戈爾工廠總經理李如成按捺不住內心的喜悅。

就職於浙江產互公司產品研發中心的熊強，長期探索語言、視覺、圖像等大模型在紡織服裝領域的應用研究。面對工廠激增的訂單，在年前如何高效有序的完成質檢工作，成為他的重點任務。

作為全球最大的紡織服裝生產加工地，目前我國大部分工廠的質檢工作都由純人工完成，極大影響了生產效率。數據顯示，平均一個驗布工瑕疵檢出率僅為70%，並且容易因疲勞而導致更大范圍的漏檢，最終影響服裝的整體質量。

中國聯通通過5G網絡實時分析和處理設備運行狀態數據

現在，中國聯通將人工智能算法應用到了這一環節。

“按照傳統的機器視覺算法的開發排期，需要至少2-3個月的開發周期。”熊強表示，為讓百姓能在年前穿上合身的新衣，連續一周，團隊都在加班加點趕工。

在人工智能算法開發前，需要開展一系列的數據處理工作。難度不大，但必不可少，且需要極大的耐心和細心。首先需要採集好服裝工序合規檢測的視頻數據，接著還要對視頻數據取幀，獲得圖像數據。

從集體開展數據標注工作來加快工作進度，到做目標檢測算法和手部關鍵點識別算法的開發，再到進行算法模型的訓練……這一系列工作費時費力，但在算法工程師胡志強看來意義重大。

“工業領域合規檢測產品落地的難點之一，在於存在大量的差異化的檢測需求。每一種需求又存在不同的檢測場景及特定的檢測動作。如果對於特定場景單獨訓練模型，不僅需要進行大量的數據採集、數據標注工作，還增加了模型的訓練及維護成本。”胡志強分析說。

這一問題很快得到了解決。在日夜攻關下，團隊設計了動作合規檢測模型，創造性地建立了合規檢測動作特征庫。“對於新增的場景，我們隻需少量錄制數據提取動作特征，再將其入庫匹配就能得到最終的檢測結果。”

面對過程中出現的各類問題，產品經理曹劉燕也是不敢懈怠。她告訴記者，之前部署的人工智能合規檢測產品，在前端頁面上不能正常展示算法的效果。第一時間，團隊連接工廠的服務器進行問題排查，查看算法運行的結果和報錯日志。

“我們發現服務器硬件配置落后，部署的算法模型運行起來，會導致前端顯示出現卡頓、延遲等問題。”曹劉燕回憶說，由於開發的人工智能模型無法在服務器上運行，團隊隻能調整算法來適配運行環境。

同時，面對顯示上出現的花屏問題，團隊又開始測試服務器推流服務的控制參數，緊急更換技術方案，重新部署流媒體服務器……

“我們大部分人工作強度都在每天12個小時以上，每星期6天半。盡管忙碌，但很有成就感。”熊強表示，當前，人工智能已經成為傳統行業降本增效的重要方法，中國聯通針對不同場景研發了適用於各行各業的人工智能算法，目前已經廣泛應用工業、服裝、交通、醫療、教育等領域。

熊強的眼神和語氣中流露出對科技的熱愛。在直播電商之都長大的他，深曉新興技術對民眾生活產生的巨大影響，后來毅然加入浙江產互公司。他希望能為服裝紡織行業盡一份力，讓人人都把“年味”穿在身上。（程唯珈）

分享讓更多人看到