服装制造自动化正在进入新的商业化阶段。美国CreateMe Technologies于2026年9月1日宣布强化管理团队，以加快其AI机器人服装制造平台的商业化和规模化落地。该公司正在将机器人、Physical AI、数字微粘合以及按需生产结合起来，尝试改变长期依赖人工缝纫的传统服装制造方式。

工业机器人自动化资料图，非CreateMe设备实拍。图片作者：Humanrobo，来源：Wikimedia Commons，CC BY-SA 3.0。

服装制造长期属于自动化难度较高的工业领域。柔软、易变形的面料难以像金属或塑料零件一样被机器人稳定抓取和定位，因此AI与机器人技术的结合正在成为行业新的突破口。

从技术展示走向真正商业生产

CreateMe在最新公告中表示，公司已经进入下一阶段商业化扩张，并新增商业化、业务运营以及品牌合作等管理岗位。

公司目前已经形成由MeRA机器人装配系统、Pixel数字微粘合技术以及Thermo(re)set可逆粘合技术组成的制造平台，并将机器视觉、自动材料处理和Physical AI应用于服装生产。

CreateMe公开资料显示，公司目前已经拥有超过95项涉及机器人、粘合剂和自动化制造的专利，技术方向正在从实验室和样品生产进一步转向品牌订单和规模化制造。

数字粘合开始挑战传统针线缝制

传统服装制造大量依赖车缝工序。CreateMe采用的Pixel技术则通过精确控制微型粘合材料完成面料连接，希望减少部分传统针线缝制环节。

机器人系统可以按照数字程序执行面料定位、粘合和组装。当款式变化时，部分生产参数也能够通过软件重新调整，为小批量、多款式和按需制造提供新的技术路径。

这类制造方式如果实现稳定规模化，有机会进一步缩短服装生产链，并减少大量提前生产造成的库存压力。

与UNTUCKit、Supima合作推进商业化服装

2026年，CreateMe已经与服装品牌UNTUCKit以及Supima建立商业合作，开发采用数字粘合技术生产的服装。

根据CreateMe最新公布的进展，该项目计划将数字粘合T恤的生产规模逐步扩大至每年最高约5万件。

这意味着机器人服装制造开始由展示机器性能，进入消费者能够实际购买产品的阶段。

AI开始处理服装制造最困难的“软材料”

汽车、电子和金属加工行业早已大量应用工业机器人，但服装制造自动化速度长期较慢，一个核心原因就是面料属于柔性材料。

面料在移动过程中会产生弯曲、拉伸和皱褶，同一块布每一次抓取后的状态也可能不同。机器人需要实时识别材料位置并调整动作，因此机器视觉、传感器以及AI模型成为关键技术。

CreateMe也将建立软材料处理数据集列为其Physical AI体系的重要组成部分，希望让机器逐渐学习不同纺织材料的真实物理行为。

本土化与按需制造成为另一项看点

自动化服装制造的影响可能不只发生在工厂内部，还可能改变全球服装供应链布局。

传统服装生产往往需要大量人工，因此品牌长期将订单配置在人工成本较低的大型制造基地。自动化程度持续提高以后，人工成本在整体制造成本中的权重可能下降，本土生产和靠近消费市场生产的经济性也会随之发生变化。

CreateMe今年还与Avalo和Laguna Fabrics启动Seed to System项目，将气候友好型棉花、美国本土纺织制造和机器人服装装配连接起来，探索更加短链的服装生产模式。

中国拉链网观察：服装自动化最终会传导至辅料

服装工厂自动化程度提高以后，拉链、纽扣、织带和商标等辅料也需要适应机器装配环境。

人工生产可以通过经验处理轻微尺寸差异，而机器人更加依赖标准尺寸、统一定位和稳定公差。因此，未来进入高度自动化服装工厂的拉链产品，规格一致性和装配标准化可能变得更加重要。

拉链供应商还可以进一步探索视觉检测、自动穿头、自动尺寸识别、在线质量监控以及产品数字身份等技术，与成衣工厂数字化系统建立更深的数据连接。

中国拉链网此前在SHEIN数智化赋能服装产业链的报道中，也持续关注小单快反、数字工具和智能供应链对服装制造方式的改变。

随着AI真正进入工厂，辅料行业未来需要考虑的将不只是一条拉链如何生产，还包括这条拉链如何被机器识别、抓取、装配、检测和追溯。

文章来源：CreateMe Technologies / PR Newswire以及CreateMe官方网站公开资料，经中国拉链网编辑整理。

原始信息发布时间：2026年9月1日

图片许可：Wikimedia Commons，CC BY-SA 3.0，作者Humanrobo。图片为自动化制造资料图。

中国拉链网：关注拉链、服装辅料、智能制造及全球服装供应链技术发展。