實現“智能機器”技術有兩個重要方面：機器學習和機器視覺。所謂機器學習指的是其軟件系統的算法能從已有的經驗中抽象出普遍的規則，然后利用這些規則回答各種問題，包括曾經遇到過的和不曾見過的。也就是說可以利用人工神經網絡系列等算法來分析數據、從中學習、測定、預測現實世界某些事,而這些做法不再是過去手動編碼帶有特定指令設定的軟件程序來完成某個特殊任務，而是使用大量的數據和算法來“訓練”機器，賦予它學習如何執行任務的能力。例如鮑麥克斯、美機等企業推出的SIRI語音控制系統,在操作縫制機器時只要對智能軟件說話交互即可,不必再像過去與按鍵和菜單打交道了。

        機器視覺是利用相機、攝像機等傳感器，配合機器視覺算法賦予智能設備人眼的功能，從而進行物體的識別、檢測、測量等功能。機器視覺可以分為工業視覺、計算機視覺兩類。工業領域的機器視覺難點在于精度和速度，要求都在毫米級，例如工業機器人抓手的變動是在三維空間內,精準度較易,而智能機器難些。（見圖六）近年來服裝行業所創新的皮革疵點識別、自動排版、自動切割一體機就很好地應用了機器視覺。

        3 要從單元級信息物理系統CPS做起,向系統級CPS、SOS級CPS發展。

         2017年3月,我國發布信息物理系統CPS白皮書,書中工信部對CPS的定位是：信息物理系統CPS是支撐工業化和信息化深度融合的一套綜合技術體系。信息物理系統CPS能夠從單元級、系統級到系統之系統級(SOS)不斷深化,從而實現生產制造范式的重構。

        所謂單元級CPS 是具有不可分割性的信息物理系統最小單元，可以是一個部件或一個產品，通過“一硬”（如具備傳感、控制功能的機械臂等）和“一軟”（如嵌入式軟件）就可構成“感知-分析-決策-執行”的數據閉環，具備了可感知、可計算、可交互、可延展、自決策的功能，典型如智能機器人、智能數控機床、智能服裝縫制設備等。（見圖七）

        所謂系統級CPS  是“一硬、一軟、一網”的有機組合。信息物理系統的多個最小單元（單元級）通過工業網絡（如工業現場總線、工業以太網等，簡稱“一網”），實現更大范圍、更寬領域的數據自動流動，就可構成智能生產線、智能車間、智能工廠,實現了多個單元級CPS的互聯、互通和互操作，進一步提高制造資源優化配置的廣度、深度和精度。我們現在要打造的服裝智能生產線、智能車間、智能工廠就是系統級CPS。

         系統級CPS是基于多個單元級CPS最小單元的狀態感知、信息交互、實時分析，實現了局部制造資源的自組織、自配置、自決策、自優化,因此由傳感器、控制終端、組態軟件、工業網絡等構成的分布式控制系統（DCS）和數據采集與監控系統(SCADA)是系統級CPS,由智能機器、機器人、AGV小車、傳送帶等構成的智能生產線是系統級CPS,通過制造執行系統（MES）對人、機、物、料、環等生產要素進行生產調度、設備管理、物料配送、計劃排產和質量監控而構成的智能車間也是系統級CPS。

         系統之系統級CPS（即SoS級）是多個系統級CPS的有機組合，涵蓋了“一硬、一軟、一網、一平臺”四大要素。SoS級CPS通過大數據平臺，實現了跨系統、跨平臺的互聯、互通和互操作，促成了多源異構數據的集成、交換和共享的閉環自動流動，在全局范圍內實現信息全面感知、深度分析、科學決策和精準執行。基于大數據平臺，通過豐富開發工具、開放應用接口、共享數據資源、建設開發社區，加快各類工業APP和平臺軟件的快速發展，形成一個開放、協同、共贏的產業新生態。例如GE的 PrdixPTC Worx、海爾的 COSMD等已經實現了。由此可見,實現SOS級CPS就是實現多條智能生產線、多個智能制造工廠之間的協作協同 ,能夠做到產品全生命周期全流程及工廠全系統的整合,服裝制造企業也應該按此目標努力。

        4 要創新服裝增材制造實現社會化的智能生產。

        2011年6月，時任美國總繞奧巴馬宣布了一項新政——回歸“社會化制造”，以取得美國在世界制造業領先地位,而社會化制造重要的產業之一就是3D打印機產業(見美makerbot公司的3D打印機)。美國人早在21世紀初就提出服裝是可用3D打印機打印出來,不過真正的實現不在美國而在荷蘭,荷蘭設計師Iris van Herpen在2013年的巴黎時裝展會上展出由3D打印機打印出來的錦綸服裝，但此時的服裝沒有飄逸感,不適宜穿著（見圖八）。2016年，他在上海展出了由3D打印機打印出來的飄逸時裝（見圖九）。我國服裝行業至今尚未研發出服裝3D打印機,為了實現智能生產, 3D打印服裝的增材制造技術一定要攻克下來。