第一批接入 DALL·E 的服装平台
2022 年 10 月 20 日，洛杉矶服装供应链平台 CALA 宣布集成 OpenAI 的 DALL·E API，成为业界最早把文生图能力直接接进服装设计-生产流程的公司之一。这家公司 2016 年成立，服务过 5000 多个独立设计师和品牌，CEO Andrew Wyatt 后来接受了 IEEE Spectrum 的专访讲述这次合作。
工作流：从草图到工厂订单
CALA 的设计流程分四步：① 选品类模板（上衣、毛衣等 25+ 品类）；② 填两段提示词——「形容词 + 材质」和「装饰 / 细节」；③ 系统生成 6 张设计图，不满意点 Regenerate 迭代；④ 支持上传设计师自己的手绘稿或参考图，让 DALL·E 生成变体——这就是「线稿上色」在服装领域的落地形态：草图给轮廓和款式，AI 给配色和面料质感。
最关键的一步在后面：选定的方案直接进入 CALA 的供应链体系对接代工厂打样，起订量可以低到 25-50 件。传统服装业一个款打样动辄数百件起订，这对独立设计师和中小品牌是根本性的门槛变化。
同期还有平台走得更激进：Fashable（fashable.ai）标称已生成 240 万个素材、平均 45 秒出图，支持「提示词或上传草图 → sketch-to-image → tech pack（工艺单）→ 虚拟试穿」的全链路。
童装品类的现状
需要客观说明：目前公开报道的案例多为通用服装品类，婴童装的专属成功案例报道还很少。但童装恰恰是 AI 上色的理想试验场——款式结构相对简单、色彩和图案决策占比高、SKU 季节性强，小单快反的需求比成人装更迫切。
对婴童产品设计的启发
1. 「设计-生产」打通才是完整的 AI 工作流。出图只是第一步，CALA 的价值在于 AI 方案可以直接变成工厂订单。
2. 小单快反 + AI 出图 = 低风险试款。婴童品类安全标准高、退货敏感，先用 AI 方案做 25 件级小批量测市场，比押注大货稳妥得多。
3. 提示词结构值得抄。「形容词+材质」与「装饰/细节」分开描述的写法，同样适用于婴童产品设计Brief。
资料来源：PR Newswire CALA 官方新闻稿（2022-10-20）、IEEE Spectrum 专访、Fashable 官网、FashionDiffusion 工具评测。