关键历程：

2015年入职蝶讯

2023年底主导AI转型

2024年1月内测

2024年3月正式销售

2024-2026至今参与百场AI会议

2026年达成国内外多家知名品牌合作

在深圳南山科技湾生态园的办公室里，透过落地窗可以望见整个科技湾的天际线。这里是蝶讯AI应用中心的所在地，也是张国才带领团队打造D.SD的地方。

此刻，他正对着屏幕上的一款AI设计工具仔细端详。一款“新中式水墨晕染”风格的连衣裙正在实时生成——从输入灵感关键词到输出系列款式方案，整个过程不过几十秒。

这背后，是蝶讯沉淀了30年的时尚产业数据，以及一个由“一半服装设计师、一半AI工程师”组成的跨界团队。

张国才，这位80后广东茂名人、深大服装设计科班出身的设计师，拥有20年的服装设计实战经验。他用两年多时间，完成了一次从传统服装设计到AI产品负责人的跨界跃迁。他带领团队打造的D.SD，正在成为越来越多服装鞋包企业的“AI设计引擎”。

1. 深大毕业，20年设计功底

张国才是典型的“科班出身”。从深圳大学服装系毕业后，他扎根服装行业，积累了20年的设计实战经验。2015年，他加入蝶讯网，从事传统服装设计工作。

彼时的蝶讯，已经是国内时尚产业的“数据底座”——这家始创于1995年的公司，长期为全球提供超过10亿级的时尚数据库解析服务，积累了130万设计师数据库，并与多家知名服饰品牌建立了深度合作。

2. “再不拥抱AI，就会被淘汰”

2023年底，生成式AI在全球范围内爆发。Midjourney、Stable Diffusion等工具的出现，让张国才和团队看到了巨大的机遇，也感受到了危机。

“虽然早期AI存在技术幻觉，但它展现出的辅助工作能力，让我们预判到AI是未来巨大的机会。”张国才在访谈中回忆道，“如果不主动变革，我们很可能会被行业淘汰。”

转型的决心有了，但路怎么走？

3. 内部赛马，外部挖人

初期，团队里没有AI专家。张国才做了一个关键决策：**在公司内部举办AI设计比赛**。

“从面向设计师的业务场景中，选拔对AI熟悉的‘种子选手’。”他说，“这些人懂设计需求，这是最大的优势。”

与此同时，他带领团队“潜伏”进各种AI社群，挖掘大神、持续面试，一点点组建起技术团队。最终，蝶讯成立了AI应用中心，团队结构非常特别——**约50%技术人员，50%服装设计人员**。

> “核心价值在于能够整合营销、AI技术、设计、供应链等多方资源。”张国才这样总结自己的跨界能力。

1. 早期试错：AI设计师

蝶讯的AI探索并非一蹴而就。早期推出的“AI设计师”，主要基于图生图技术，专注于文生图等简单场景。由于底层技术架构相对薄弱，服装还原度不足，这款产品上线约一年后便停止更新，并于2025年12月正式退出市场。

“踩坑”是难免的，但每一次试错都是积累。

2. D.SD的诞生：蝶讯的“稳定扩散”

2024年1月，一款全新的AI服装设计工具——D.SD完成开发并上线内测。

它的名字有深刻的含义：“D”代表蝶讯（Diction），“SD”代表Stable Diffusion（稳定扩散）。这意味着，蝶讯基于开源的稳定扩散技术，通过自有算法优化，实现了根据原图进行稳定的服装设计与扩散生成。

内测刚上线时，由于用户访问量过大，系统后台一度崩溃。团队通过不断“踩坑”与优化，逐步完善了产品稳定性。

2024年3月，D.SD正式对外销售，标志着蝶讯AI核心产品进入商业化阶段。

3. 核心优势：30年数据 + 懂设计 + 全链路

相比前代产品和其他AI工具，D.SD的优势非常清晰：

30年的时尚数据沉淀：这是蝶讯最深的护城河。130万设计师数据库、全球趋势预测能力、供应链协同经验，是其他AI工具难以复制的壁垒。

20年服装设计专业对口：团队一半是服装设计专业出身，一半是AI技术人员。“更懂用户需求，更懂技术”，这是张国才反复强调的差异化优势。

D.SD不仅仅是一个“画图工具”，而是一套覆盖服装设计全流程的AI智能引擎。以下，我们将逐一拆解它的核心功能：

功能一：灵感创款——一句话，生成一个系列

设计师只需输入感性的灵感关键词，比如**“新中式水墨晕染”**、**“赛博朋克废土风”**、**“法式田园碎花”**，平台背后的AI趋势引擎能在**几秒钟内输出一系列延展款式设计方案**。

**不止是出图**：系统还会智能建议印花位置、面料搭配、局部细节更新等视觉化方案。换句话说，AI不只是“画出来”，而是“帮你思考怎么画”。

**适用场景**：品牌季前企划、主题系列开发、设计师灵感枯竭时的“破冰工具”

功能二：线稿成款——一笔画，秒变高保真效果图

这是D.SD最受设计师欢迎的功能之一。

设计师上传一张手绘线稿（甚至只是简单的几笔轮廓），D.SD能自动识别服装结构、廓形、比例，并生成为**高保真的模特试穿效果图**。褶皱、光影、面料纹理，都清晰可见。

**与通用AI工具的区别**：通用大模型很难讲清楚服装工艺，比如螺纹领、二本针、走线这类细节，只能生成一个大概的款式。D.SD依托30年服装数据训练，**能把这些细节都兼顾到**。

**适用场景**：设计师快速验证想法、向品牌方展示设计概念、减少打板次数

功能三：局部随心改——哪里不满意，点哪里就改哪里

这是D.SD的“杀手级”功能。

传统AI工具在修改设计时非常麻烦——每次想调整，都要重新上传、重新生成一遍。D.SD的**局部随心改**功能，让设计师可以直接在生成图上圈选想要修改的区域，然后输入修改指令。

**举个例子**：一件生成好的连衣裙，设计师觉得袖子太长了，只需要**圈选袖子区域**，输入“改短为五分袖”，AI就会只修改袖子部分，其余地方保持不变。

**适用场景**：设计细节反复打磨、客户提出局部修改意见、快速生成多个设计变体

功能四：系列配色与一键改色——一个颜色，生成一套系列

借助D.SD强大的**AI色域分析模型**，设计师只需选好一种主色调或氛围感面料，系统能在**瞬间生成色调和谐、符合流行趋势的全套系列时装效果图**。

**不止是换颜色**：系统会智能分析色彩搭配规则——主色、辅色、点缀色如何分布，哪些颜色组合符合当下流行趋势，哪些组合更适合特定面料。它帮助企业从源头上把控产品风格，精准捕捉市场趋势。

**适用场景**：品牌季度色系企划、系列产品统一视觉、快速响应市场流行色变化

功能五：图案面料——印花与材质的智能匹配

这是一个专门解决“印花怎么放、面料怎么配”痛点的功能。

设计师上传一张图案（比如一个传统纹样、一张风景照、一幅抽象画），D.SD能**智能生成该图案在不同服装款式上的应用效果**——是做大面积印花还是局部点缀？是放在衣身还是袖口？同时，系统会推荐最适配的面料类型。

**适用场景**：品牌IP图案开发、联名款设计、传统纹样的现代化应用

功能六：服装电商商拍——一件衣服，一键换背景换模特

这是面向电商卖家的“降本神器”。

传统的服装电商拍摄，需要租影棚、请模特、请摄影师、后期修图，一套流程下来成本高昂、周期漫长。D.SD的电商商拍功能，只需上传服装平铺图或人台图，就能**自动生成逼真的模特上身效果图**，并且可以一键更换背景（街拍、居家、户外、秀场等风格）、更换模特肤色/年龄/表情。

**成本对比**：传统商拍一套服装可能要花费数千元，D.SD生成一张商拍级图片的成本几乎可以忽略不计。

**适用场景**：电商上新、跨境卖家多SKU快速出图、品牌社交媒体运营

功能七：鞋包AI——从服装到配饰的全品类覆盖

蝶讯的AI能力不止于服装。D.SD的**鞋包AI**模块，专门针对鞋类和箱包设计场景进行了优化。

设计师可以输入款式关键词（如“厚底乐福鞋”、“法棍包”），或上传手绘草图，AI能生成高保真的鞋包效果图，包括材质（皮革、帆布、PVC）、五金配件、 stitching线迹等细节都能精准呈现。

**适用场景**：鞋包品牌开发、服装品牌的配饰线拓展、鞋包设计师效率工具

功能八：趋势预测——30年数据训练的“AI时尚先知”

这是D.SD区别于所有通用AI工具的核心能力。

蝶讯积累了30年的时尚产业数据、130万设计师数据库、全球趋势分析能力。D.SD将这些数据训练成**趋势预测模型**，可以告诉设计师：**接下来什么颜色会火？什么面料会成为主流？什么廓形正在上升？**

设计师不再需要翻阅几十本趋势报告、刷几百个国际秀场——打开蝶讯的趋势预测模块，已经把答案推到了面前。

**适用场景**：品牌季前企划、买手选品参考、设计团队方向校准

D.SD的客户群体非常广泛，覆盖了从个人到企业的多个层级：

| 用户类型 | 典型使用场景 |

| 服装鞋包企业 | 品牌季前企划、系列开发、供应链协同 |

| 服装厂商/工厂 | 快速响应客户需求、打样前效果确认 |

| 实体卖家/买手店 | 选品决策、独家款定制 |

| 国内外电商平台卖家 | 商拍图片生成、多SKU快速上新 |

| 独立设计师/品牌主理人 | 灵感验证、设计效率提升 |

| 服装设计专业师生 | 教学辅助、作业创作、毕设辅助 |

| 个人爱好者/AIGC玩家 | 创意表达、个性化服装设计 |

据张国才透露，到2026年，蝶讯已经与全球国内外多家知名服装鞋包企业达成合作。他本人也带着D.SD参加了线上线下百场AI相关会议活动，持续为产品发声。

在效率层面，D.SD实现了**秒级出图乃至系列款的高效出图**，帮助设计师将过去数周的设计周期压缩到几天甚至更短。

一位资深服装设计师在使用D.SD后这样评价：“以前出一个系列，从灵感搜集、手绘草图、反复修改到最终确定，至少要2个月。现在用D.SD，半天就能产出三套完整的系列方案，而且每个方案的完成度都极高。”

---

1. 结果导向，拥抱变化

张国才的同事对他的评价是：**心态平和、简化复杂、高效专注**。

他自己总结的工作风格是：“设定高目标，即使资源有限或目标看似难以达成，也会尽力整合现有资源去尝试实现。”

2. 整合能力 > 单一技能

在AI时代，张国才有一个非常清醒的认知：

> “仅局限于单一专业领域，能力范畴是有限的。核心价值在于能够整合营销、AI技术、设计、供应链等多方资源。物理世界中许多事情，仍需人来整合与驱动。”

3. 沉淀思维体系

他为自己提炼了三个关键词：**拥抱变化、锲而不舍、沉淀有用思维体系**。

具体到方法论上，则是：

跨界调用资源：打破圈层限制

目标导向：以终为始

保持简单：简化复杂问题，专注核心

对于未来，张国才的思考远不止于“做一款好用的工具”。

基础愿景：商业可持续

“赚钱是基础愿景。”他毫不避讳这一点。只有产品具备商业价值，团队才能持续投入，公司才能良性发展。D.SD的商业化路径已经跑通，蝶讯AI正在稳步实现盈利。

成长愿景：赋能每一位设计师

张国才希望，D.SD能成为设计师的“第二大脑”——不是替代设计师，而是把他们从重复性劳动中解放出来，让他们有更多时间去思考创意、打磨审美、追求真正的设计表达。

“20年的设计生涯让我明白，设计师最宝贵的是审美和创意。AI应该服务于这些，而不是消耗它们。”

文化愿景：让中国时尚被世界看见

依托蝶讯30年的数据积累和D.SD的技术能力，张国才有一个更大的心愿：**帮助中国本土设计师和品牌更好地走向世界**。

“中国的供应链是全球最强的，中国的文化元素也越来越受到国际关注。AI可以成为一座桥梁，让中国设计师用更低的成本、更高的效率，做出具有国际水准的作品。让‘中国设计’不再只是一个标签，而是一种被认可的力量。”

行业愿景：重构时尚产业的底层逻辑

从更长远的角度，张国才认为，AI将彻底改变时尚产业的运行逻辑。

“过去，一个设计从灵感、企划、打板、修改到上市，可能需要几个月。未来，这个周期可能是几天甚至更短。设计师可以在一天之内尝试几十种风格、上百种面料组合，快速验证、快速迭代。D.SD要做的，就是成为这个新生态的基础设施。”

文章的结尾，我们想回到一个更根本的问题：在AI时代，作为一个个体，如何不被替代？

张国才用自己的经历给出了答案。

他没有AI背景，但他在AI浪潮来临时没有观望，而是主动拥抱。他没有抱怨“我不会技术”，而是通过内部比赛选拔种子选手、潜伏社群挖掘大神，把懂技术的人和懂设计的人捏合在一起。

**他的核心能力不是画图，不是写代码，而是“整合”。**

“AI能处理大量任务，但物理世界中许多事情仍需人来整合与驱动。”他说，“作为项目主理人，汇聚各方能量做成事情的经验，比单纯掌握AI技术更为重要。”

这或许是在AI时代最有价值的个人能力：**跨界调用资源、目标导向、保持简单**。

从深大服装学院走出的茂名人，20年设计生涯积淀，潜伏社群挖掘AI大神，带领跨界团队打造D.SD。

张国才的故事，本身就是一次“拥抱变化、锲而不舍、沉淀思维体系”的生动实践。

而对于整个服装行业来说，D.SD的出现意味着：一个融合了30年数据沉淀、20年设计基因和全链路能力的AI引擎，正在重新定义“设计”这件事。

从赚钱到创造价值，从工具到文化，从个人成长到行业推动——这不仅是蝶讯AI的愿景，也是一个AI时代个体成长的参考答案。

蝶讯AI-D.SD

时尚AI智能设计平台 | 零门槛 · 秒出图 · 人人都是设计师

关注蝶讯公众号，回复“试用”获取体验链接，还有机会赢取限量定制虚拟时装NFT！