🗾ITmedia AI+ (日本)•較早收集於 81m
ASICS 利用 AI 加速鞋類設計與製造流程
💡了解 ASICS 如何利用生成式 AI 彌合創意 2D 設計與嚴謹物理工程之間的差距。
⚡ 30-Second TL;DR
有什麼變化
利用 AI 將 2D 設計草圖轉換為 3D 數據模型
為什麼重要
此整合透過自動化繁瑣的 3D 建模與模擬任務，縮短了複雜鞋類產品的上市時間。這為在實體產品工程與製造中使用生成式 AI 樹立了先例。
下一步行動
探索將生成式 3D 重建管線與您現有的 FEA/CAE 模擬軟體整合，以實現實體原型的自動化。
誰應關注：Developers & AI Engineers
關鍵要點
- •利用 AI 將 2D 設計草圖轉換為 3D 數據模型
- •整合 CAE/FEA 分析以進行快速性能驗證
- •與 RebuilderAI 合作優化鞋類開發工作流程
🧠 深度解析
本篇為 AI 生成分析，非原文內容。
🔑 增強重點摘要
- •ASICS 透過此技術導入，目標是將鞋類產品的開發週期縮短約 30% 至 50%，以應對快速變化的市場需求。
- •RebuilderAI 提供的核心技術為『VR/AR 內容生成引擎』，其擅長從多角度影像或草圖中提取幾何特徵，並自動生成高精度的 3D 網格模型。
- •該流程整合了 ASICS 位於神戶的運動工學研究所（Institute of Sport Science）的生物力學數據庫，使 AI 生成的模型能直接進行運動性能模擬。
- •此項合作不僅限於外觀設計，還包含對鞋底緩震材料（如 GEL 技術）在 3D 空間中的應力分佈預測，減少了實體原型製作的次數。
- •ASICS 正在推動數位轉型（DX）策略，將此 AI 設計流程與其供應鏈管理系統串聯，以實現更精準的庫存預測與客製化生產。
📊 競品分析▸ Show
| 競爭對手 | 核心技術優勢 | 應用領域 | 備註 |
|---|---|---|---|
| Nike | 數位孿生 (Digital Twin) 與生成式設計 | 鞋類與服飾自動化設計 | 擁有強大的 Nike Sport Research Lab |
| Adidas | 3D 列印與參數化設計 (與 Carbon 合作) | 高性能跑鞋中底結構優化 | 側重於製造端與材料科學 |
| Under Armour | AI 驅動的生物力學分析 | 運動員表現優化與裝備設計 | 專注於穿戴式裝置數據整合 |
🛠️ 技術深入
- 影像重建技術：利用 RebuilderAI 的神經輻射場 (NeRF) 或相關光度立體視覺技術，從 2D 草圖推斷深度資訊。
- 數據轉換管道：將 AI 生成的 3D 模型轉換為 STEP 或 IGES 格式，以便無縫匯入 ANSYS 或 Abaqus 等 CAE/FEA 軟體。
- 參數化建模：結合參數化設計工具，允許設計師在 AI 生成的基礎模型上，即時調整鞋面張力與中底密度參數。
- 雲端運算架構：利用高效能運算 (HPC) 叢集處理大規模的有限元素分析，將原本數小時的模擬時間縮短至分鐘級。
🔮 前景展望AI analysis grounded in cited sources
鞋類產品的客製化生產成本將顯著下降
透過 AI 快速生成 3D 模型並進行性能驗證，企業能以更低的成本開發針對特定運動員需求的個人化鞋款。
實體原型製作需求將減少 60% 以上
高度精確的 CAE/FEA 模擬整合使得設計師在進入樣品製作階段前，即可排除大部分結構性缺陷。
⏳ 時間線
2023-05
ASICS 宣布擴大數位轉型投資，重點發展運動工學的數位化模擬技術。
2024-09
ASICS 與 RebuilderAI 建立初步技術合作夥伴關係，進行 3D 建模可行性驗證。
2025-11
ASICS 成功將 AI 輔助設計流程導入部分高性能跑鞋的研發試點項目。
2026-04
ASICS 正式對外發表與 RebuilderAI 合作的完整 AI 設計與製造整合流程。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： ITmedia AI+ (日本) ↗
每週 AI 簡報
每週一封，可隨時退訂。