一、公司概况
知衣科技（ZHIYI TECH）是一家以技术为驱动，致力于将数据化趋势发现、爆款挖掘和供应链组织能力标准化输出，打造智能化服装设计的供应链平台。公司核心方向是“AI助力服装行业”，通过数据、AI大模型、AI Agent和服装行业知识库，帮助服装企业完成趋势洞察、选款、竞对分析、智能设计和智能商拍等任务。
创始人郑泽宇：
2021年8月入选杭州市全球引才“521”计划；2016—2018年任才云科技联合创始人及首席大数据科学家；2013—2016年任美国谷歌高级软件工程师；本科毕业于北京大学，在卡内基梅隆大学（CMU）获得人工智能硕士，并获得西贝尔奖学金（全球每年85人）；出版国内第一本TensorFlow教程，为电子工业出版社最受欢迎技术书。
技术背景：
团队背景覆盖卡内基梅隆大学、北京大学、浙江大学、清华大学、东京大学等高校，以及Google、Coursera、小米、百度、饿了么、美团、华为、蘑菇街、腾讯等企业。
融资情况：
投资方包括高瓴创投、快手、君联资本、万物资本、涌铧投资。
二、服装电商行业痛点
服装行业的核心是“款式”，但传统服装电商和服装企业普遍面临以下问题：
三、知衣四大核心价值
1. 以多维度、多年份服装数据为基础，快速挖掘市场好款
每日更新海量款式，第一时间获取最新数据；支持多组合筛选，满足各种条件下的找款需求；保留下架款式信息，轻松回溯历史数据。
2. 全面分析竞对动态
基于店铺和商品的销售数据，从品类、价格及属性等多维度分析竞品店铺与商品销售趋势；提供营销及口碑分析，全面了解竞争对手动态。
3. 精准掌握行业趋势
聚焦40万+店铺的商品及销售数据，全面呈现目标市场的品类结构、定价趋势和最新最热属性，为商品企划提供决策支持。
4. 打通全网数据
支持淘系、抖音、INS、得物等多平台找同款；提供查询同款商品在不同平台销售和营销表现，可全方位评估同款商品在不同平台的投流效果。
四、技术与数据底座
1. 数据支持能力
- 覆盖范围广：已覆盖40万+店铺、1亿+商品、10万+品牌。
- 更新速度快：重要数据小时级更新，普通数据天级别更新。
- 数据采集稳：缺失率低于0.1%。
2. 服装设计大模型
- 训练数据：10亿级图文数据对。
数据来源：商拍、实拍、秀场、品牌大片等。
数据类型多样性：服装图片、线稿图片、面料图片、图案图片。
数据标签多样性：商品原站文本表述，粒度细、实时性强；知名标签体系标签，30+维度、总标签数量1300+。 - 模型训练路径：
高质量语料库—训练基础SD大模型—文生图模型/图生图模型—文本生成服装。
应用输出包括：线稿生成、线稿成款、局部改款、定向换色、款式创新、面料上身。
3. 知衣AI能力全景
基于MCP+A2A打造的AI Agent，切实降低服装企划、选品和设计场景下的成本。
流程为：用户输入任务—理解并规划—数据与知识库—服装领域模型—得到任务结果。
- 理解并规划层包括：DeepSeek V3.1、Nano Banana Pro、Flux kontext、GPT-5、GPT-o3、Gemini 3 Pro Image等。
- 数据层包括：知衣站内数据、站外数据。
- 知识库包括：用户行为知识、服装行业知识。
- 服装领域模型包括：趋势报告Agent、服饰选款Agent、选品解读Agent、智能设计Agent；并具备多模态能力、图像识别能力、语意识别能力、以图搜图能力。
最终实现“一句话任务”到“可执行成果”的智能闭环。
五、核心产品功能
1. 快速挖掘市场好款
- 基于多年数据积累和专业的销量算法，支持查看任意时间段里上架的商品，便于查看、区分新老款。
- 结合上架时间和统计时间交互使用，可查看任意时间段里最畅销的商品，并支持查看某个时间段内同一批上架商品在任意时间段里的热销表现。
可查看2年+1季度数据，自由查询下架商品。 - 商品库包括全部、新品、预售、热销等模块。筛选条件包括：行业、品类、店铺风格、商品属性、价格区间、商品状态（不限、在售、已下架）等。
- 淘系预售好款：知衣预售商品库收录超40W服饰店铺的预售商品，通过收藏数量排序判断未来店铺与消费者喜爱的款式方向；预售模块支持新品预热、全款预售、定金预售，帮助发掘市场潜力好款，并可通过自定义时间筛选和排序复盘大促期间款式数据。
2. 打通全网商品数据
- 基于业内领先的图像识别技术，知衣支持智能图搜，发现淘系、抖音、INS、得物、海外站点等图源搜索，实现多平台、跨平台找款，提供更多款式灵感。
- 图源类型包括：淘宝、抖音商品、抖音作品、INS、小红书、得物、秀场&预售、已采集等，并可切换海外探款图搜。
- 搜索模式包括：不限、搜同款、搜相似。
- 筛选条件包括：上架时间、性别、识别品类、市场类型、商品状态、监控状态、包含搭配、包含视频、只看原商品同品类、合并相同结果等。
- 排序方式包括：综合、销量最多、月销最多、收藏最多、评价最多、价格、上架时间等。
- 一句话精准选品：用户可用自然语言完成选品任务，例如“帮找一下最近淘宝销量最好的CleanFit风格衬衫，价位在200—300之间”“找一下最近30天销量最高的法式风格衬衫，价格200—300”“找一下最近30天内抖音点赞最多的女装连衣裙”，并轻松发现和导出想要的款式图片和数据。
3. 精准掌握市场趋势
- 全面分析淘系市场大盘：基于销量、上新、收藏等淘系电商数据，呈现目标市场的品类结构、价格趋势、颜色分析、面料分析等属性分析，精准洞察行业趋势，为商品企划提供决策支持。
探索细分领域趋势：支持从品类、价格、属性及品牌等多维度自定义组合交叉分析，一键生成导出数据报表，可从数据发现细分领域下的热销趋势与爆款，也可查看竞争品牌在不同价格带的品类优势。 - 通过市场热词获得流行元素信息：通过对商品标题、描述和评价的文本挖掘分析，基于商品数、搜索热度和商品销量等因子的综合分析，打造独家的服饰流行元素趋势与对应服装款式。
热词概览维度包括：不限、风格、图案、颜色、款式、流行元素/工艺等。热词排行如外套、上衣、套装、春装等。 - 提供更落地的趋势报告：知衣专业趋势团队基于服装数据，从电商、社交媒体及趋势角度，提供更落地的商业及流行服装趋势报告，帮助把握当前市场流行元素及未来趋势方向。示例包括巴黎T台趋势分析、波点革新、轻织幻境、花语回响、2025天猫双十一中高端女装复盘等。
- 一句话分析市场及竞店数据：一键获取品类、价格和竞争动态。示例任务包括INS近30天男装冲锋衣风格趋势、小红书最近30天毛针织衫帖子设计、淘宝童装卫衣价格带分布和趋势分析、淘宝2025年7月女装连衣裙趋势分析、抖音10月女装羽绒服直播间、淘宝10月女装羽绒服价格带趋势、淘宝家居服第三季度品类销售分布分析、男装夹克25年10月份颜色趋势等。
4. 多维度分析竞对店铺
- 聚合分析竞店核心数据：聚合全部监控竞店，帮助快速获取已监店铺任意时间段内的销量、销售额、动销率等核心经营数据；同时聚合竞店全部、热销、上新与预售商品，真正做到竞店经营数据与商品情况全权掌握。
- 竞店模块包括：竞店概览、竞店商品、竞店热销、竞店新品、竞店预热、竞店趋势、竞店分析。
- 支持分组管理：可按“我的分组”“团队分组”管理，如春装、女装A组、家纺、休闲运动、运动、连衣裙、2020女夏装、羊毛毛衣、10.24监控卫衣、网红C等，并可按竞店分析、使用部门进行分组分析。
- 解读单店铺趋势：从全店上新、销量及动销情况提供最高2年的每日销售趋势，并支持与去年同期的趋势图进行对比，快速了解店铺发展趋势。
- 解读竞店品类&属性趋势：解读多竞店与单店铺的品类结构与变化趋势，并深度解析价格、属性、颜色和尺码等趋势，帮助商家合理完成产品布局，更科学地进行商品属性值选择。
- 全面分析竞对动态：直观呈现商品核心数据，展示不同时间段的销量、销售额和收藏趋势，并通过成熟算法技术有效计算商品实际到手价，提供价格趋势数据。
- 捕捉商品热卖尺码颜色：商品详情SKU分析帮助洞悉商品热卖颜色和尺码，从数据角度科学辅助库存优化与管理。
- 提供宝贝详情与买家秀下载：提供商品图、商品详情图与买家秀图片查看，含已下架商品，并提供原图下载，便于设计款式参考；保留5年以上商品图与商品详情图信息。
- 商品操作包括：采集商品、监控商品、咨询面料、下载图片、主图追踪、下载商品等。
5. 监控商品评论舆情
- 分析每月评论舆情动向：消费者说每月支持百万评论AI声量识别，快速确定行业舆情趋势动态和品牌评论分析。
- 监控商品评论数据：商品监控每周更新最新评论数据，基于评论数据锁定SKU分布和关键词评论定位。
- 支持评价趋势、负面分类、评论数据、SKU分布、消费者说等分析。
6. 智能设计
- 一句话为你完成服装改款、商拍换背景和款式上身等生图任务。例如：生成一个20岁男性模特穿着灰色和黑色的户外冲锋衣夹克在巴黎秀场走秀、巴黎世家风格的图片。
- 无需上手成本：知衣提供包括设计、商拍及视频等可直接使用的模板，一键复用即可轻松生成。
- 模板与能力包括：换搭配、换细节、换长短；款式图、模特图、上身图；商品主图及卖家秀、社交媒体平台投给；单图描述改款、根据参考图改款、图案风格迁移、图案融合、线稿添加主面料、线稿参考图案配色、线稿参考服装设计、复制背景、将服装B的图案上身到服装A、印花/logo消除等。
7. 智能商拍
- 一键生成商拍套图，支持不同尺码、颜色及SKU的商品图片；不同尺码展示；同一模特和场景、多个视角的商拍图片；正面/侧面/背面；平铺局部细节；挂拍+局部细节。
- 可生成挂拍、摆放、平铺的商拍及款式细节图片，大幅降低商拍成本。
六、客户案例
1. 赢家时尚
- 客户背景：中国中高端女装代表，2014年香港上市，手握Koradior珂莱蒂尔、NAERSI娜尔思、NEXY.CO奈蔻等8大女装品牌。
- 客户诉求：需要对多平台、多赛道进行分析，对市场趋势与多平台数据有需求。
- 合作重点：知衣提供行业洞察及全面商品分析，通过价格带分析了解对应品类和价格带下市场销量走势，以及相关属性、颜色、面料等市场占比内容；通过粉丝画像获得竞店消费者性别、年龄等信息，结合评价分析反馈消费者真实反馈；支持查询同款商品在不同平台销售和营销表现。
- 合作效果：商品企划效率提升40%，返单率60%。
2. 杭州某头部电商公司
- 客户背景：多年在国内各大电子商务平台连续多年行业综合排名第一。
- 客户诉求：需要小单快返，可以快速选出所需款式进行开款，并且能大量出爆款。
- 合作重点：知衣提供追踪全淘系款式商品库与竞店监控功能。通过商品库发现不同时间上架的新老款，竞店监控聚合目标店铺的热卖上新款，辅以销量和销售额、行业、店铺、商品特征等数据筛选支持。
- 合作效果：选款数量提升30%，选款效率提升45%，爆款率60%。
3. 广州某服装档口A003
- 客户背景：广州优质档口，多年为100+家淘系知名港风男装店铺供货。
- 客户诉求：需要及时查看目标店铺、市场的新款与爆款，同时收集全网所供款式的客户反馈。
- 合作重点：知衣提供竞店与商品库热销、商品升榜功能，帮助档口客户从市场快速获取最新热销爆款；提供全网图搜功能，通过图片一次性获取淘系、抖音等多个平台的相似款，更全面了解全平台合作店铺销售情况，并通过商品详情下的评价分析获取客户真实反馈。
- 合作效果：合作前1000款，合作后1500款，选款效率提升50%。
七、服务规模
知衣科技已服务10000+服装品牌，覆盖服装电商、品牌女装、档口、供应链等多种客户类型，通过数据、AI大模型、AI Agent和智能设计、智能商拍能力，帮助服装企业提升企划效率、选款效率、爆款率和返单率，降低库存与商拍成本。
总结：
知衣科技以“AI助力服装行业”为核心定位，围绕多维度、多年份、多平台服装数据，构建从趋势洞察、市场分析、竞对监控、选款挖掘、评论舆情到智能设计、智能商拍的完整产品体系。其核心优势在于：数据覆盖广、更新快、采集稳；服装设计大模型具备10亿级图文数据对和30+维度、1300+标签体系；AI Agent实现“一句话任务”到“可执行成果”的智能闭环，切实降低服装企划、选品和设计场景下的成本。
