為了更好的操作體驗,建議您將電腦的JAVASCRIPT開啟。
跳到主要內容
會員登入
忘記密碼
or
企業專區(管理者)
開課單位(管理者)
新會員註冊
女   男
是  否 




忘記密碼
聯絡我們
針對本學習網站有任何問題,您可透過客服電話(0809-091-011、02-7742-0595)或直接在下方欄位填寫您的問題,皆可聯絡上我們。 您的問題描述愈詳細或附上問題畫面,可以讓我們更清楚您的問題,更迅速為您處理喔! (如有 專案貸款 或 非線上學習相關業務等問題,請洽馬上辦中心 0800-056-476)
Facebook會員註冊
 
註冊即同意隱私權安全政策及使用者服務條款
x
【最強AI王】
【最強AI王】完成8小時與15小時AI主題專區課程並通過測驗,最多可獲得 5張電子咖啡即享券!數量有限,立即參與課程,展開AI學習之旅!
活動詳情:https://smelearning.sme.gov.tw/news.php?node=840
x
【最強AI王】
【最強AI王】恭喜您完成第一階段!您已完成8小時AI主題專區課程並通過測驗,成功獲得學習獎勵電子咖啡即享券1張,並於30日內寄至您的註冊信箱!再接再厲,邁向第二階段15小時!
x
【最強AI王】
【最強AI王】太棒了!您已完成15小時AI主題專區課程並通過測驗,請盡快前往學員後台申請完訓證書,並填寫課後問卷,以領取學習獎勵電子咖啡即享券4張,並於30日內寄至您的註冊信箱,謝謝。
證書申請流程:https://reurl.cc/rE2DLE
線上課程


CLO 3D AI於成衣業導入應用與成功案例(單元一)

本課程旨在協助成衣企業運用CLO 3D虛擬服裝模擬結合AI輔助設計技術,提升服裝設計、商品開發及視覺溝通效率,改善傳統設計圖至實體樣衣開發過程中反覆修改、溝通落差及資源耗損等問題。課程結合AI輔助商品定位、智慧款式延伸設計及CLO AI Studio等應用,帶領學員學習運用AI生成款式圖、建立3D虛擬服裝原型,並透過智慧切片與款式調整功能,快速延伸多元服裝設計,理解3D虛擬樣衣與2D基礎版型的連動關係。透過CLO AI Studio實際操作,學員將學習AI布料紋理生成、虛擬樣衣材質配置及AI渲染技術,產出高品質服裝情境圖與視覺展示成果,協助企業縮短開發週期、降低實體打樣成本,提升成衣產業數位設計與永續開發能力。

CLO 3D AI於成衣業導入應用與成功案例(單元二)
本課程旨在協助成衣企業運用CLO 3D虛擬服裝模擬結合AI輔助設計技術,提升服裝設計、商品開發及視覺溝通效率,改善傳統設計圖至實體樣衣開發過程中反覆修改、溝通落差及資源耗損等問題。課程結合AI輔助商品定位、智慧款式延伸設計及CLO AI Studio等應用,帶領學員學習運用AI生成款式圖、建立3D虛擬服裝原型,並透過智慧切片與款式調整功能,快速延伸多元服裝設計,理解3D虛擬樣衣與2D基礎版型的連動關係。透過CLO AI Studio實際操作,學員將學習AI布料紋理生成、虛擬樣衣材質配置及AI渲染技術,產出高品質服裝情境圖與視覺展示成果,協助企業縮短開發週期、降低實體打樣成本,提升成衣產業數位設計與永續開發能力。
CLO 3D AI於成衣業導入應用與成功案例(單元三)
本課程旨在協助成衣企業運用CLO 3D虛擬服裝模擬結合AI輔助設計技術,提升服裝設計、商品開發及視覺溝通效率,改善傳統設計圖至實體樣衣開發過程中反覆修改、溝通落差及資源耗損等問題。課程結合AI輔助商品定位、智慧款式延伸設計及CLO AI Studio等應用,帶領學員學習運用AI生成款式圖、建立3D虛擬服裝原型,並透過智慧切片與款式調整功能,快速延伸多元服裝設計,理解3D虛擬樣衣與2D基礎版型的連動關係。透過CLO AI Studio實際操作,學員將學習AI布料紋理生成、虛擬樣衣材質配置及AI渲染技術,產出高品質服裝情境圖與視覺展示成果,協助企業縮短開發週期、降低實體打樣成本,提升成衣產業數位設計與永續開發能力。
織物瑕疵檢測導入AI應用與案例解析(單元一)
本課程旨在協助紡織企業運用AI技術提升織物瑕疵檢測效率與品質管理能力,改善傳統人工目檢的限制,推動生產與品檢流程智慧化轉型。課程結合認知型AI(Perception AI)、生成式AI(Gen AI)及代理型AI(Agentic AI),帶領學員了解AI於瑕疵偵測、缺陷分類、品質報告生成及跨來源資料整合等應用。並透過紡織產業成功案例解析,學員將掌握AI輔助品質決策、瑕疵成因溯源、客戶端影響評估及主動學習建議等應用,並規劃多角色AI Agent協作流程,建立人機協作與品質管理自動化的實務能力。
織物瑕疵檢測導入AI應用與案例解析(單元二)
本課程旨在協助紡織企業運用AI技術提升織物瑕疵檢測效率與品質管理能力,改善傳統人工目檢的限制,推動生產與品檢流程智慧化轉型。課程結合認知型AI(Perception AI)、生成式AI(Gen AI)及代理型AI(Agentic AI),帶領學員了解AI於瑕疵偵測、缺陷分類、品質報告生成及跨來源資料整合等應用。並透過紡織產業成功案例解析,學員將掌握AI輔助品質決策、瑕疵成因溯源、客戶端影響評估及主動學習建議等應用,並規劃多角色AI Agent協作流程,建立人機協作與品質管理自動化的實務能力。
織物瑕疵檢測導入AI應用與案例解析(單元三)

本課程旨在協助紡織企業運用AI技術提升織物瑕疵檢測效率與品質管理能力,改善傳統人工目檢的限制,推動生產與品檢流程智慧化轉型。課程結合認知型AI(Perception AI)、生成式AI(Gen AI)及代理型AI(Agentic AI),帶領學員了解AI於瑕疵偵測、缺陷分類、品質報告生成及跨來源資料整合等應用。並透過紡織產業成功案例解析,學員將掌握AI輔助品質決策、瑕疵成因溯源、客戶端影響評估及主動學習建議等應用,並規劃多角色AI Agent協作流程,建立人機協作與品質管理自動化的實務能力。

紡織成衣業倉儲與物流導入AI應用(單元一)
本課程旨在協助紡織成衣企業運用AI智慧倉儲管理系統(AI WMS),改善布疋追蹤、庫存管理、備料、揀貨及出貨等物流作業流程,建立可追蹤、可視覺化及可預測的智慧物流管理模式。課程結合RFID、智慧倉位管理及AI技術,透過紡織貿易、染整、織布及成衣產業案例解析,學員將學習盤點企業物流痛點、規劃RFID佈建及AI WMS導入流程,並評估改善效益與投資報酬率,協助企業建立智慧倉儲與數位轉型的實務規劃能力。
紡織成衣業倉儲與物流導入AI應用(單元二)

本課程旨在協助紡織成衣企業運用AI智慧倉儲管理系統(AI WMS),改善布疋追蹤、庫存管理、備料、揀貨及出貨等物流作業流程,建立可追蹤、可視覺化及可預測的智慧物流管理模式。課程結合RFID、智慧倉位管理及AI技術,透過紡織貿易、染整、織布及成衣產業案例解析,學員將學習盤點企業物流痛點、規劃RFID佈建及AI WMS導入流程,並評估改善效益與投資報酬率,協助企業建立智慧倉儲與數位轉型的實務規劃能力。

紡織成衣業倉儲與物流導入AI應用(單元三)
本課程旨在協助紡織成衣企業運用AI智慧倉儲管理系統(AI WMS),改善布疋追蹤、庫存管理、備料、揀貨及出貨等物流作業流程,建立可追蹤、可視覺化及可預測的智慧物流管理模式。課程結合RFID、智慧倉位管理及AI技術,透過紡織貿易、染整、織布及成衣產業案例解析,學員將學習盤點企業物流痛點、規劃RFID佈建及AI WMS導入流程,並評估改善效益與投資報酬率,協助企業建立智慧倉儲與數位轉型的實務規劃能力。
染整業生產管理導入AI應用與案例解析(單元一)
本課程旨在協助染整企業運用生成式AI技術優化生產管理流程,解決人力排程、品質檢測、產能統計及設備維修等實務痛點,提升生產效率與智慧化管理能力。課程結合ChatGPT、VLLM、Text-to-SQL、llama3.1及LAIA AI產線助手等工具,帶領學員了解AI於設備稼動分析、停機原因歸納、生產歷史曲線分析、產能報表自動生成及設備維護知識庫等應用。透過智慧製造案例解析與實際操作,學員將學習建立專屬AI助手、設備維修知識庫及染整AI報表,並運用AI分析產線異常與改善方向,完成產線痛點AI應用建議報告,協助企業逐步建立數據驅動的智慧製造與自動化決策能力。
染整業生產管理導入AI應用與案例解析(單元二)
本課程旨在協助染整企業運用生成式AI技術優化生產管理流程,解決人力排程、品質檢測、產能統計及設備維修等實務痛點,提升生產效率與智慧化管理能力。課程結合ChatGPT、VLLM、Text-to-SQL、llama3.1及LAIA AI產線助手等工具,帶領學員了解AI於設備稼動分析、停機原因歸納、生產歷史曲線分析、產能報表自動生成及設備維護知識庫等應用。透過智慧製造案例解析與實際操作,學員將學習建立專屬AI助手、設備維修知識庫及染整AI報表,並運用AI分析產線異常與改善方向,完成產線痛點AI應用建議報告,協助企業逐步建立數據驅動的智慧製造與自動化決策能力。
染整業生產管理導入AI應用與案例解析(單元三)
本課程旨在協助染整企業運用生成式AI技術優化生產管理流程,解決人力排程、品質檢測、產能統計及設備維修等實務痛點,提升生產效率與智慧化管理能力。課程結合ChatGPT、VLLM、Text-to-SQL、llama3.1及LAIA AI產線助手等工具,帶領學員了解AI於設備稼動分析、停機原因歸納、生產歷史曲線分析、產能報表自動生成及設備維護知識庫等應用。透過智慧製造案例解析與實際操作,學員將學習建立專屬AI助手、設備維修知識庫及染整AI報表,並運用AI分析產線異常與改善方向,完成產線痛點AI應用建議報告,協助企業逐步建立數據驅動的智慧製造與自動化決策能力。

聯絡我們 學習補給站