在时尚行业，一个系列从第一张情绪板走到可以交给工厂的技术包，通常要穿过至少五六套彼此不说话的软件。设计团队在画布里确认廓形，产品开发在 PLM 系统里维护物料清单，版师在另一套工具里标注缝制工艺，营销团队还要再生成一轮 campaign 视觉。每一季结束，哪些廓形真正卖动、哪些颜色在某个市场失效、两季前已经解决过的版型问题，往往散落在共享盘、表格和邮件里。公司通稿援引 Artiso 的表述称，每个季节都会有一部分品牌已经学到的知识在这个过程中丢失。
这种断裂并不只是效率问题。它意味着时尚公司每开发一个新系列，都要为同一类决策重新付出成本，而生成式 AI 过去两年在时尚图像上的能力，恰恰让这种重复显得更加刺眼：图像可以秒级生成，但要让图像进入可生产的流程，仍然要回到那些割裂的系统里。Artiso 想做的事情，是把灵感、设计、产品开发和预生产放进同一个操作系统，并让这个系统记住每个品牌自己的档案、畅销款和视觉代码。
这家总部位于巴塞罗那的 FashionTech 公司近日宣布完成超过 300万欧元的全股权前种子轮融资。本轮由 Criteria Venture Tech 领投，Swanlaab Venture Factory 与 Bynd Venture Capital 跟投，天使投资人 David Tomás 与 Nicolaj Reffstrup 参与投资。其中 David Tomás 为 Cyberclick 联合创始人，Nicolaj Reffstrup 为 GANNI 创始人及前 CEO，通过 Look Up Ventures 投资。Artiso 于 2025 年在巴塞罗那成立，2025 年 7 月结束隐身运营，三位联合创始人此前均曾在 Mango 担任高管，自 2022 年起共事。
| 公司 | Artiso |
|---|---|
| 轮次 | 前种子轮 |
| 金额 | 超过300万欧元 |
| 投资方 | Criteria Venture Tech（领投）、Swanlaab Venture Factory、Bynd Venture Capital、David Tomás、Nicolaj Reffstrup（通过 Look Up Ventures 投资） |
| 总部 | 巴塞罗那 |
| 创始人 | Sarah Iglesias Hiller（联合创始人兼 CEO）、Lucas Pastur Romay（联合创始人兼 CPO）、Matthias Brenninkmeijer（联合创始人兼 CTO） |
| 官网 | https://artiso.ai |
把“品牌记忆”做成系统底座，而不是又一个图像生成器
Artiso 的产品定位与过去两年大量出现的时尚 AI 图像工具有一个关键差异：它并不把生成图像当作终点，而是把图像、草图和技术包都视为同一套品牌知识在不同环节的输出。公司称，其平台底层是一个品牌记忆与本体（ontology）系统，用来捕捉每个品牌的档案、畅销款、季节方向和视觉代码，使每一次输出都高度贴合品牌 DNA。
这意味着系统需要理解的不只是“生成一张连衣裙正面图”，还包括这件连衣裙属于哪个系列、采用什么面料、面向哪个市场、是否符合该品牌过往的版型逻辑。Artiso 联合创始人兼 CTO Matthias Brenninkmeijer 在公司通稿援引的表述中称，每一个图像、草图和技术包都是在理解其背后品牌的前提下生成的，代理式 AI 将最先进的生成能力与每个品牌自己的知识结合，而人仍然控制每一个决策。
从产品流程看，Artiso 覆盖的范围比单纯的图像生成宽得多。公司称其代理式 AI 可以将一个系列从灵感和情绪板推进到设计与平面草图，再到产品开发与预生产，包括技术包、虚拟模特、上身图、产品图和广告活动内容。联合创始人兼 CPO Lucas Pastur Romay 表示，平台面向的是真正制作时尚的人：创意总监、设计师、版师和商品企划，系统需要记住每个品牌并适应每个团队的工作方式。
这种“系统”叙事的说服力，最终要落在品牌是否愿意把核心开发流程迁移进来。时尚公司对 PLM 和设计工具的替换成本很高，一个前种子轮公司要切入这个链条，最现实的路径不是替代所有既有系统，而是先占据那些现有工具之间没有被很好覆盖的环节。Artiso 公司通稿称其系统已经在时尚公司内部运行，但未披露具体客户名称、部署规模或使用深度。这构成了理解其产品成熟度的第一个边界：系统“在运行”与系统“被核心团队日常依赖”之间，还有相当距离。
从 2 至 6 小时到 4 分钟：效率数字背后的口径问题
Artiso 给出的最具体的效率指标，是完整技术包的制作时间。公司称，一份完整技术包大约需要 4 分钟，而不是通常的 2 至 6 小时。此外，据公司数据，平台可将产品开发时间最多减少 70%，将从概念到 campaign 的流程速度提升至 5 倍，并将商业视觉素材制作成本最多降低 90%。
这些数字需要在两个层面上被谨慎对待。第一，它们全部来自公司单方披露，尚无独立第三方验证。第二，更关键的是口径问题：所谓“完整技术包”包含哪些字段、什么级别的工艺说明、是否包含尺码表和物料清单，来源并未披露。时尚行业的技术包复杂度差异极大，一件基础 T 恤的技术包与一件带内衬结构的外套技术包，工作量不在同一数量级。如果 4 分钟对应的是标准化程度较高的品类，而 2 至 6 小时对应的是复杂品类，那么这两个数字并不构成严格意义上的同口径比较。
这并不意味着这些数字没有参考价值。即使考虑到口径差异，把技术包初稿的生成时间从小时级压缩到分钟级，在生成式 AI 的技术条件下是可信的方向。真正需要验证的，是生成结果在多大程度上可以被版师和工厂直接使用，还是仍需要大量人工修正。从已披露的信息看，Artiso 强调“人仍然控制每一个决策”，这暗示其产品定位更接近辅助生成与加速初稿，而非完全自动化替代。这个定位本身是务实的，但它也意味着效率提升的上限会受到人工审核环节的约束。
另一个值得注意的表述是“从概念到 campaign 的流程速度提升至 5 倍”。campaign 内容与产品开发属于不同的工作流，前者更接近营销与视觉生产，后者更接近工程与供应链。Artiso 把两者放在同一个操作系统里，是其产品叙事的重要部分，但也带来了验证难度：一个客户可能只使用其中的图像生成功能，也可能只使用技术包功能，而公司披露的是整体效率数据，无法区分不同模块的实际采用情况。
前 Mango 团队与产业投资人的组合，指向企业级销售路径
Artiso 的三位联合创始人 Sarah Iglesias Hiller、Lucas Pastur Romay 和 Matthias Brenninkmeijer 均曾在 Mango 担任高管，自 2022 年起共事。这个背景对一家时尚科技公司有两层意义：一是团队对时尚公司内部的工作流和决策链有直接经验，二是 Mango 作为西班牙快时尚代表企业，其高管背景有助于在与欧洲中型和大型时尚品牌沟通时建立信任。
投资方组合也呈现出明显的产业与企业服务色彩。领投方 Criteria Venture Tech 是 CriteriaCaixa 旗下 Criteria Capital Risc 的科技投资平台，据 Webcapitalriesgo 报道，其隶属于 CriteriaCaixa 的科技投资部门。CriteriaCaixa 是西班牙重要的长期资本方，其参与对 Artiso 的意义可能超出资金本身，更多在于企业客户网络与机构背书。Swanlaab Venture Factory 和 Bynd Venture Capital 均为活跃于伊比利亚半岛的早期基金，其中 Bynd 在里斯本和西班牙市场都有布局。
天使投资人的选择则更直接地指向时尚产业。Nicolaj Reffstrup 作为 GANNI 创始人及前 CEO，代表了“品牌方视角”的验证。GANNI 是过去十年欧洲时尚品牌中数字化转型较为积极的代表之一，Reffstrup 通过 Look Up Ventures 投资，意味着 Artiso 至少在品牌决策者层面获得了某种认可。David Tomás 作为 Cyberclick 联合创始人，则带来数字营销与企业增长的经验。据 Modaes 报道，公司称本轮由 Criteria 领投，将帮助公司回应全球时尚品牌“日益增长的需求”，创始合伙人仍为公司多数股东。
从资本结构看，本轮为全股权融资，未披露估值与股权比例。前种子轮超过 300万欧元的规模在欧洲 FashionTech 领域属于偏大的早期轮次，这通常意味着投资方对团队的产业背景和初始客户进展给予了较高权重。但全股权结构也意味着公司在验证收入模型之前，已经承担了较高的股权稀释成本。对于一家 2025 年成立、2025 年 7 月才结束隐身运营的公司而言，这笔资金的核心任务是证明一件事：品牌客户不仅愿意试用，而且愿意为“操作系统”而非“工具”付费。
客户分布横跨三大洲，但“合作”的具体含义仍未披露
Artiso 公司称，其客户为中型至大型、品牌辨识度强的时尚品牌，涵盖快速增长转型中的品牌、成熟品类领导者与奢侈品牌，以及它们背后的零售商和制造商。客户分布于欧洲、北美和亚洲，美国为关键市场。
这个客户画像的宽度值得注意。一家成立一年多的公司，同时服务“快速增长转型中的品牌”“成熟品类领导者”和“奢侈品牌”，这三类客户的需求差异极大。转型中的品牌可能更看重速度和成本，成熟品类领导者更看重与既有 PLM 和 ERP 系统的集成，奢侈品牌则对品牌 DNA 的精确控制和数据安全有更高要求。Artiso 用一个统一的“品牌记忆与本体”架构来回应这些需求，在逻辑上是自洽的，但实际交付中能否同时满足，来源材料无法回答。
更关键的信息缺口是“合作”的具体含义。公司未披露客户名称、客户数量、合同金额、收入或 ARR，也未说明这些合作是付费生产部署、付费试点还是设计合作伙伴关系。在早期 FashionTech 公司中，“与某品牌合作”可能意味着从联合案例研究到年度软件订阅之间的任何一种关系。美国作为关键市场的表述，结合三位创始人的欧洲背景，暗示公司可能把美国中型品牌作为早期付费转化的重点，但这一推断的边界是：来源仅披露了市场分布，未披露各市场的收入贡献或客户数量。
从产业链约束看，时尚品牌的技术采购决策通常涉及创意、产品开发和 IT 三个部门的共同参与。Artiso 的产品同时触碰这三个部门的既有工具，这意味着销售周期可能比单纯的 SaaS 工具更长。公司称本轮资金将用于支持企业级客户的部署与推广，这从侧面印证了其销售模式正在向需要较长实施周期的企业级方向倾斜。
资金用途与竞争格局：在 PLM 与图像生成器之间寻找位置
Artiso 披露的资金用途包括加速 AI 操作系统的开发与规模化、扩充时尚与技术岗位团队、支持企业级客户部署，以及推进国际扩张，尤其美国市场。公司正在招聘的岗位横跨服装技术、版型、设计、艺术指导、动态与数据科学，这说明其产品团队试图同时具备时尚工艺能力和 AI 工程能力。
从竞争格局看，Artiso 的位置处于两个成熟软件品类的交界处。一侧是 PLM 系统，代表企业如 Centric Software 和 PTC 的 FlexPLM，它们已经深度嵌入大型时尚品牌的供应链管理流程，但通常不以创意团队为主要用户，生成式 AI 能力也多为后来叠加。另一侧是图像生成与创意工具，包括通用模型和一批时尚垂直的 AI 图像产品，它们擅长快速产出视觉内容，但通常不触及技术包和预生产环节。Artiso 的差异化叙事在于把两者连接起来，并以品牌记忆作为个性化基础。
但这个位置的脆弱性也很明显。PLM 厂商有客户关系和系统集成优势，图像工具厂商有用户规模和生成质量优势。Artiso 要在中间建立壁垒，最可行的路径是深耕技术包和预生产环节——这是 PLM 厂商的体验短板，也是图像工具不愿触碰的复杂领域。公司称其完整技术包制作约需 4 分钟，正是试图在这个环节建立可感知的效率差异。从已披露的产品描述看，Artiso 的技术包能力与品牌本体系统是绑定在一起的，这意味着其壁垒不在于单一生成能力，而在于品牌数据的持续积累与系统对品牌规则的建模深度。但这一壁垒的成立前提是客户愿意持续使用并贡献数据，而目前尚无公开证据表明这种数据飞轮已经开始转动。
另一个值得关注的竞争维度是时尚集团的自研能力。LVMH、Inditex 等大型集团在 AI 上的投入正在增加，它们可能选择自建而非采购第三方系统。Artiso 的客户画像中包括“奢侈品牌”和“成熟品类领导者”，但这些大型集团恰恰是最可能自研的群体。对于 Artiso 而言，更现实的早期市场可能是那些有品牌辨识度、但尚未建立大规模内部 AI 团队的中型品牌，以及为这些品牌服务的零售商和制造商。
验证路径与待解问题：从“系统在运行”到“系统被依赖”
Artiso 本轮融资的核心叙事，是一家由产业高管创立的公司，用一个统一的操作系统回应时尚行业工具割裂的长期问题。这个叙事在逻辑上是完整的，创始团队的产业背景和投资方的组合也与之匹配。但从公开信息到可验证的商业现实之间，还有几个关键假设需要被检验。
第一个假设是客户付费意愿。公司称系统已在时尚公司内部运行，但未披露任何收入数据。前种子轮阶段的公司不一定需要公开收入，但“运行”与“付费部署”之间的差异，将决定 Artiso 是一家已经找到初始产品市场契合的公司，还是一家仍处于设计合作伙伴阶段的公司。第二个假设是技术包的可用性。4 分钟生成的技术包能否被工厂直接接受，是衡量其产品价值的最硬指标。如果生成结果仍需要版师大量修改，那么效率提升的实际幅度将显著低于公司披露的数字。第三个假设是品牌记忆系统的可复制性。为一个品牌建立本体和记忆是一回事，把这种能力标准化并复制到数十个品牌，是另一回事。前者是服务，后者才是可规模化的软件。
从已披露的信息看，Artiso 的团队构成和资金用途都指向了规模化方向：招聘同时覆盖时尚工艺与数据科学，资金用于企业级部署和国际扩张。但公司 2025 年成立、2025 年 7 月结束隐身运营，运营历史较短，员工规模据 LinkedIn 口径仅为 2 至 10 人，未经公司确认。以这样的团队规模同时服务欧洲、北美和亚洲的多个客户，并推进产品开发，执行压力是真实存在的。本轮融资超过 300万欧元的规模，为团队扩充提供了空间，但能否在 12 到 18 个月内把“系统在运行”转化为可验证的付费客户增长，将是下一轮融资和公司叙事的关键分水岭。
Artiso 的尝试之所以值得关注，不在于它宣称的单个效率数字，而在于它选择了一个比图像生成更重、更慢、但离时尚公司核心流程更近的位置。这个位置一旦站住，替换成本会远高于一个单纯的图像工具；但在站住之前，它需要同时面对 PLM 厂商的向下延伸、图像工具厂商的向上扩展，以及时尚品牌对“另一个系统”的本能警惕。前种子轮的 300万欧元，买到的是一段验证这个位置是否真实存在的时间。
RecodeX 极客视：Artiso 的真正赌注不是生成式 AI 能多快做出一张图，而是时尚公司是否愿意把“品牌记忆”交给一个外部系统来托管。当技术包从 2 小时变成 4 分钟，省下的时间会立刻暴露下一个瓶颈：谁来判断这 4 分钟生成的东西对不对？如果判断仍然依赖那几个最贵的人，那么 AI 改变的是工具，不是权力结构。而时尚行业的每一次效率革命，最终都会回到同一个问题——创意权威与技术效率之间，谁说了算。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。