Synflux 的演算法時裝在打版階段減少布料浪費（訪談）

衣服是從平面布料裁剪而成，因此裁剩的邊角料浪費無可避免；川崎將廢料累積所在的打版階段視為永續性的施力點，而非改用新材料。

運用機器學習與 3D 模擬來優化服裝版型，讓原本會在裁片之間被丟棄的布料，在裁剪之前就被設計排除。

機器學習加上 3D 模擬可產生優化後的版型配置，並導入品牌自身的生產體系：HATRA 的原型、A-POC ABLE ISSEY MIYAKE 的 TYPE-IX Synflux 專案外套、Goldwin 的 SYN-GRID 專案（供應 The North Face 產品線），以及 Kanadevia 為大阪關西世博「Future City」展館製作的工作人員制服。

川崎表示，這項優化可減少 10-15% 的材料用量（訪談中自述）；2026 年 5 月，Synflux 成為首家贏得 Global Fashion Summit「Trailblazer Programme」大獎的日本企業，並於 2026 年 1 月完成一輪 5.2 億日圓的募資。

在 2026 年 10 月 9 日刊出的《WIRED Japan》訪談中，思辨時尚設計師、Synflux 執行長川崎和也介紹了「演算法時裝」（Algorithmic Couture）——一套在布料裁剪之前，運用機器學習與 3D 模擬來優化服裝版型的設計系統，針對的正是把平面布料裁成貼合身體的裁片時無可避免的邊角料浪費。他表示，單靠這項優化就能減少 10-15% 的材料用量（訪談中自述），而不必承受替換材料所需的長達十年等待與成本壓力。

這套系統源自一張版型紙的構想，該構想在 2018 年《WIRED Japan》的 CREATIVE HACK AWARD 中獲得特別獎，隨後與時尚品牌 HATRA 合作、歷時約六個月做出原型，此後陸續導入 A-POC ABLE ISSEY MIYAKE 的 TYPE-IX Synflux 專案外套、Goldwin 的 SYN-GRID 量產專案（其 The North Face 產品線採用此技術），以及在大阪關西世博「Future City」展館展出的 Kanadevia 工作人員制服。

川崎回顧 2026 年是突破性的一年：1 月完成 5.2 億日圓的募資，2 月出版他的第一本書《Fashion for the Planet》，5 月哥本哈根的 Global Fashion Summit 更宣布 Synflux 成為首家贏得其國際 Trailblazer Programme 大獎的日本企業——他指出，這項殊榮恰好在永續投資面臨政治與經濟逆風之際到來。

打版是布料浪費累積最多的地方，然而多數永續作為卻鎖定材料，而替換材料往往需要十年，並推高成本。

這套系統導入既有生產流程之中——不需新材料、不需新機具——因此品牌能在沒有成本壓力的情況下採用。

川崎的路線是他所謂的「共犯關係」：在品牌產品線內部（ISSEY MIYAKE、Goldwin）共同開發，而非從體系外販售一套完成的 SaaS。

最大的浪費位於裁剪台的上游：優化版型而不只是優化材料，永續就不再等同於更昂貴的衣服。

在訪談中，川崎描述了從學生構想到量產的歷程：與 Goldwin 的合作讓 Synflux 學到每年把數千件服裝送進世界的責任，他如今主張，要改變這個產業行星尺度的供應鏈，必須在體系內部建立「共犯關係」，而非從外部提供工具。《WIRED Innovation Awards 2026》訪談系列將他定位為把這套論述帶進製造現場的設計師之一。