01
数字样品认可
实物样品需要寄送、等待，还常常需要重来。每轮每个 SKU 的成本为 50 至 150 欧元，大多数供应商需要经过两到五轮才能获批。障碍从来不是认知，而是信任：手机照片无法承载足够的信息。SamplR 提供四种照明几何条件下的标准化采集结果、材料动态表现视频，以及用于 3D 评估的 PBR 纹理。数字样品终于值得信赖。
适用于：面料厂、辅料供应商、配饰制造商。
滚动
优势
SamplR 能实现什么。
01数字样品终于具备足够丰富的信息，满足认可要求
SamplR 提供四种照明几何条件下的标准化采集结果、材料动态表现视频和 PBR 纹理。这为数字样品提供了充足的信息，让决策者真正接受其作为审批依据，无需等待一轮又一轮的实物寄送。02为每个修图团队提供统一、色彩准确的参考
不同市场的修图团队获得同一份经过色彩管理的主参考，不再各自依赖不同的实物样品或屏幕效果。由外观不符这一主要原因导致的电商退货随之显著减少。03在 CLO、Browzwear 等工具中真正经得起检验的 PBR 纹理
PBR 流程从采集到纹理生成全程采用色彩管理。CLO、Browzwear 或 Unreal 中的材料不再只是“看起来有点像面料”，而是与真实材料相符，包括光泽、法线和置换效果。04非均质材料（混色、印花、蕾丝）终于可以测量
混色、印花、蕾丝、纽扣和搭扣等非均质材料，无法使用测量光斑为 4 mm 的分光测色仪进行有意义的测量。测量模式（测试版）在 Rec. 2020 色彩空间中采集约 10 × 10 cm 的区域，首次让此类材料具备可比性。05以真实材料数据为 AI 工作流奠定基础
经过验证并关联货号、供应商、价格和可供货情况的材料数据，是 AI 工作流能够推荐既美观又真正可用于生产的材料的基础。
五种方式
Five ways SamplR changes your workflow.
02
电商修图参考
不同市场的修图团队对同一材料的呈现各不相同，因为他们使用的参考不同，甚至完全没有参考。高达 22% 的电商退货与外观不符有关。重新修图和拍摄的成本为每个 SKU 40 至 300 欧元。只需将标准样品扫描一次并上传至 DMIx，全球所有合作伙伴就能使用同一份色彩准确的参考。
适用于：开展电商业务并与多家修图服务商合作的品牌。
03
3D 材料数据
CLO 和 Browzwear 等 3D 工具的效果取决于输入的材料数据。大多数 3D 素材库基于未经校准的扫描数据构建：屏幕上看着差不多，却不足以支持可靠决策。SamplR 从三个方面改变这一点：任何人都能扫描，无需 3D 专业知识；经过色彩管理的流程可输出真实呈现材料的 PBR 纹理；每台扫描仪售价 7,500 欧元，可直接部署到材料所在地，而不必把材料送往扫描设备所在地。
适用于：采用分布式采购并投资于 3D 产品开发的品牌。
04
测量以往无法测量的材料（测试版）
混色、印花、蕾丝、多色纺织品、纽扣、搭扣：分光光度计读取的是 4 mm 的光斑，返回的数据无法代表整块材料。审批最终只能依赖“看起来还行”的主观判断。单次色差索赔的成本约为 2,500 欧元。在测量模式（测试版）下，SamplR 在 Rec. 2020 色彩空间中采集约 10 × 10 cm 的区域，使非均质材料可测量、可比较。它并非替代分光光度计，而是弥补其测量空白。
适用于：色彩管理团队、质检部门，以及使用复杂材料的品牌和供应商。
05
可用于 AI 的材料数据
AI 可以生成看似逼真的纹理，但其中大多数并不对应任何真实且可订购的材料。缺少经过验证的输入数据，AI 工作流只能生成无法投入生产的精美渲染图。SamplR 采集材料的真实特性，并将其与 DMIx 中的主数据关联：货号、供应商、价格和可供货情况。当 AI 引用某种材料时，调用的是来自明确供应商、价格已知且经过验证的材料。这连接了 AI 想象与工业现实。
适用于：创新团队、数字化产品开发负责人、技术负责人。
概览
核心要点。
- ·扫描仅需 1 分钟多一点
- ·无需裁剪，无需高速网络，USB 供电
- ·无需专业技能，人人都能扫描
- ·7,500 欧元，同类产品中设备成本最低
- ·三种采集模式：拍照、测量（测试版）、扫描
- ·自带自动背景移除功能
- ·所有数据直接流入 DMIx Cloud
技术规格
硬件与采集。
适用对象
Who works with SamplR.
纺织品与时装设计汽车室内设计与建筑鞋履与服装品牌材料供应商与制造商
工作流
SamplR 如何融入您的实际业务。
- 01
扫描
放置材料，在 iPhone 上轻点一下，一分多钟即可完成。 - 02
完善数据
在 DMIx 中关联主数据、供应商、价格和供货情况。 - 03
分享
经验证的材料可用于设计、3D、修图、AI 和生产。
将直觉转化为可衡量的产品实态。
应用场景
相关用例
扫描测量（Beta）PBR数字孪生
