至顶网CIO与应用频道 07月30日 编译:总部位于伦敦的捷克设计师Martina Spetlova成为第一个将Provenance区块链技术平台全面整合到自己服装品牌的人。Spetlova坚持认为“更多的是事关故事本身”,要简化技术术语,专注于为消费者带来利益。
2013年,技术设计师兼工程师Jessi Baker建了Provenance,目的是提供一个可信赖的系统,使供应链更加透明。迄今为止,Provenance已经帮助成千上万的食品品牌获得了消费者的信任,消费者可以看到所购买的物品来自何处。Provenance后来又进行了针织品品牌Martine Jarlgaard的试点案例研究,现在他们开始将旗下的技术用到时尚品牌上了。
Spetlova对于时尚供应链的复杂性有如下的解释,“对于小型品牌和刚开始的人来说会容易一些。一个设计师有这么多的供应商,除非他们做出一些重大改变,否则大企业很难应的上这种技术。”
Spetlova在过去几年中逐渐在她的品牌中做出了这些改变,以便可以更具可持续性及在自己的产品里添加更多引人入胜的元素。她使用的是无铬皮革,无铬皮革是一种毒性较小的鞣制工艺,有助于保护工人和水源。她用的无铬皮革是由土耳其的一群难民手工艺人与NGO Small Project Instanbul合作编织的。另外她还用了由再生塑料瓶制成的织物,将其整合到自己的作品里,她还希望将来能用上和平丝绸。她提高了选择性要求后,将供应商和制造商的数量缩小到仅仅五个。
而大品牌要这样做是无法想象的。Spetlova制造的品牌有自己独特的方式,她的品牌放在Selfridges和奇特的精品店出售,包括伦敦的Machine-A和纽约的Odd92,和竞争对手的做法不尽相同。Provenance帮助她将信息工整地包装在防水芯片里,芯片则存储在衣服内部并可以用手机摄像头扫描,获得衣服所经路线的网页链接,链接网页里有详细的描述。链接也可以在线共享,以简练的方式为消费者提供所需的信息。Spetlova表示, “一般消费者并不需要知道这个拉链是当天从YKK送到Martina工作室的,但链接可以提供社区信息,消费者可以了解品牌来自何处,可以读读背后的故事,看看图片,是一种对品牌的情感依恋。“
Spetlova第一个完全整合了Provenance的时装系列要在10月份之后才能上架,但她表示到目前为止各方的反应都是关注或好奇。她表示, “即使通常不会购买Martina Spetlova品牌的买家对这项技术也颇感兴趣。”她提到会将即将上架的品牌系列送到展销会展出。对于买家来说,在商店里无需销售助理帮助就可以容易获得如此多的品牌信息,这一点肯定特别吸引人。
Spetlova按月支付使用Provenance平台的费用,她的供应商也必须创建自己的帐户和个人资料,但说服供应商并不难。他表示,“小型工作室和公司更喜欢一些,因为平台也是一个很好的营销工具。“由于多个商家可以提供信息,非常重要的一点是不能编辑和更改已输入的信息,因此这东西远比那种“某地制造”的标签更先进、更详细和值得信赖。购买服装的人也可以直接与设计师联系进行维修,而且他们也可以将自己添加到链里,展示服装生命的下一个阶段。如果穿服装的人不止一位,这一部分就变得更加有趣了,因为该技术令认证复古时尚未来的可能更加容易了。
时尚界围绕区块链的热门话题多是如何解决某个问题。验证设计师商品和认证可持续供应链的可能性对行业很有吸引力,但Spetlova成为最先采用区块链技术的原因似乎就简单得多。 她兴致勃勃地表示,“时下是时尚可持续发展激动人心的时刻,有很多创新的东西。我一直在做可持续发展方面的工作,科技的到来更加令人兴奋,因为一个人可以成为可持续品牌,同时又是个创新品牌。“她表示, “我相信下一季会有更多的设计师使用这种技术。”
好文章,需要你的鼓励
AI颠覆预计将在2026年持续,推动企业适应不断演进的技术并扩大规模。国际奥委会、Moderna和Sportradar的领导者在纽约路透社峰会上分享了他们的AI策略。讨论焦点包括自建AI与购买第三方资源的选择,AI在内部流程优化和外部产品开发中的应用,以及小型模型在日常应用中的潜力。专家建议,企业应将AI建设融入企业文化,以创新而非成本节约为驱动力。
字节跳动等机构联合发布GAR技术,让AI能同时理解图像的全局和局部信息,实现对多个区域间复杂关系的准确分析。该技术通过RoI对齐特征重放方法,在保持全局视野的同时提取精确细节,在多项测试中表现出色,甚至在某些指标上超越了体积更大的模型,为AI视觉理解能力带来重要突破。
Spotify在新西兰测试推出AI提示播放列表功能,用户可通过文字描述需求让AI根据指令和听歌历史生成个性化播放列表。该功能允许用户设置定期刷新,相当于创建可控制算法的每周发现播放列表。这是Spotify赋予用户更多控制权努力的一部分,此前其AI DJ功能也增加了语音提示选项,反映了各平台让用户更好控制算法推荐的趋势。
Inclusion AI团队推出首个开源万亿参数思维模型Ring-1T,通过IcePop、C3PO++和ASystem三项核心技术突破,解决了超大规模强化学习训练的稳定性和效率难题。该模型在AIME-2025获得93.4分,IMO-2025达到银牌水平,CodeForces获得2088分,展现出卓越的数学推理和编程能力,为AI推理能力发展树立了新的里程碑。