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
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。