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
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。