人工智能正在持续推动奢侈品行业发展,通过超个性化优化消费者体验,并在内容创作的全面需求中提升效率。
LVMH在巴黎年度科技盛会Viva Tech期间举办仪式,宣布第九届创新奖获奖者。该集团与众多科技初创公司合作,通过在其生态系统内共同开发项目帮助它们扩大规模,该奖项彰显了其对塑造奢侈品未来人才的持续承诺。
今年的竞赛采用了比以往更精简的形式,专注于LVMH生态系统内的具体项目,将投资回报率置于核心位置。三个类别的获奖者——"最佳影响奖"、"最佳商业奖"和"最具潜力奖",因与特定品牌合作实现的解决方案而获得认可。
美国公司Kahoona因与迪奥的合作获得"最佳商业奖",该奖项表彰最有效推动业务增长和运营转型的解决方案。据LVMH介绍,Kahoona针对匿名在线访客的实时预测受众细分解决方案"将个性化客户体验提升到前所未有的水平"。
Kahoona的AI工作原理
首席执行官加尔·拉波波特描述了他基于AI的技术如何通过"模式识别"识别包括客户意图、人口统计和价格点在内的各种标准,分析"数字肢体语言"并将这些洞察付诸行动,以路由和优化每个客户旅程。
法国初创公司Genesis因与酩悦轩尼诗的合作获得"最佳影响奖"——一个数据驱动的数字工具,用于测量、监控和改善土壤健康。该奖项表彰推进可持续发展的技术,集团指出该解决方案在"LVMH生态系统内具有重要的复制和发展潜力"。
OMI因与娇兰的合作获得"最具潜力奖"。联合创始人兼首席执行官雨果·博伦斯坦将其内容创作工作室描述为"法国3D AI先驱"——本质上是从3D模型创建高质量视觉效果的更快速且更具成本效益的方式。OMI还与欧莱雅集团等众多公司合作,参与后者的生成式AI内容平台CREAITECH。
为什么AI内容创作成为王道
虽然AI已从趋势发展为行业标准,但其最普遍的应用案例可能是内容创作。
在VivaTech期间,欧莱雅宣布与英伟达合作"释放AI在美容多个方面的潜力"。该集团将利用英伟达AI企业平台快速开发和部署AI,如扩展前述3D数字产品渲染,以及"提高消费者参与度和转化率的个性化营销和广告"。
获奖的LVMH创新奖解决方案和其他12个参选方案在Viva Tech的LVMH梦境展馆中展示。
路易威登展示了巴黎工作室Ok C'est Cool的突破性创新,该工作室开发了一个专有的生成式AI驱动内容创作工具,利用LoRA低秩适应(一种用于将机器学习模型适应特定用途的技术)。
它本质上是训练AI精确再现超特定的品牌细节,如纹理,使其能够在一天内生成数十张图片。它与预先存在的3D建模图像配合使用,在活动中施加变化以提高效率和极致保真度。
Ok C'est Cool联合创始人马克·奥格斯表示,虽然开源技术已经使更基础的内容复制民主化,但LVMH生产的任何内容都必须超越标准,以符合奢侈品集团要求的卓越标准。
他补充说,内部化解决方案对于保护数据主权也至关重要。
LVMH梦境展馆及其他AI应用
路易威登还展示了与3D扫描专家、丹麦初创公司Rigsters的合作,而Rimowa揭示了与法国初创公司Solaya在其二手RE-CRAFTED行李箱的2D和3D内容创作方面的合作。它利用AI和高斯溅射的组合,使用简单的智能手机扫描产生高质量资产——据创始人马西莫·莫雷蒂介绍,这种资源精简的方式可以让公司内任何人在世界任何地方完成。
在宝格丽,意大利公司Maize展示了其用于大型语言模型(LLM)的综合AI技术。Maize开发了一个定制的教育和对话解决方案,优化品牌的书面内容,在所有沟通媒介中保持语调的完整性。
在LVMH梦境展馆之外的AI初创村(尽管仍在LVMH大家庭内)是生成式AI驱动的3D资产管理平台Power XYZ。它与平价奢侈配饰品牌Polène合作,该品牌获得了LVMH/阿尔诺家族旗下基金L Catterton的投资。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。