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
机器人智能公司Inbolt将于2026年6月在芝加哥Automate展会上发布两项新能力:Inbolt机器人编程功能和扩展版机器人控制模块。新功能可让工程师直接基于CAD模型构建程序,结合视觉模型实时定位实体零件并自动调整运动路径,彻底消除传统调试中耗时数周的手动示教环节。此次更新还将原生支持安川机器人,使平台覆盖品牌扩展至六个。
上交大等机构联合构建首个个性化MCP工具测评平台,测试超十款顶尖AI在飞书、小红书等真实个人账号场景的实际能力,结果显示无一模型准确率超过50%。
本文提供了一套完整的笔记本电脑深度清洁方案。硬件方面,介绍了如何用温和洗涤剂清洁机身、用微纤维布擦拭屏幕、用压缩空气清理键盘及清洁充电线的正确方法。软件方面,建议及时更新操作系统与驱动程序,删除冗余文件与临时下载内容,并通过开启Windows Storage Sense功能实现自动清理,同时将剩余文件整理归类,保持系统整洁高效运行。
Mind Lab提出三轴PEFT框架,通过增强共享基础模型、缩小个人适配器、扩展持久化适配器种群,探索百万个人AI模型的可行路径。