七八位工人站在梯子上 ，拿着机枪在地毯上进行走线 ，工厂里一间简陋的幼屋 ，是设计师工作室 ，摆着的是一张手绘的地毯形状。出了工厂另一壁的单间 ，摆放着一台五米高的自动打孔机的样机 ，对着刻下的地毯 ，尝试依照图样进行走线布局 ，来人的时辰 ，工人会打开这台样机 ，工巧演示 ，这种机械成效远不如人为 ，老板似乎也并没有筹算把它用到自己的产线。
这是虎嗅已经走访过的一家地毯厂商所看到的图景 ，这台五米高的昂贵机械 ，成为了服装行业上一轮数字化转型困境的缩影。
刷新服装行业 ，听起来就没有那么性感 ，当然也不断髦。这是一个由无数作坊、碎片化数据和幼我经验拼凑而成的古老行当。但周栋和团队在这件事上 ，已经跑了好几年 ，将这件事做到估值数亿元。
他们占有服装行业规模最大的数据库和全国唯一服装产业垂直大模型的登记资质 ，申洲国际、即发集团、酷特智能、迪尚集团等中国造作的隐形冠军 ，均在其客户之列。
向量螺旋所解决的 ，是服装全产业链（从最上游的资料 ，例如棉花 ，到面料厂、服装厂再到品牌商）的沟通问题 ，再精准一些 ，就是解决信息增益 ，把AI造成内容出产力 ，而不是出产工具。
这件事已经很多服装3D厂商尝试 ，韩国的CLO最早步入服装3D行业 ，不外3D和AI存在性质区别 ，其中一个最大区别就是成本。3D技术 ，通过物理设备扫描进3D空间 ，再进行建模和渲染 ，最终还原出真实物理个性�；乖木群驼媸敌允窃缙贏I不成及的 ，但存在的问题是成本极高。采办这套3D建模软件的工厂或是品牌方 ，必要为这套软件匹配相应的岗位 ，好比建模师、渲染。另表 ，3D不具备创造性和泛化性 ，其作用在于基于面料进行还原和格局设计。
如今 ，一些服装3D技术解决规划提供商也提出要进入AI时期 ，但这意味着他们也必要和向量螺旋一样 ，沉走一遍数据堆集、领域算法、模型训练的过程。由于3D的数据和底层技术架构和天生式AI ，齐全分歧。
周栋并非典型的极客创业者。占有媒体布景、家族在潮汕经营服装工厂的他 ，与其结合首创人邢方舟起初的生意也相当传统：为网红KOL提供服装柔性定造。这门生意固然有利可图 ，却很难称得上有巨大的设想空间。
对周栋和邢方舟的青岛向量螺旋而言 ，最关键的是2021年 ，前海信人为智能商用钻研所所长马映辉的参与 ，为这祖传统的数字化公司注入了真正的技术基因。彼时 ，GPT的概想虽已问世 ，但尚未引发全球狂热。马映辉带来的不仅是技术 ，而是一种视角的转换。
面料商讨论的是克沉与材质 ，加工厂关注的是走线与工艺 ，而品牌方高谈阔论的则是调性与风格。这种说话系统的割裂 ，导致了巨大的沟通成本和供需错配。
既然创业的初衷是在服装领域找到一个新的技术变量 ，去解决传统产业的出产力或结构关系问题 ，而看起来这个叫做“GPT”的AI似乎有但愿 ，周栋他们决定试一试。而事实上也证明 ，服装行业或许能够跳过冗长的SaaS遍及阶段 ，直接跃迁至AI时期。
训练AI必要数据 ，而这正是服装行业最匮乏的资源。在这个极其依赖非标经验的行衣凤 ，真正的数字化企业（如李宁、安踏、申洲国际）占比不及1%。对于绝大无数中幼企业甚至是服装作坊而言 ，微信就是他们唯一的数字化治理系统。
因而 ，向量螺旋起头了漫长的“脏活”阶段。由于不足现成的结构化数据 ，团队不得不采取最原始的方式：爬取全球互联网上的公开图文；向产业同伴定向网络 ，甚至亲自深刻工厂 ，拍摄纸质版单 ，再通过人为洗濯将其转化为推算机可读的“配对数据” ，即蕴含面料、设计稿、制品图及模特上身图的齐全数据链。
在通用大模型眼里 ，一件衣服只是一堆像素的集中；但在向量螺旋的数据库中 ，一件衣服是一条严丝合缝的逻辑链：一张面料的显微照片 ，必须对应一份结构化的设计手稿 ，再成为一张裁缝的工业版单 ，最后成为模特的上身成效图。
这种“四位一体”的数据结构 ，正是上一代数字化转型失败的症结地点 ，由于彼时系统只能处置孤立的数字 ，无法理解必要深刻行业的行话——例如由于面料克沉变动而导致的垂感差距。而周栋他们所做的 ，是通过数百万组这样的配对数据 ，训练AI ，把握一种行业通用的话语系统。
这场“脏累活”耗时两三年 ，数据就绪之后 ，他们选择了日本市场作为切入点 ，验证自己的初步利用产品能力。截至今日 ，他们在日本的客户已经有了数百家 ，第一阶段的PMF的验证成功 ，他们着手进入中国市场�；肆礁鲈鹿Ψ� ，他们进入了申洲国际的供给链。
将来的AI 利用服务引擎 ，在周栋的打算中 ，将会是一个“技术中台” ，一个提炼了行业Knowhow和工程化经验 ，能将非标需要沉淀为尺度化技术模组的交付平台。
周栋：两方面都有。我们最起头做的是给市面上所有KOL提供一站式服装定造服务。其时的启程点是 ，2019到2020年 ，自媒体在各个渠路 ，公家号、抖音、B站等都发展得很迅猛 ，由于自媒体的变现方式产生变动 ，好多大V起头做电商 ，左袒做幼我IP或品牌文创 ，服装则是比力容易切入的品类。但其时市面上没有一家服务商 ，既能搞定服装产业链 ，又能把分歧IP的文化转化为服装设计 ，还能整合全数供给链提供服务 ，最起头我们就切入这个方向。
周栋：真正坚定转型是在2021年底 ，我们请到了一个关键人物前青岛海信人为智能商用钻研所所长马映辉 ，就是此刻公司的CTO ，他一向对产业AI很感兴致。他参与后 ，跟我们提到了类似GPT这样的器材 ，和更多有关推算机视觉方面的思虑。
这带来的最显性后果就是行业上中下游的沟通效能和共识效能极低 ，这就引出了行业最性质的矛盾问题：任何高低游两端甚至多端的供需买卖效能低。
第一 ，服装行业是所有实体产衣凤最非标的一个。我刚才介绍的产业链条里有多个环节 ，每个环节在我看来都是一个独立行业 ，面料是一个行业 ，加工是一个行业 ，品牌是一个行业 ，零售是一个行业。
这带来的第一个问题是企业组织结构差距极大 ，不像互联网公司那样分工明确：运营就是运营 ，产品就是产品 ，研发就是研发。在服装领域 ，你经�；峥吹秸庵智榭觯阂挥孜以贏公司做的是企划工作 ，到了B公司却做设计工作 ，这就是组织结构的差距性。
第二点是业务流程缺失 ，这个行业有好多反共识的处所。服装行业是一个金字塔的结构 ，各人提到服装行业 ，天然会想到安踏、李宁这些驰名品牌；提到加工厂 ，可能会想到申洲国际 ，但要知路 ，这些企业在中国服装产衣凤占比不到1% ，剩下99%的服装企业都是中幼规�；蛴鬃鞣�。公开可查的中国服装有关企业一共有17万家 ，但其中组织结构美满、罕见字化基础的 ，不论是品牌类还是出产类 ，都百里挑一。绝大部门服装企业唯一的数字化系统就是微信。
周栋：我以为会。我们此刻笃定的一件事就是我们在服装行业做AI就是以某种大局直接跳过“数字化和信息化”。但最性质的差距在于 ，上一个时期的SaaS和AI时期要解决的问题齐全分歧。前者性质是想把企业的线下业务流程线上SOP化 ，但这个前提是 ，企业线下得吓仔齐全的业务流程、有SOP才行。但遗憾的是传统服装行业是感性主导驱动的 ，它们流程混乱、尺度不一 ，难以联动。
上一代SaaS失败底子不是工具好不好用的问题 ，而是没意识到：以服装行业为例 ，人和组织才是这个行业最大的非标变量。没先解决这个问题 ，工具做得再好也没用。
到了AI时期 ，但启程点和SaaS齐全分歧。我性质上不是想做一个尺度化工具 ，助企业把线下贱程线上SOP化 ，而是带着AI这个全新的出产力 ，助他们沉构新的业务流程 ，从而让企业内部人员能够利用AI实现增收或实现以前实现不了的工作。对他们来说 ，这是新的出产力 ，对待业务的视角齐全不一样了。
周栋：就以这件衣服为例 ，面料商手里只有面料 ，他们会找到客户后上门 ，拿一块面料给对方看 ，说自己的面料多好 ，再给一些色卡 ，说能做几多种色彩 ，用这种方式推销。这个过程里他能传递给下游的信息总量很有限。
用上AI之后 ，AI能够先为这块面料天生适配分歧服装品类的格局设计；下一步还能基于这块面料设计出一整套企划提案 ，甚至还能天生模特图。而后面料商就能够带着这些AI创造的新信息增量 ，去跟客户沟通。
这里最关键的变动是 ，客户获得的信息总量齐全不一样 ，客户能直接看到这块面料最终做裁缝服和配上模特后的成效 ，这能给面料商创造新的增益。
周栋：服装产业的数据都沉淀在人的大脑里 ，而不是数据库。他们可能连信息化系统都没有 ，是个数据荒漠；第三是客观相对的来看 ，这个行业整体从业人员素质偏低 ，这天然会导致两个了局 ，进建意愿低 ，使用新工具的成本比其他行业高得多。所以我们做AI ，也绕不开这三个问题 ，从做AI的第一天起 ，就要思虑怎么解决。
我们分分歧阶段解决数据从哪来、用什么行业Knowhow进行处置、不够的高质量配对数据若何解决。我们会通过公开信源合理抓取 ，表加产业同伴定向网络 ，不乏下厂把纸质的衣服版单网络回来再做结构化处置；我们会有自己多年堆集的产业知识库做标注和关联沉构。不够的高质量配对数据 ，我们自己拍 ，或者通过数据合成的方式补齐。
周栋：有了数据之后 ，我们做了第二件事就是训练服装行业的专项模型。我们是全球第一家做出服装行业各类专项模型的公司。
例如我们在2023年就训练了自己的多视角模型 ，好比让AI天生一件衣服各个角度的模特上身图 ，其时通用大模型也能做到 ，但大多只能出正面图。在服装行业的现实需要里 ，必要360度多视角展示 ，得看侧面、背面的成效 ，更难的是要维持各视角的一致性 ，不然就没有可用性。我们内部把这部门工作界说为“产业模型工程” ，也就是数据工程加产业模型工程。
第二件事是从2022年底到2023年 ，也就是各类通用LLM、VLM大模型出来之后启动的 ，我们称之为基于通用模型的“持续预训练架构和自动评估系统”。我们很明显自己没有本钱去做基础大模型 ，BB电子主题是产业模型 ，规模相对较幼。但通用大模型出来了 ，并且迭代快率很快 ，注定要借助它的能力。
周栋：大模型一向在迭代 ，天生的图片会越来越好看 ，但解决不了“越来越对”的问题。好比它天生服装格局或模特图时 ，可能会迷失面料质赣注犯错工艺细节 ，这对B端客户来说是无法接受的 ，相当于产品变了 ，齐全不成用。
周栋：第一个阶段是2024年 ，由于我们借了早期通用开源大模型的东风 ，结合BB电子领域算法和数据工程 ，构建出了属于我们自己的服装产业垂直大模型 ，再加上BB电子产业专项模型 ，其时就显著感触到BB电子AI能力整体上了一个台阶。
第二个阶段是今年。VLM和多模态领域都有更多特定机能更好的开源模型 ，发展也更迅猛 ，我们就做了模型迁徙。我想表白的是 ，对我们来说这件事不复杂 ，由于我们背后有一套成熟的技术架构和自己的benchmark评估系统 ，只有市面上出现更好的开源大模型 ，我们就能以最急剧度判断和迁徙 ，把BB电子AI能力再往上拔高一个档次。
第一个阶段先做了SaaS ，有两个客观原因。第一 ，我们其时的综合技术还没牛到能直接做AI Agent或者更切合愿景的产品；第二 ，我感触得吓仔一个MVP ，先初步验证PMF ，投向市场看一看 ，找到一个入口和步骤 ，获取行业内真实客户的使用反馈和know-how反馈。所以我们做了SaaS ，而后确定了切入的市场。
周栋：日本市场。相迸宗欧美和中国市场 ，日本市场的竞争没那么强烈；第二 ，日本的服装企业极度规范 ，数据质量相对更高；第三 ，我们其时看到了日本的国度政策 ，能显著感触到日本不想错过这一波AI海潮 ，固然它赶不上中美 ，但其时日本当局对日本企业有一些补助政策。我们在日本意识一家做服装业务的日企商社 ，直接选择它做BB电子代理商。这样一来 ，我们有好的AI产品 ，切入了市场空缺 ，又找了日本本土有服装资源的企业做信赖背书助我们销售 ，天时地利人和。
今天日本所有能叫得闻名字的服装大企业 ，险些满是BB电子客户 ，其中一家最大的零售品牌客户总部有关掌管人到我们公司 ，他们说 ，已经调研了全球几十家AI公司 ，最后选择了我们。
周栋：我们其实是同步启动了第二个市场 ，中国市场 ，我们先确定了出产型企业切入 ，确定两个趋向作为切入方向：第一个是“二代交班潮” ，第二个是“供给链出海潮”。
国内市场的客户对我们来说更贵重的一点是 ，国内业务场景和需要尺度更复杂 ，他们的高低游会不休提出各类刻薄的新要求 ，由于国内的产业链更齐全。我们在中国市场的战术是“不求量大 ，但求做细做深”。此刻我们有底气说 ，在国内规模以上的服装出产型集团客户中 ，BB电子市占率绝对是第一的。
周栋：他们的数字化的确极度美满 ，服装行业除了3D软件 ，还有CAD打版软件、印花分色软件等等形形色色分歧环节的软件系统…… 申洲的数字化系统极度丰硕和完整 ，但依然无法解决内部数据的流通 ，以及直接交付了局这件事。
我们尝试助他们做的第一件事是在不迷失已罕见据系统的基础上 ，买通狼藉数据资产的可复用性和可利用性 ，另表就是循序渐进助他们做AI Agent ，例如用他们已经堆集的面料、资料和工艺的能力 ，直接天生一套企划规划给到品牌方 ，为他们直接创造更多服务出产力的增量。
周栋：2025年已经打造了一个新的产品 ，我们把它叫做“技术中台” ，当客户不满足于尺度化、产生个性化需要时 ，就能够用技术中台 ，把所有非标需要转化为技术层面的尺度化组件 ，从而更快地实现交付和履约。另一方面 ，也能够把技术中台盛开给客户 ，若是客户自己有IT团队和产研团队 ，他们能够自己在上面搭。
第三个阶段的贸易产品 ，此刻已经在做demo了 ，我们接装数字工种”。不论是SaaS还是企业级Agent ，最终都是客户员工在使用工具 ，这依然没有齐全突破我刚才说的那个魔咒 ，还是AI共同人 ，且决策人自己通常对AI的现实效益价值是没有直接体感的。
我们想解决的主题问题是：既然前者都是AI共同人 ，人是关键变量 ，那我能不能倒过来 ，让AI自动实现工作 ，人来共同AI ？决策人查核“它”的方式 ，跟查核“人”是齐全一致的。
这背后的逻辑是 ，上一个时期的工具类产品 ，抢占的是每家To B企业的IT预算 ，而企业的IT预算可能只占总预算的3%、5%。但我们想换个方式 ，我们提供数字劳动力 ，要抢占的是企业的人力预算。
周栋：在服装产业图谱里 ，会有分歧的数字员工解决分歧环节的问题。这些所需的know-how ，就来自我们做SaaS、做大客户项目过程中持续堆集的know-how ，再把这些know-how抽象成分歧的数字员工 ，对应解决分歧的行业问题。好比BB电子第一个数字员工 ，名字接装电商内容专员”。
周栋：重要基于三个方面。第一 ，由于BB电子技术和产品能力会越来越强 ，天然能获得更多客户的认可；第二是区域扩大 ，除了日本和中国 ，我们已经起头拓展美国、法国、德国这些欧洲市��；第三就是新的项目状态的增量。
三亚IMAX影院特色牛新春：新一轮打击与以伊去年的相互袭击性质完全不同。去年，双方都是在向对方发出警告，打击是象征性的。但此次军事行动，以色列显然是要实质性摧毁伊朗的核设施和导弹设施，削弱伊朗军事能力。多特蒙德前锋吉拉西在本场比赛当中为多特蒙德打进了将比分反超为2-1的进球，这也是他在本赛季各项赛事的47场比赛当中所打进的第35个进球。三亚IMAX影院特色欢乐公媳李洁1-42集电视剧比赛前，他左手大拇指被机器切伤，只能包着纱布进行比赛。泥瓦作比赛在户外进行，比赛的几天正好是北京连续高温，虽然顶部有黑纱遮挡了阳光直晒，但高温依然难耐，所有人都汗水夹杂着砖尘。2025年6月24日，上海市科学技术委员会发布了关于发布2025年度关键技术研发计划“医学创新研究”项目申报指南的通知。为深入实施创新驱动发展战略，加快建设具有全球影响力的科技创新中心，根据《上海市建设具有全球影响力的科技创新中心“十四五”规划》，上海市科学技术委员会特发布2025年度关键技术研发计划“医学创新研究”项目申报指南。网上申报时间：2025年7月2日起至7月21日。（详情可点击跳转链接）
20260409 ? 三亚IMAX影院特色网友推测可能是大量数据上传意外触发系统预警（如版权保护机制），但微软迄今未回应具体原因。专家建议用户遵循 3-2-1 备份原则（即 3 份副本、2 种介质、1 份异地存储）。《幼说春夜难缠幼说 》而针对江西省儿童医院向唐先生解释的120救护车无法转运问题，该工作人员表示，因车上已经装满了各类仪器，他们现阶段的确无法承运携带呼吸机、ECMO这类仪器的病人。
20260409 ? 三亚IMAX影院特色瑟维期待，中国经济增长和基础设施建设方面的宝贵经验能够助力南非及非洲发展。“如果能从中国汲取这些经验，将极大助力南非经济发展。”《抖M女仆》第二季漫画什么时辰发的该媒体认为 Meta 公司通过这些功能，诱使用户分享其相册图片，以便于其收集数据，来训练 AI。其中 AI 条款还赋予了 Meta 的 AI“保留和使用”用户共享的任何个人信息以个性化 AI 输出的权利。
京公网安备11010202000001号
