服饰时尚行业 数字化转型白皮书 Fashion and Apparel Industry Digital Transformation White Paper 百胜智库 & Thoughtworks联合发布 BAISON THINK-TANK 目录 Chapter.01 服饰时尚行业分析 1.1 服饰时尚市场概述 1.2 服饰时尚消费者及其行为变化 1.3 服饰时尚市场竞争与趋势 服饰时尚市场发展潜力呈现如下态势： 5)新兴领域：继马面裙走红后，新中式服饰在本季时装周日程中动态不断。新中式服装可以理解为“将中国传统元素与当 下审美潮流相结合的服装”，特征包括将盘扣、立领、云肩、斜襟等元素设计在衣服上，以及宋锦、香云纱等面料纹样。中国 纺织工业联合会数据显示，2023年“新中式”服饰市场规模达10亿元级别，近三年来相关产品商品交易总额增速超过 100%。 图：消费者行为变化及影响 行业集中度提升，头部企业优势凸显：服装行业整体处于存量优化阶段，2023年头部企业经营压力虽大，但市场份额进一 步向龙头企业集中。快时尚领域国际品牌加速调整（如ZARA、H&M关店），但优衣库凭借年均百家新店的速度逆势扩张，成 为线下渠道的标杆。 细分市场差异化竞争：女装占比超55%，但竞争分散化趋势明显，多层次需求导致市场集中度较低。男装2023年市场规模 增速达8.11%，为增长最快的品类

............................................................................... 17 大模型应用#4：大模型是推动云计算发展的 “锚” .......................................................................................... 国内大模型：格局清晰，闭源追赶 GPT-4，开源具备全球竞争力 ...................................................................... 32 百度：文心大模型持续迭代，B/C 端商业化稳步推进 ........................................................................... 字节跳动：豆包大模型赋能内部业务，对话助手“豆包”用户数量居前 ......................................................... 34 商汤：“云、边、端”全栈大模型，5.0 版本对标 GPT-4 turbo ....................................................................

智慧城市技术基础 智慧城市技术基础：云计算  云计算技术  云计算是一种可以随时随地方便的、按需的通过网络访问来配置 计算资源（如网络、服务器、存储、应用程序和服务）的共享池 的模式。这个池可以通过最低成本的管理或与服务提供商交互来 快速配置和释放资源。 云计算技术特点 云计算分类 智慧城市技术基础：云计算  云计算技术  教育云案例 ——广州区域教育  广州市教育局启动 广州市教育局启动 “依托教育信息化促进区域教育均衡发展”国家 教育体制改革项目，提出缩小城乡教育的‘数字鸿沟’  华为公司的“教育云”解决方案为广州市教育局提供了教育云平台， 实现了全市教育资源共享，通过广州教育城域网，把中心城区的 百年名校与偏远的乡村中学接入到同一个教育资源平台中，首先 在信息流上做到了从化、远郊的孩子们也能共享华师附中、执信 中学的优质教学资源，具备了教育均衡发展的条件。 数据中心高低压配电系统 射 频 识 别 其 他 传 感 技 术 设 备 激 光 扫 描 器 红 外 感 应 器 定 制 传 感 器  传感网络基础设施 智慧城市技术基础：物联网  监控案例——“东方网力”视云综合应用解决方案  视频指挥模块，以视频和地图为核心，整合视频监控、卡口等资 源，在实现视频的基础应用的前提下建立各种视频综合的业务应 用，实现“可视化指挥”的视频指挥目标。  实现功能包括基于

，在 不同语言情景和内部对抗性真实性评估的表现都显著优于 GPT-3.5，在 各种专业和学术基准上已经表现出人类水平。智能终端接入人工智能大 模型的趋势是明确的，预计很快在下游应用层面将出现 AI 百花齐放的 景象。国产半导体产业已经加速了“创新车轮”，在端侧围绕计算、感 知、存储等关键环节作充足准备，以迎接人工智能新机遇。 ◼ AI 拓宽 C 端应用场景，推动创新需求。 C 端更注重用户体验和使用场 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 2 / 28 内容目录 1. ChatGPT 快速迭代，OpenAI 模型演进，下游应用百花齐放 ....................................................... 5 1.1. GPT 迭代更新，人工智能掀起科技潮 ............ 助力传统安防，智能化转型成必然趋势................................................................ 22 3.1.2. 安防解决方案正在向云+边缘的方案演进 .................................................................. 23 3.2. 机器视觉检测：AI+提升检测精度，替代传统人眼检测

消费需求： 以基本生活物资为 主，如粮食、布匹， 选择有限 推动因素： 低生产力水平导致 商品生产分散，缺 乏规模化的供应能 力，且信息闭塞 消费需求： 商品多样化增加， 交易便利度提升， 如超市、百货商店 等零售业态满足日 常消费 推动因素： 流水线技术推动商 品工业化生产与规 模化供应，人口聚 集区催生高密度零 售网点 消费需求： 线上购物突破地域 限制，提供选择与 比价便利 推动因素： 和操作 支持。 按零售商的类别可将零售行业分为实体零售和非实体零售。实体零售主要包括超 市、便利店、加油站便利店、百货商场、零售专卖店等。非实体零售主要包括中心化 电商和分布式电商。按销售渠道可将零售行业分为线上零售和线下零售。 �� 市集零售 ����年代 百货零售 ����年代 新零售 当 前 即时零售 ����年代 电商零售 ����年代 资料来源：弗若斯特沙利文 the Digital Age �� �.� 亚洲实体零售行业市场规模（����-����预测） 零售行业可分为实体零售业态和非实体零售业态，当前实体零售仍为主要的零售 场景，如超市、便利店、百货商店等。亚洲的实体零售行业依托于庞大的消费基数 以及家庭结构的小型化趋势，推动了对本地实体零售的需求。亚洲实体零售行业 市场规模从����年得��.�万亿元增长至����年得��.�万亿元，年复合增长率为

个市场下载次数最多的移动应用程序排行榜 上名列前茅。国外大型科技公司如微软、 英伟达、亚马逊等已先后上线部署支持用户访问 DeepSeek-R1 模型。 2 月 1 日，华为云官方发布消息，硅基流动和华为 云团队联合首发并上线基于华为云昇腾云服务 的 DeepSeekR1/V3 推理服务。 l DeepSeek 通过 MLA 和 DeepSeekMoE 实现高效的推理和低成本训练，构建 DualPipe 月，全球 AI 大模型数量约 1328 个 ( 其中美国位居第一位，占比 44% ；中国位居第二位，占比 36%) ，模型的 迭代加速、 竞争加剧。同时， AI 模型向多模态全方位转变， AI 应用百花齐放，企业主动拥抱 AI 应用市场。因此，模型数量、模型参数、数据总量的持续增长及 AI 应用需求推动 全球算力爆发式增长。在英伟达 GPU 随着架构的不断演进及算力的成倍增长，于 AI 大模型训练中得到广泛运用的同时，为了满足 大模型训练中得到广泛运用的同时，为了满足 CSP 客户更高 性能和更好功能的需求， 定制化芯片 ASIC 的需求持续提升，牧本钟摆从标准化逐渐摆向定制化。与之相应的算力基础设施持续建设和升级，促使国内外云服务商 资本开支持续高速增长，带 来 AI 服务器市场规模大幅提升，预计到 26 年全球 AI 服务器出货量将达到 237 万台，对应 2023-2026 年 CAGR 为 26% 。 l 重点

曾 澜 马春野 葛雨明 指导单位 全国智能建筑及居住区数字化标准化技术委员会（SAC/TC426） 主编单位 中国电动汽车百人会、华为技术有限公司 参编单位（排名不分先后） 国汽（北京）智能网联汽车研究院有限公司；北京百度智行科技有限公司；中国信 息通信科技集团有限公司；上海市政工程设计研究总院城市交通与地下空间院；深 圳市矽赫科技有限公司；北京智行者科技有限公司；深圳云游四海信息科技有限公 务得到各界的 广泛关注。与此同时，智慧停车也是智能网联汽车优先商用的重要场景，基于无人驾 驶的自主代客泊车功能已开始搭载在部分量产车型上，为消费者提供更加便利的停 车体验。随着 5G、大数据、云计算等新一代信息技术赋能智慧停车快速发展，将推 动停车产业信息化、智能化升级，有效缓解“停车难”“找车难”问题，促进城市高 质量发展。 本文针对当前停车服务面临的问题和挑战，分析总结了智慧停车的未来发展趋 .............. 20 3.4.3 停车场高精度地图 ...................................................... 21 3.5 云服务平台 ................................................................ 22 3.6 系统安全需求 ..............

amap.com/diagnosis/index.do • 感谢您的关注，敬请留意后续研究结果的发布 3 联合发布 《中国主要城市交通分析报告》以高德交通大数据发布平台、大数据开放平台、 阿里云MaxCompute及相关数据挖掘方法为支撑基础，描述城市交通现状、呈现演 变规律、预测未来发展趋势，专注拥堵成因及解决对策的研究。本季度报告由高德 地图联合“国家信息中心大数据发展部”、“清华大学土木水利学院”、“同济大 城市交通运行态 势 提供城市及特定区域交 通评价、诊断、治理定 制一体化解决方案 提供交通评价、诊断、治 理60+指标项数据接口服 务 全国交通实时动态监测及 分析报告集 AI智能交通医生 基于高德云睿时空大模型， AI智能辅助交通治理决策 Products and Services 产品与服务 5 全天 06:00-22:00 早高峰07:00-09:00 晚高峰17:00-19:00 注：“交通健康指数”越高说明离理想值越近，城市运行相对越健康；指数越低则说明多项指标距离理想值越远，相对越不健康。 值越接近1，表示评价对象越优秀。在城市健康指数中，所得结 果即代表着该城市健康水平与最优目标的接近百分比。六项分指标解释说明详见附录A。 权重确定方法——熵值法 1.各项指标运用最大最小值归一化处理，并 考虑指标的正反向进行调整 2.计算第j项指标下第 i 个样本值占该指标的 比重 3.计算第j项指标的熵值

................................................ 11 图15： 云计算与边缘计算的区别 ............................................................ 11 图16： 云计算与边缘计算 ................................................... 的数据获取 渠道是公开的论坛，例如谷歌的 LaMDA 模型，在论文中表示其预训练数据 50%对 话数据来自公共论坛；12.5% C4 数据；12.5%的代码文档来自与编程相关的网站； 12.5%维基百科；6.25%英文网页文档；6.25%的非英语网络文档，数据集中的单词 总数为 1.56T，而 OpenAI 使用了 45T 数据。未来如何获得高质量的训练集始终是 各家大厂的首要竞争领域。 图8：LaMDA 95 亿美元 53.2 亿美元 资料来源：NVIDIA，国信证券经济研究所整理 因此，训练大模型必然需要采用分布式方案。不仅要满足算力的需求，还要解决上千 块 GPU 的分布式训练问题，需要考虑到上百台服务器之间的通信、拓扑、模型并行、 流水并行等，这也是复现 GPT-3 的核心难点，模型发布后一年也只有 NVIDIA、微软等 大厂成功复现，目前开源的 GPT 模型库就主要是 NVIDIA 的 Megatron-LM