资料图:2021年9月7日,北京,服贸会文旅服务专题展上的故宫角楼巧克力月饼吸引观众。中新社记者 易海菲 摄
曾经,永久、回力等国货老牌子代表实惠耐用和一个时代的时髦;改革开放后,高档“洋气”的外国品牌涌入,人们以追逐“洋品牌”为荣。进入新世纪,本土品牌苦练内功、逐步崛起,国货消费热潮勃兴。
顺着时间轴看,中国人消费与审美可谓经历了从“看山是山,看水是水”,到“看山不是山,看水不是水”,及至“看山还是山,看水还是水”的再度回归和螺旋式上升。
从2011年到2021年,“国潮”相关搜索热度10年间上涨528%;中国消费者在网购平台每买10件商品,有超过7件是国货;近八成中国消费者偏爱国产品牌……大数据佐证了“国潮”热度。
陆续步入社会、作为新兴消费力量崛起的中国“Z世代”(通常指1995年至2009年出生的人),正是国潮旋风的重要塑造力量。相关调查显示,“Z世代”对“中国红”元素产品情有独钟,国潮品牌与年轻人“双向奔赴”。
资料图:2020年8月1日,“大白兔冷饮店”主题展亮相成都。老字号国民品牌大白兔集中了五大主题IP装置,汇集童年经典记忆、国潮时髦元素、趣味互动和潮流消费于一体,吸引当地民众前来品味儿时味道。中新社记者 张浪 摄喜欢囤鞋的北京青年王悦发现,身边的朋友们,非耐克、阿迪达斯不买的人少了,穿李宁、安踏的多了。
旅居加拿大的程女士感叹,欧美化妆品代购“不像过去那么火了”,借社交平台推荐精致又平价的东方美妆,正成为中国女孩新时髦。
买国货、用国货、晒国货已成“Z世代”社交不可或缺的部分。熟悉新媒体、智能手机的这代人,既从社交平台获取灵感,更新对传统文化、东方美学的认知,也通过社交平台分享国潮消费体验,寻找“同好”与归属感。
“国货质量挺好的,设计具有中国风,能展现品味和个性”,代表了国潮青年的心声。这也折射出中国“Z世代”消费与审美的代际特点:不唯大牌,注重实用,同时兼顾颜值和文化内涵。
这正呼应了“国潮”趋势的灵魂——“国”,代表着中国元素、中国风格、中国审美等文化层面的内容。它不仅指印章、水墨这些中式符号,也指符号所传递的中国哲学与价值观。
资料图:2019年12月27日,众多古装爱好者在故宫博物院内拍照留念。中新社记者 杜洋 摄北京冬奥吉祥物冰墩墩荣登“国潮顶流”,在于这只大熊猫“很可爱也很中国”,传递出中国人待客的那份和气;中国留学生穿着国潮卫衣走在外国街头,感受方正汉字“独一份的潮范儿”;《洛神水赋》《只此青绿》等经典演绎,让现代人惊叹中华文化之大美……
原来,传统的东西不意味着“老土”,而是可以很青春、很时尚;也不意味着深藏在博物馆里,而是可以渗透进人们的日常。
弥散在衣、食、住、行、用、玩各个领域的国潮风尚,契合中国人渴望文化认同、审美共鸣的内在需求,也为中华文化、中华美学重新被发现、被激活提供了契机。
资料图:2022年1月12日,北京冬奥吉祥物“冰墩墩”“雪容融”亮相北京市朝阳区北辰路(北中轴路),吸引路人拍照留影。中新社发 郭俊锋 摄2021年一份社会调查显示,70%以上的受访青年认为国潮增强了中国人对民族文化的自信心,并能通过国潮感受到传统的熏陶。
英国《金融时报》曾在报道中指出,外国品牌过去代表着优越的西方生活方式,但现在,中国消费者对China style(中国风)更有信心了。
曾经,中国人步履匆忙、不停追赶外面的世界;走过千山万水,愈加发现“外国的月亮不一定比中国的圆”,触动中国人心灵的诗意与浪漫,原来就在自身文化的母体之中。
被唤醒的东方式审美,滋养着国人,也带给世界新鲜感。自信优雅的“中国妆”受到亚洲女孩追捧,日本媒体预言“华流”即将席卷世界,外国“网红”对中国互联网产品爱不释手,欧美品牌“借用”国潮元素……正所谓,中国的,也是世界的。
“国潮”是什么?有人说,这不过是商业和消费现象;有人说,这关乎中国人的审美和文化;还有人说,这是国民心态的投射。
“国潮不仅是国货之潮,也是国力之潮,更是国运之潮。”清华大学文化创意发展研究院院长胡钰这样认为。(完)
提速近10倍!基于深度学习的全基因组选择新方法来了****** 近日,中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用,将助力深度学习在全基因组选择中的应用,为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物(Molecular Plant)》上。 全基因组选择作为新一代育种技术,通过构建预测模型,根据基因组估计育种值进行早期个体的预测和选择,从而缩短育种世代间隔,加快育种进程,节约成本,推动现代育种向精准化和高效化方向发展。 统计模型作为全基因组选择的核心,极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型,难以捕捉基因型和表型间的复杂关系。 相较于传统模型,非线性模型(如深度网络神经)具备分析复杂非加性效应的能力,人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机,深度学习算法的优化将会提高全基因组选择的预测能力。 该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料,通过创新深度学习算法框架开发了全基因组选择新方法。 与其他五种主流预测方法相比,该方法有以下优点: 可以利用多组学数据开展全基因组预测;算法设计中包含批归一化层、回调函数和校正线性激活函数等结构,可以有效降低模型错误率,提高运行速度;预测精度稳健,在小型数据集上的表现与目前主流预测模型相当,在大规模数据集上预测优势更加明显;计算时间与传统方法相近,比已有深度学习方法提速近10倍;超参数调整对用户更加友好。 该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。 学术支持 中国农业科学院作物科学研究所 记者 宋雅娟
(文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |