不可发布违法信息,一旦发现永久封号,欢迎向我们举报!
百科|常识分享
分享各种百科|日常
19常识网 > 餐饮行业新闻资讯 > 百科|常识 >  宜家真做潮牌卖衣服了,七夕创意送花指南,澡堂美术馆,透明厕所… | 灵感周报 叠衣服、擦案板、冲果汁,能做家务的国产机器人终于要来了


宜家真做潮牌卖衣服了,七夕创意送花指南,澡堂美术馆,透明厕所… | 灵感周报 叠衣服、擦案板、冲果汁,能做家务的国产机器人终于要来了

发布时间:2024-05-16 12:42:12  来源:网络整理  浏览:   【】【】【

宜家真做潮牌卖衣服了,七夕创意送花指南,澡堂美术馆,透明厕所… | 灵感周报 叠衣服、擦案板、冲果汁,能做家务的国产机器人终于要来了

下面给大家讲解“宜家真做潮牌卖衣服了,七夕创意送花指南,澡堂美术馆,透明厕所… | 灵感周报 叠衣服、擦案板、冲果汁,能做家务的国产机器人终于要来了”的知识,本站信息仅供大家参考哦!

温馨提示:本文章素材来自网络收集整理和聚合(内容观点不代表本站的立场),本站只是一个免费信息分享网站,文章仅供阅读参考用途,如有侵权请联系邮箱:196594267@qq.com 核对后马上删除,谢谢!

 

宜家真做潮牌卖衣服了,七夕创意送花指南,澡堂美术馆,透明厕所… | 灵感周报 叠衣服、擦案板、冲果汁,能做家务的国产机器人终于要来了 

宜家真做潮牌卖衣服了,七夕创意送花指南,澡堂美术馆,透明厕所… | 灵感周报

七夕就要到了,花年年都送,怎样送花才能不既落俗套又真情满满?宜家服饰上线,可持续理念继续延伸!透明厕所、澡堂美术馆、山区里的车库学校,一起来看这些有趣的空间设计和改造。

??

七夕创意送花指南

送 TA 一片花海吧

teamLab 的沉浸式展览不少小伙伴都看过,大片大片的花海影像恍如身处仙境。

最近,teamLab 团队发起了「Flower Booming Home」的项目。用户画一朵花,上传到网上,这朵花便会和世界各地的人们画的花一起,在电视屏幕上绽放。

也就是说,你画给伴侣一朵花,TA 收到的便会是世界各地的人们一起画给 TA 的一片花海。

teamLab 发起这个项目的初衷,是为了使世界各地的人们在疫情隔离期间,仍能通过艺术,感受彼此之间的联结,并通过共同创作一片花海,互相给予力量。想一起画花小伙伴可以戳「阅读原文」处的链接,并按指引操作。

(只不过现在很多小伙伴都不用电视机了,如果 teamLab 可以再调整一下,就更好了!)

路人递来一枝花,你敢接吗?

「Cheer up flowers - 送你花」行动,由「活络空间设计事务所」的设计师吴佳音和王懿泉发起,他们召集爱心骑手,骑着装有鲜花的三轮车,在上海的大街小巷向路人免费派花。

一开始,活动并不顺利,路人比较警觉,一听到「免费送花」,便十分诧异。但当设计师解释了活动的初衷后,送花就变得顺利起来。

设计师们希望通过送花,疗愈人们经历疫情后的心理隔阂,打开人与人之间沟通的窗口,使城市空间更有温度,就如爱心骑手马一木所说:「我们旨在像蚯蚓一样,给僵硬的心松松土」。

鲜花也能循环再利用?

你有没有察觉,每次婚礼后,都有大量的鲜花被丢掉,怪可惜的。

我国平均每场婚礼产生鲜花垃圾 100 千克,而每年举办的婚礼场次超过 1000 万,便会产生 100 万吨的鲜花浪费。

对此,大学生创业团体花落晨夕选择回收婚礼剩下的鲜花,再制成干花出售,每束干花都有 30 %是由婚礼回收的鲜花制成。

如果你有更多创意送花方式,也欢迎在评论区与我们一同分享!

??

宜家卖衣服啦

宜家日本分公司最近发布了服装线的首个系列设计,包括带有宜家特色 logo 和条形码的 T-shirt、帽子、毛巾、雨伞等等。这个系列名叫「EFTERTR?DA」,在瑞典语中是继承者的意思。

宜家的服饰线也沿袭了品牌本身对环保可持续的重视——各款上衣和毛巾的原料都是以可持续方式种植的棉花,而雨伞则是用回收的废旧聚乙烯材料再做成的再生聚酯制成。

??

透明厕所,你敢进吗?

东京建筑师坂茂代代木意识到了公共厕所的两个问题——一是厕所是否整洁?二是是否安全,有没有不法之徒藏在里面?于是便设计了这个透明厕所。

透明厕所采用玻璃墙面,当厕所上锁时,透明的墙面会变成雾面,从而保护使用者的隐私。那问题来了,这个雾面的处理效果到底有多强呢?

??

澡堂变身美术馆

「现在谁还去澡堂啊?」 据说在东京,平均每周就有 1 间澡堂倒闭,有 70 年历史的宫之汤公共浴场,也难以逆转时代的变化。

为了保存这处充满了年代感的老建筑,接手宫之汤的永野达也请来了「建筑再构企划」建筑事务所的设计师,把澡堂改建成了美术馆和咖啡厅。

改建成的美术馆每次可展出 5 位艺术家的作品,展览每月更新,而每位艺术家只需支付 1 日元,便可在此展出作品。「世界上还有许多尚未闯出名号的杰出艺术家,我们决定收取象征性的 1 日元,让他们的才华能被看见并获得认同。」永野达也期待重获新生的澡堂能够为艺术带去更新的血液。

??

在车库里创想的不只有乔布斯,

还有山区里的这群孩子们!

亲爱国小万大分校,位于台湾南投较偏远的奥万山区。受经济状况制约,孩子们外出实践和游玩的机会都非常有限。为筹措毕业旅行费用,自 2010 年起,学生们会在老师的带领下,在学校旁的仓库摆摊卖饮料和小吃。

为使孩子们摆脱有限教育资源的桎梏,学校找来了格式设计展策,将车库改造成了实验性教育空间,并以当地的泰雅族语言「KuHu」(意为谷仓)为其命名。

而这个带有泰雅部落传统色彩的实验性空间,也成为延续「毕业旅行自己筹」的实践活动,举行包括图书交谊、部落文创展览等活动的场所。

姚松乔,野声WildBound 创始人。野声WildBound 是一家创新的可持续发展和教育机构,与青少年、科学家、艺术家、企业家、社会公众一起探索内在与外在的可持续发展。最近几年内,野声带领了十数次前往南北极、喜马拉雅山、热带雨林等生态系统的深度生态体验课程,并为企业提供可持续发展咨询,组织可持续艺术展览,跨界共创一个坚韧且有创造性的可持续发展的生态系统。

Q:最近在忙什么?

A:疫情过去我们真的还挺忙的!在北京开幕了「幸福新生」的展览,在东四十条亮点文创园,把不丹幸福与可持续的力量传递给更多人。

最关键的是,野声上周刚刚启动了「自然创变者」项目(请戳下面的视频),我们寻找并赋能 16-28 岁关注自然,可持续方式的践行者和影响者。野声会提供 6 周的线上支持课程,并且组织线下前往印度尼西亚和巴西热带雨林的考察项目,创变者还将会在明年的联合国生物多样性大会上发声。(点击此处了解项目:我们是 —— 自然创变者!项目正式启动,报名开始)

我们还在给一家苏州的企业 UTC 做可持续的转型咨询项目,特别激动地看到有企业领袖在疫情后向着更加可持续和价值导向的方向在实践。

Q:可以给我们简单介绍一下平时有什么收集灵感的方式吗?

A:到大自然中去,探索。冥想,从内心获得力量。和用心坚持自己在乎的事情的人聊天互相充电。

Q:最近有没有发现什么灵感宝藏可以推荐给大家的吗?

A:用音乐,绘本,甚至啤来推动社会议题的方法,策划着更多可持续跨界尝试。

纪录片:《抽象:设计的艺术》(第二季)

书:The Overstory - Richard Powers

另一个秘密:身边的朋友才是最大的灵感宝藏!(比如BottleDream的小伙伴们)

Q:近期有什么小目标想要实现?

A:把野声每一个项目用心做好,让团队都能幸福可持续的实现最大的潜能。

撰稿:小袋米

编辑:小火龙

排版:小袋米

设计:三文鱼

参考链接与图片来源:

https://www.topys.cn/article/30805.html

https://mp.weixin.qq.com/s/AdDuHefbzdJRKcOdwKaKdw

https://mp.weixin.qq.com/s/VlZ0iywKqSxUpn0zqirZLw

https://www.dezeen.com/2020/08/13/eftertrada-ikea-fashion-collection-design/

https://www.shoppingdesign.com.tw/post/view/5742

https://www.shoppingdesign.com.tw/post/view/5756

https://www.shoppingdesign.com.tw/post/view/5754

合 作 邮 箱 hello@bottledream.com


叠衣服、擦案板、冲果汁,能做家务的国产机器人终于要来了

机器之心报道

作者:WX

将家务全部交给机器人的那一天,或许会比想象中更快到来。

还记得会炒菜的斯坦福 ALOHA 机器人吗?现在,中国的初创公司自变量机器人(X Square)展示了同样令人惊艳的能力,甚至更进一步。

在该公司最新展示的 Demo 中,完全基于大模型自主推理的双臂机器人,利用低成本硬件即实现对不规则物体的精细操作(如抓握、拾取、切割等),以及折叠衣服、冲泡饮料等复杂任务,展现出相当程度的泛化性能。

折叠衣物(3 倍速播放):对柔性物体的操作长久以来都是困扰整个 manipulation 领域的难题,需要高度灵活的操作和精细的动作协调。

切火腿(2 倍速播放):复杂的摩擦和阻力,难以用传统方法快速建模,需要精确的力度控制与物体定位。

切黄瓜,2 倍速播放:在一种物体上习得的能力直接泛化到不同物体的操作上。

用海绵擦掉案板上的污渍(2 倍速播放):自修正的 close loop 控制能力,在不同压力和表面条件下的精细力度控制,实时检测并调整擦拭动作,确保彻底清洁污渍。

用勺子从罐子里取出适量的果汁粉(3 倍速播放):使用工具的过程中,处理复杂的摩擦一直以来都是极大难点。

冲果汁,举起水壶往杯中倒入适量的水(3 倍速播放):流体引入大量的随机性,准确操作非常困难。

这家去年底成立的公司,汇聚了来自世界著名人工智能 / 机器人学实验室以及国内外顶尖高校的优秀人才,拥有雄厚的科研背景。公司的目标是「将人类从无意义的体力劳动中解放出来」,专注于机器人领域的基础模型(foundation model)研发。

目前,团队正在构建一个具备从感知到行动的端到端能力的通用机器人大模型(“中枢神经”),目标是能够控制低成本硬件(如数千元的机械臂),完成包括烹饪、打扫卫生在内的日常家务,并在未来扩展到照顾老人和小孩等更复杂的家庭护理工作,以及完成其他达到人类水平的通用操作任务。

基于具身智能大模型,开发通用机器人平台

尽管机器人管家是人类对智能未来最具代表性的畅想,但在现实生活中,能够胜任家务劳动的通用服务机器人几十年来的发展一直困难重重。家庭环境的多样性和不可预测性要求机器人具备高度复杂的感知能力、灵活精确的机械操作、智能的决策和规划,以及有效的人机交互能力。此外,技术的集成、机器人的安全性、续航能力、成本等,也是必须克服的重要障碍。

传统的机器人通常采用基于规则和单一任务环境的方式,很难根据环境变化自主调整策略,从长远看也几乎不可能规模化。大语言模型(LLM)等人工智能技术的突破,为机器人领域带来了新的曙光。谷歌的 RT-2 系统将视觉-语言-动作模型与机器人技术相结合,使机器人能够处理复杂场景,并响应人类的指令。DeepMind 的 AutoRT 系统则使用视觉-语言模型(VLM),帮助机器人适应未知环境,并利用 LLM 来为机器人提供指令。大模型在知识迁移和泛化方面的这些优势,有望帮助机器人逼近甚至超越人类的水平。

X Square 认为,目前机器人领域正处于技术的代际更迭之际。斯坦福 ALOHA 等项目表明,通用机器人发展的瓶颈在于智能而非硬件。事实上,机器人领域长期以来面临的两大困难,一是如何在复杂环境中精确感知并做出精细的操作(low level 智能),二是缺乏类似人类的推理、规划、交互等高级认知能力(high level 智能)。从感知到行动,机器人的智能可以被视为一个从 high level 逐步到 low level 的决策过程。

大模型的出现为解决上述难题带来了新思路。运用 LLM 或 VLM 来进行高阶推理与规划、与人交互,已经成为业界公认的发展方向。

但是,直接用单一的大模型来驱动端到端的机器人 manipulation,目前尝试的团队还不多。

X Square 的独特之处便在于此,团队基于过往在模型、算法、系统、硬件等方面的科研成果积累,集合所有技能训练「机器人 Large Manipulation Model」,从手部操作切入,基于具身大模型来构建可以精细操作的通用机器人。

团队希望结合 high-level 的推理规划模型与 low-level 的操作控制模型,打造一个类似「机器人大脑-小脑」的通用操作系统。

「我们公司名为 X Square,寓意要同时在 high level 推理和 low level 控制这两个维度做大模型,并把两者有机结合。目前我们在两个方向都已有不错的基础,有信心在一年内从追赶到超越目前的世界领先水平。」

X Square 指出:「与腿的移动能力相比,手的操作能力包含了更丰富和复杂的动作,要求更高级别的控制精度。人类手部的精细操作是我们智能的根本表现。」

不同于很多人形机器人公司关注对人体形态的模,X Square 更关注实现接近人类的功能。「采用轮式移动底盘搭配双臂,可以大幅降低成本,2-3 年内整体硬件成本有望降至 1 万美元以下,我们认为放弃 5% 的人形功能来换取数量级的成本优势是值得的。」

软硬件一体,驱动数据飞轮

「我们希望模型拥有怎样的能力,就需要提供给模型什么样的数据。是数据,而非算法或结构决定了模型的能力,这是当今时代的核心方法论。」

机器人的特殊性在于,它是一个具有前所未有复合性的综合系统。相比纯软件的 LLM 和多模态大模型,具身智能大模型虽然在规模上暂时无法与之相比,但在工程上难度要高出许多,它必须在海量的真实和模拟场景中不断实践、学习。因此,能否找准技术方向,在降低开发成本和提高迭代效率的同时,打造高质量的数据采集能力,控制试错成本,最终实现规模化,是决定成败的关键因素。

这对团队软硬一体的能力提出了很高的要求,因为是否具有足够的软硬结合能力,在机器人这一多模态集中融合的领域直接关系到迭代速度与数据质量。软硬件一体发展,是 X Square 的核心理念。无论是机器人本体的形态设计,还是数据采集系统,都是为机器人「中枢神经系统」的开发在服务。

在模型算法设计上,X square 也有自己独特的理解和创新。「除了需要有专门的数据,还需要针对性的结构设计和训练方法,不能单纯套用其他领域的大模型经验,因为它必须直接面对复杂的真实世界,要在真实世界中不断实践、迭代。」

同时,由于大模型与传统 deep learning for robotics 具有相当的 gap,是否真正具备足够的大模型训练落地经验,决定了能否快速构建通用具身智能大模型。这也正是 X Square 的优势所在。

「目前语言大模型的训练预测架构在机器人上不完全work,以 Transformer 为底座算法模型不能很好地支持因果关系的推理,而因果性在机器人所在的物理世界中大量出现,并在机器人操作中起关键作用。为了处理因果性,目前有很多 world model 的尝试。但当前的世界模型要么完全集中在图像 / 视频重建上(如 Sora),要么完全集中在高层语义理解上,缺乏适合机器人的形态。」

X Square 笃定机器人大模型这个方向,一方面是基于团队成员亲历深度学习从被质疑到一统江湖,以及 LLM 从默默无闻到大放异彩的技术浪潮,另一方面,也是看好中国作为全球硬件中心,拥有得天独厚的产业链优势,也有利于快速缩短机器人的研发周期。

团队在不到 3 个月的时间里,就完成了技术架构的搭建和早期模型的训练,展现出惊人的成长速度和卓越的工程能力。

「在现阶段,我们也积极寻求与上下游合作伙伴的协作,实现智能的迭代升级。未来,随着具身智能大模型技术的日益成熟,我们会更聚焦于特定应用场景,推出自己的机器人产品,例如能完成做饭、打扫等复杂家务的机器人保姆,甚至进行老年人康养护理等服务。」X Square 表示。

热门阅读排行
© 19常识网