Gizmology 2023:打造你的智能调酒机器人


项目介绍
在2023年春季,创新工作室和体验设计公司Deeplocal推出了Gizmology项目,这是一个为期一年的创意技术学徒计划,旨在为匹兹堡黑人社区的高中毕业生和未充分就业的成年人提供培训。该项目得到了Deeplocal母公司WPP的种族平等承诺的部分支持,旨在通过在职培训和导师指导,推动创意和技术领域的种族平等。
Gizmology的学徒们,即Gizmos,在为期近四个月的初始课堂培训中,学习了3D设计、电气工程、物理计算、制造方法(激光切割/焊接/木工)和创意技术等基础技能。该项目分为两个学期,每个学期都以一个顶点项目结束;最终的顶点项目是“重新创造”一个内置Google Assistant的机器人调酒机。
项目技术分析
Gizmology Mocktails Mixer项目结合了多种技术,包括3D设计、电气工程、物理计算和软件开发。具体技术细节如下:
-
硬件设计:项目涉及激光切割和3D打印技术,用于制造调酒机的各个部件。硬件设计包括瓶子支架、泵和继电器控制面板、Arduino和Raspberry Pi的安装等。
-
电气系统:调酒机的电气系统由Raspberry Pi和Arduino Micro控制。Raspberry Pi负责与Google Assistant SDK的通信,而Arduino Micro则控制泵和LED。
-
软件开发:项目中的软件开发主要集中在将Google Assistant SDK从Python转换为Node.js,以确保其有效性。此外,还涉及Arduino和Raspberry Pi的编程,以实现调酒机的自动化功能。
项目及技术应用场景
Gizmology Mocktails Mixer项目适用于以下场景:
-
家庭娱乐:用户可以通过语音命令控制调酒机制作自己喜欢的混合饮料,为家庭聚会增添乐趣。
-
教育培训:该项目可以作为创意技术学徒计划的实践项目,帮助学员掌握3D设计、电气工程和软件开发等技能。
-
创意展示:调酒机的设计和功能可以作为创意技术的展示,吸引观众对科技和创意的兴趣。
项目特点
Gizmology Mocktails Mixer项目具有以下特点:
-
语音控制:内置Google Assistant,用户可以通过语音命令轻松订购饮料。
-
模块化设计:调酒机采用模块化设计,用户可以根据自己的需求定制包含多种成分和饮料组合的调酒机。
-
食品级安全:所有材料均符合食品级安全标准,确保液体不会接触到非食品级安全的材料。
-
跨学科合作:项目涉及多个学科的协作,包括3D设计、电气工程、物理计算和软件开发,展示了跨学科合作的重要性。
通过Gizmology Mocktails Mixer项目,用户不仅可以体验到智能调酒的乐趣,还可以深入了解创意技术在实际应用中的潜力。无论是家庭娱乐、教育培训还是创意展示,这款调酒机都能为用户带来独特的体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00