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。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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