Stratasys近日宣布,南非设计师和工程师Michaella Janse van Vuuren与Stratasys携手合作,使用最新的Objet500 Connex3 3D打印机推出别具一格的彩色多材料3D打印时装系列。该系列设计独特,以“彩色玻璃”紧身胸衣、“经典之蛇”时装鞋和腰带,以及一系列“鱼游珊瑚”手镯为设计亮点。这些设计作品多为一次性 3D 打印而成,融合了前所未有的明艳色彩和材料组合。
van Vuuren 表示,“在一件设计中将刚性和柔性材料混合绝非易事,而将色彩引入到这一工序中更是激发了我们这些创意工作者以一种全新的视角去思考和创造。”
作为van Vuuren 的最新力作,这一时装系列的灵感源自于伊甸园的传说,但彻底颠覆了寓言原型。设计作品中的夏娃成为了蛇的主人,阻止着天堂的坠落,并努力使其后代免受惩罚之苦。van Vuuren解释其设计概念时说:“在这个故事中,女性是自由而强大的,拥有可以掌控一切的能力。她是自己命运的主宰,能够成为任何她想要成为的人。”
“彩色玻璃”紧身胸衣
这件彩色玻璃紧身胸衣刻画了伊甸园中禁果之树的花、浆果和树叶。为了完美表现出教堂彩色玻璃的效果,van Vuuren 与 Stratasys 材料工程师 Tal Ely 通力协作,使用了一个由三种基本材料组成的定制墨盒:Stratasys 的透明和类橡胶材料,与VeroMagenta品红材料结合,调制出的莹彩粉红和梦幻紫色。紧身胸衣整体由柔韧性和透明度各异的 PolyJet 数字材料制成,从刚性透明嵌板到柔性彩色部件悉数在列。将材料与色彩动态融合来打造全新的材料属性和更多色彩——这一3D打印技术在世界范围内首屈一指。
Stratasys市场副总裁 Arita Mattsoff表示:“‘彩色玻璃’紧身胸衣完美地体现了 Objet500 Connex3 彩色多材料 3D 打印机先进的设计和制造功能。这件作品的复杂程度不容小觑——三种不同材料的液滴结融合,不仅能一次性打印出柔性、刚性和彩色部件,还能实现不同的透明属性。现在,设计师可在一道工序中创造制作由不同材料和色彩组成的复杂结构,这堪称史无前例的创举。”
“经典之蛇”时装鞋
此系列作品中的另一亮点是几双 3D 打印的时装鞋。设计师采用引人注目的蛇形设计,象征着权利的逆转和蛇(而非女人)的臣服。鞋子的支撑结构由刚性材料打印而成,柔性的部件由类橡胶材料构成,再加上令人惊艳的明亮色彩,彩色多材料打印一气呵成。
此外,设计师专为搭配该系列外套设计了时尚的蛇形腰带。这款腰带由3D打印而成,采用的是行业内首款柔性彩色材料。
Michaella Janse van Vuuren 设计的“经典之蛇”鞋子:由 Objet500 Connex3 3D 打印机一次性打印而成,实现了刚性和类橡胶材料与鲜明色彩的完美结合。
本系列最后展示的是一套实验性手镯,进一步彰显了 Objet500 Connex3 彩色多材料 3D 打印机所带来的无限可能性。据 van Vuuren 描述,这些手镯采用两种不同的方法来弯曲刚性机械联锁部分,并通过调整材料属性制作出果冻状的细节部件。“这些手镯描绘的是伊甸园中的水中景色。‘鱼游百合’手镯通过刚性机械解决方案将手镯环绕在手腕上,而‘鱼游珊瑚’手镯则运用不同的材料属性来打印类橡胶的柔性部件。”
“对于 Objet500 Connex3 3D 打印机所带来的无限可能,我才刚刚开始触及和探索。”van Vuuren 总结道。“这项技术不仅取代了传统的时装制作方式,还启发了人们采用全新的生产方式。在一次性打印过程中实现不同材料属性和宝石般绚丽色彩的完美结合,这无疑是突破性的创举。和在画布上作画一样,Objet500 Connex3 彩色多材料 3D 打印机是实现工程性和创造性表达的强大工具。我已经迫不及待地想看看这项技术即将带来的改变了。”
好文章,需要你的鼓励
这篇论文提出一种插件式2D动作接口,让已训练好的3D运动语言模型无需修改或微调即可直接理解2D姿态输入。实验证明2D输入效果媲美3D输入,且在真实视频场景下配合专门的降噪适配器,2D方案比3D姿态估计更省算力、更实用,为动作理解模型的现实部署提供了新路径。
研究团队让8种AI智能体独立完成100项真实科研任务,深度剖析800份研究轨迹后发现,即便是最强模型,也普遍存在"发现问题却不修正"的现象,背后根源指向AI缺乏检验自身产出、主动纠错的元认知能力。
WorldRover是一套面向可探索世界建模的合成视频数据引擎,基于虚幻引擎构建,能让同一段探索轨迹在保持路线与场景一致的前提下,重新渲染为多种视角和外观状态,并同步提供深度、光流、长程点追踪等丰富标注,最终发布WorldRover-10M数据集,含2190万帧、202.7小时视频。
这篇论文指出,现有多目标强化学习训练大模型时存在"一刀切"分配优化精力的问题,提出SA-MRPO方法,根据每个奖励目标的饱和程度动态调整其权重,在数学推理、自适应推理、代码生成等任务上均取得优于现有方法GDPO的效果。