全球最酷建築在南極,有禮堂、圖書館而且蓋在雪橇上!
全球最酷建築在南極,有禮堂、圖書館而且蓋在雪橇上!

看看下面這張圖,你是否會想起《星際大戰》裡那個全地形裝甲步行機「AT-AT」,其實這是南極大陸上的一個科學考察站。

Antarctica2.jpg
圖/ 愛范兒
Antarctica3.jpg
圖/ 星際大戰劇照

延伸閱讀:來去火星住!IKEA為火星生活設計一間房子,體驗《絕地救援》場景

類似風格獨特的建築在南極還有不少,步入南極,可能會讓你誤以為穿越到了電影中的科幻世界。

實際上人類在南極建立科學考察站的歷史還不到120年,而且在過去很長一段時間,位於南極的這些建築首要考慮的是實用性,外觀設計和舒適度幾乎是最不重要的。

這也不難理解,畢竟在這個地球上最寒冷,而且一年300天刮著8級大風的地方,能活下去才是最重要的。

早期的南極建築到底簡陋到什麼程度?1903年蘇格蘭國家南極探險隊一行33人在抵達南極後因厚重冰層阻擋而無法前進,決定停留在南奧克尼群島上過冬,並用石頭、木材和毛氈等材料上搭建了一間小房子。

Antarctica4.jpg
圖/ 維基百科

這便是南極洲的第一座永久性建築,當時的探險隊負責人威廉.布魯斯(William Speirs Bruce)以愛丁堡氣象學家Robert Traill Omond的名字來為這座建築命名,稱其為Omond House,後來這個站點交給阿根廷政府管理,至今為止阿根廷政府仍把Omond House當作其科學考察站的一部分進行維護。

不過當時的探險隊員寧願待在船上也不想待在這間房子裡,據其中一位隊員回憶,比起船上,小屋是實在是太過通風和寒冷了,積雪常常會把門掩埋,隊員們只能透過窗戶進出。

現在的科學考察隊員則要幸福很多了,自從1959年多國簽訂《南極條約》後,南極的科學考察活動也隨之活躍起來,來到南極的除了科學家,還有一些建築工程師和設計師,他們希望在這個最寒冷的地方將設計美學和實用性結合。一位叫做Emerson Vidigal的設計師表示:

作為建築師,我們更關心居住者的舒適感,因此我們著手營造一種可以提升幸福感的居住氛圍。

Emerson Vidigalt出自巴西建築事務所Estudio 41,這家建築公司負責了巴西南極的Comandante Ferraz科學考察站的設計,這個科學考察站曾在2012年因為機房爆炸導致2人喪生,後來巴西舉辦了一個國際建築設計競賽,向全球徵集重建方案,Estudio 41最終脫穎而出。

Antarctica5.jpg
圖/ 愛范兒

新的Comandante Ferraz科學考察站位於凱勒半島,單看外形會讓人誤以為是美術館或主題酒店,主要分為上中下三層。

Antarctica6.jpg
圖/ 愛范兒

9.1公尺的上層包含臥室、公共服務、餐廳,高度近6公尺的中間層用作實驗室、操作室和維護區,2.5米高的區域則作為整個考察站的中央倉庫和車庫,此外還設有視聽會議室/禮堂、圖書館和客廳等,建築的高度還可隨著氣溫和冰層融化情況進行調整。

Antarctica7.jpg
圖/ 愛范兒

據設計師介紹,這樣的設計除了能給科學考察隊員提供舒適的居住和工作環境,還能最大程度減少對附近野生動物的影響。

同樣特別的還有英國的哈雷6號(Halley VI)南極研究站,也就是開頭提到的那個形似《星戰》機器人的建築,那隻是科學考察站的其中一節,整個科學考察站是由8節這樣的建築連接在一起組成的。

為什麼要設計成這樣呢?

首先高支架有利於讓大風吹走積雪,而這座科學考察站也不是固定的,底部有類似雪橇的結構,這樣可移動的設計,其實恰恰是為了固定科學考察站,這是在前幾代哈雷科學考察站中吸取的教訓。

因為這座科學考察站是建在布倫特冰架上,而南極冰川的移動會讓布朗特冰架每天都向海移動約1.5公尺,像傳送帶一樣帶著科學考察站移動,即便不考慮冰架是否會將科學考察站帶進海裡,觀察大氣等研究也需要一個穩定的觀測點。

Antarctica8.jpg
圖/ 維基百科

於是設計師就在哈雷6號科學考察站底部安裝了幾個雪橇,可定期根據冰川的移動向反方向移動,以保證科學考察站穩定在一個位置,哈雷6號也是世界上首個「完全可重定位」的極地研究站。

在南極建房子,除了要克服嚴苛的天氣條件,另一大挑戰便是如何將建材運到南極。因為適合一年裡只有夏季的12週時間內適合運輸,因此很多科學考察站需要花費數年時間才能建成。

Antarctica9.jpg
圖/ 愛范兒

於是印度南極與海洋研究中心在計劃建立第三個南極科學考察站時,希望嘗試採用了一種更高效的方式,並請來了德國的bof Architekten建築事務所進行設計。

bof Architekten沒有讓印度人失望,不到兩年時間一個未來感十足的建築就在南極拔地而起,該建築由134個集裝箱改造組裝而成,集裝箱本來就是運輸建築材料的容器,建築師將其融入到建築中提高了運輸效率,也縮短了組裝時間。

設計師用鋁合外殼包裹這些集裝箱,讓建築可承受強風,零下40攝氏度的溫度,以及極地的暴風雪,內部的玻璃幕牆讓室內有良好的採光,同時能在內部欣賞到南極風光,最多可容納47名研究人同時在這裡生活和工作。

最環保的南極科學考察站要數比利時的伊麗莎白公主站(Princess Elisabeth Antarctic),這是全球首個實現零排放的科學考察站。

伊麗莎白公主站完全依靠太陽能和風力發電,附近配備了9台風力渦輪發電機和多塊太陽能面板,由於電力供應有限,這裡沒有供暖系統,而是採用一種分層設計來維持室內溫度,因此只能在夏季使用。

不得不提的還有中國在南極的泰山站,外形呈正十六邊形,底部架空,由8根鋼柱支撐,有點像一個紅色的巨大飛碟,在2014年建成,並在2019年完成了二期工程建設。

泰山站融合了上文中提到的多個極地科學考察站的建築技術,主體建築架空地面,配電系統、融雪系統、新風加熱采暖系統、污水處理系統等配套設施則建在雪地之下,是中國首個南極雪下工程。

在能源供應方面,則採用了風能-太陽能-柴油發電機-儲能電池互補的智慧微電網供電系統,混合使用柴油和新能源,建築方式上和印度一樣採用了定制集裝箱模塊組合形式,將配套設施整合在集裝箱模塊中。

不過最特別的南極科學考察站,應該還是由於丹麥MAP建築事務所設計的Iceberg Living Station,目前還在開發當中,這座科學考察站將直接在南極就地取材,用南極的冰山建造而成。

Antarctica13.jpg
冰山居住站概念圖
圖/ MAP

據MAP介紹,他們會使用挖掘機直接對南極的冰山進行改造,在冰山內開鑿出多個活動空間,採用太陽能等可再生能源供電,不過這這種建築的壽命也有限,因為冰山會在7-10年內融化。

南極這個世界上最寒冷、最大風、最乾燥地方,也不能阻擋設計師將現代建築美學帶到這裡,這裡有著世界上最酷的建築,或許未來人類還會將這樣設計帶到條件更嚴苛的其他星球。

本文授權轉載自:愛范兒

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓