跳到主要內容

OMA - 23 East 22nd Street (New York)

 image
Photo From : http://www.worldarchitecturenews.com

這次Rem Koolhaas 大叔與Ole Scheeren 代表 OMA * AMO 的演講,
介紹了台北藝術中心的競圖成果與設計內涵。

雖然有幸體驗傳奇大師的設計構想與成果,但如同與會建築從業人員一般,總不免帶著憂喜參半的心情,
開心的是這幾年來諸多國際建築大師作品在台動工、落成,
讓臺灣殘破的都會景象,多增添了點品味與質感。


但憂的是,以臺灣的施工品質、物業管理與只有冏的政治素養,
這樣的作品究竟是人民的福音,還是淪為國際的笑柄?
不過講到Rem Koolhaas與OMA (Office for Metropolitan Architecture) / AMO,
除了得過 2000 年 Pritzker Prize 的Koolhaas大叔外,最知名的大概就是中國大陸俗稱『大裤衩』的 北京中央電視臺(CCTV)總部。


而這次Rem Koolhaas 的演講,
也提醒了我那棟紀錄在筆記裡許久的OMA作品:23 East 22nd Street

     image
Photo From:http://www.23e22.com/

這棟位在美國紐約,名為23 East 22nd Street 的建築,
主要為一棟24層樓高的住宅大樓 (自2008年動工,預計2010年完成),
當中最大的特色,
便是其正立面以懸桁方式向東延伸,高層的部份近乎一半是長在別人的頭上。

這完全承襲著Rem Koolhaas / OMA 一貫的解構風格與建築趣味性,
企圖挑戰人們在視覺與重力的印象。

image
Photo From : http://www.worldarchitecturenews.com

而為什麼OMA要以這種方式來呈現?
主要因為基地的座落位置接近紐約Madison Square Park,
但大樓除了背對著Madison Square Park外又相隔了一條街道,因此公園在這樣若隱若現下,
OMA決定以錯位的方式”閃”出可以看到Madison Square Park的視野。
這樣的設計理念,如OMA partner Shohei Shigematsu所說:
「We wanted to exploit the potential of the building's scale - more modest than One Madison Park and other residential high-rises emerging in the area, yet larger than the surrounding neighborhood,
   This mid-rise condition allows us to create an unusual degree of spatial and programmatic variety in the building」
image
Photo From : http://www.worldarchitecturenews.com

以Google Map來看可以較為清楚23 East 22nd Street 的地理位置,
不過當中有些許錯誤,A的部份註解是23 East 22nd Street ,可是實際上應該是C的位置,
後方可以看見 Madison Square Park

檢視較大的地圖


此外,最近正夯的Google Map即時街景,
可以看到尚未拆除的基地照片,


檢視較大的地圖


比照剛拆除後的樣子
  image image
Photo From : http://curbed.com


與完工後的模擬圖,
image  image
Photo From : http://www.dezeen.com


兩兩相比,可以看出23 East 22nd Street 壯觀的所在,
整體上升107m,上層部份向東懸桁,總距離越過相臨建築物達30英呎。
正如Rem Koolhaas 所說般的處處是驚喜。
「Mirroring the traditional New York setback, the building's form is at once familiar and distinctive」,   said OMA founder and partner Rem Koolhaas. 「The form provides a number of unexpected moments  that appear at each step – balconies at the upper part of the building and floor windows at the lower  part—providing a variety of unit types and features throughout the building」, he said.

此外,最令人好奇的是如何穩定它傾斜面的結構?
在這點中,除了本體結構外,Rem Koolhaas作法還在上方2/3位置的樓層處,將樓層高度縮減,
並以厚牆與較小的窗使中段部份較為緊密,以增強整體結構。
此外,還有個有趣的地方,
在中段懸桁的樓層處,每延長一階的該樓層樓地板皆設計成透明的地板,
可以直接看穿直到底下地面。


這樣一來走在上方的住戶便有種騰空行走的感覺,刺激又驚險。
不愧是處處藏著驚喜與趣味的OMA/ Rem Koolhaas!

 image

不過話說回來,最讓我好奇的事,
是為什麼紐約市的法規可以允許房子蓋到別人家頭上這件事,
真是太奇妙了。

BP 2009.09.06

References:
‧A bit of Dutch derring-do for NYC : http://www.worldarchitecturenews.com
‧23 East 22nd Street : http://www.23e22.com/
‧dezeen : 23 East 22nd Street by OMA :   
‧CurbedWire: Rem's Rubble, 20 Pine Reloads : http://curbed.com/archives/2009/03/03/curbedwire_rems_rubble_20_pine_reloads.php
‧ROOKIE NYC DEVELOPMENTS GET READY TO RUMBLE : http://www.nypost.com/p/new_on_the_market_W0oMNb7zym9FgKcF9xcySI
‧Rem Koolhaas Building is Big Flotation Device : http://curbed.com/archives/2008/09/18/rem_koolhaas_building_is_big_flotation_device.php

留言

這個網誌中的熱門文章

醫學健康跨領域合作的開始:資料工程

一直都很喜歡在會議上與跨領域的專家、醫師、學者分享我們在數據工程與分析應用上的發展經驗。 許多的專家學者,對於大數據應用的認知都仍侷限在一個超大型結構化資料集的子集合應用,在規劃好的條件設定下,針對特定的目標(疾病、行為)進行篩選,將數據narrow down到可以被個人電腦或是單一伺服器架構處理的小型資料集。 這樣的半手工處理方式,對於專一(Specific)領域主題的資料追蹤計算或許已經十分足夠,但當中倘若資料清理方式有改變、篩選條件增減,所有的數據都要從raw重新處理,不僅造成大量的時間與人力浪費,對於專案計畫進度的延宕更是麻煩。這些還不包含

Google 資料庫方案–Spreadsheet–(1)資料呈現

HEMiDEMi 的標籤: Google , Google SpreadSheet , 雲端 早在規劃『 教育,意義! 』project時, 便有打算將整個網站建立過程撰寫一篇教學,讓有興趣以google 服務為基礎進行開發的朋友參考。 沒想到這個想法擺著就拖了好幾個月, 好在學生提出了問題,就趁這機會寫一寫吧。 基本上『 教育,意義! 』網站的架構完全建立在Google提供的服務, 廣義來說也是個雲端的系統, 所有的資料是分散在不同的服務架構下,再用GAE, Javascrript將服務資訊串接起來, 由Blogspot 統一呈現。 省了租主機的費用,或架站的硬體、電費, 最好的地方在於不用管理主機維運的問題, 只要專心做我的創意、嘗鮮就好了!!   多棒! 若將『 教育,意義! 』網站依功能層次來分類,可以分為三層結構, 當中的層次與使用技術大致如下: UI 介面層 服務 : Blogspot (網站介面) , Picasa (相簿空間), Google Apps 技術 : Javascript , AJAX ( JQuery ) App應用層  服務 : Google App Engine (GAE) 技術 : Java, Java Server Page (JSP) 資料層 服務 : Google Docs (文件), Google Spreadsheet (試算表) 技術/函式庫 : Java, Google Data APIs 本篇文章將著重在介紹以Google Spreadsheet 做為雲端資料庫, 其他主題將會陸續推出。 若對Google API 與 Google App Engine 初步建置有興趣, 可以參考之前文章: 佛心來著的 Google Data API – for JAVA 雲端的開始:Netbeans 無痛 Google App Engine Java 服務開發 Google Spreadsheet 做為資料庫系統 對於小型的資料系統來說, 採用Google Spreadsheet做為應用程式資料庫(如問卷調查或線上系統) 也算堪用, 目前的儲存限制為 : 40 萬個儲存格 每張工作表最多...

當咒術成真 - 文字生成的虛擬世界

  2024/02  這幾天灌爆各大ai社群的,不外乎就是文字生成高清畫質影像的OpenAI Sora , 讓人驚艷的細膩表現,自動化的場景生成與運鏡效果,縱使這個概念並不是多創新的模式,但Open AI始終很懂得抓住大家眼球  (Sora的各種生成影片: https://openai.com/sora  ) 關於Sora 的技術與介紹,不妨看看chatGPT 對它的描述: OpenAI Sora文字-視訊生成模型 在視頻數據上進行大規模訓練生成模型,具體而言,OpenAI聯合訓練了文本條件擴散模型,處理不同持續時間、解析度和長寬比的視頻和圖像。利用了一種在視頻和圖像潛碼的時空塊上操作的轉換器架構。受到Srivastava等人(2015年)在使用LSTMs進行視頻表示學習的無監督學習的啟發,OpenAI的最大模型Sora擴展了這些概念,能夠生成一分鐘的高保真度視頻。此外,Chiappa等人(2017年)描述的循環環境模擬器方法與我們的方法論框架相一致,表明擴大視頻生成模型的規模是建立通用物理世界模擬器的一條有希望的道路。 一、技術創新 OpenAI 的 Sora 模型在技術創新上主要融合了 diffusion models 與 transformer models 的特點,這一結合代表著從文字描述到視覺內容生成的一大進步。根據 Goodfellow et al. (2014) 的研究,Generative Adversarial Nets (GANs) 開創了使用機器學習生成圖像的新方法,而 diffusion models 則透過逆向的擴散過程從隨機噪聲中逐步建構出有意義的圖像,提供了一種不同於傳統 GANs 的新途徑。另一方面,Vaswani et al. (2017) 提出的 transformer 模型,通過其自注意力機制有效處理長距離依賴關係,已廣泛應用於語言模型中。Sora 模型的創新之處在於將這兩種技術融合應用,實現了從簡單文本提示生成高質量視覺內容的能力,這不僅展示了機器學習技術的新高度,也為未來的影像生成、自然語言處理和人機交互開啟了新的可能性。 二、物理現象與現實世界的模擬 Sora 的另一大進步是在模擬現實世界物理現象方面的表現。雖然現有模型如 Raissi et al. (2019) 所提出的 Physi...