跟我走吧,现在就出发,家里太脏了,需要清洁啦。
石头科技近日发布了石头智能双刷洗地机U10,这是一款扫拖一次即可完成,省时省力的地面清洁解决方案。它区别于扫地机器人的地方就是,“清洁的工具”还是掌握在自己手里,想清洁哪里就去哪里“走一圈”,不用清洗拖布,也不需要频繁的倒垃圾,在家里运动运动,还能解压。
我们从产品的外观、功能、体验等角度入手,还原真实居家使用场景,希望给有此类需求的用户提供一些参考建议。
组装与拆洗
打开包装盒,除了石头智能双刷洗地机U10的整机外,就是手柄和充电底座,还有除菌清洁剂、清理刷、替换滤网等配件。
把机器的机身与手柄相连接,与充电底座合体,石头智能双刷洗地机U10就组装完成了。
整机体积没有那么大,是垂直的空间,也就占用客厅一个角落。
带着石头智能双刷洗地机U10“遛弯”前,记得把清水桶(上半部,容量为850ml)加满,要加自来水(划重点)。另外,石头还配备了除菌清洁剂,具有99.9%的除菌效果,不仅能够获得更好的清洁效果,还可以去除地面的细菌,保护家人的健康。
清洁环节,也十分简单,污水桶(容量是600ml)位于机身底部,按压灰色按钮拿出后提起来。污水箱的顶部设置了滤网,能够滤除使用时被吸入的各种小颗粒和尘土,用以过滤灰尘保护风机,滤网可支持清洗和更换。
在这里分两步走,清理湿垃圾与污水。污水箱内部的结构是分离式设计,提出内胆就可以从污水中筛出大部分固体垃圾,然后各自清理掉再装回机器里即可。
使用体验
石头智能双刷洗地机U10配备了5000mAh大容量电池,一次充电可以工作35分钟以上,如果不是超大house,充一次电用几次问题不大。
把机器拿在手中,重量有一些但是不会压手,很轻便。
开关机键、模式切换键
自清洁键
把手上共设有三个按钮,包括开关机键、模式切换键以及自清洁键。
打开开关机键,就可以开始工作了,走起来!
石头智能双刷洗地机U10有三种清洁模式,分别是Max模式、Auto模式、吸水模式。Max模式有最大吸力和最大出水量,适合重油污区域清洁,例如厨房地面;吸水模式有较大吸力,最小出水,适用于清除地面积水,例如淋浴间的清洁;Auto模式则可以根据脏污的程度,自动调节吸水量,适合做全屋清洁。
石头智能双刷洗地机U10好不好用?看清洁效果啊。
灰尘、头发、小垃圾的聚集场所,撒把花生皮看看效果怎么样。
处理油污、脏水。
用体验说话,石头智能双刷洗地机U10清洁能力满分,点个赞。
除此之外,石头智能双刷洗地机U10不管是桌下、还是墙边,都能轻松搞定。
滚刷怎么清洁?卸下来?不需要,手柄上的自清洁键开启(在充电桩状态时才能开启),可以对滚刷和管道进行清洗,免除了洗拖布的工作。
做地面清洁时被迫中断时,不需要把石头智能双刷洗地机U10拖回充电桩固定,它有站立支架,机身倾斜放置于地面即可,这个状态也方便拆水箱跟滚刷。
除此之外,石头智能双刷洗地机U10还支持语音提示,比如加水、自清洁提醒等,对老年人也非常友好。
整体来看,石头智能双刷洗地机U10使用十分便捷,加水、倒垃圾/污水、开关机、切换清洁模式、打开自清洁,只需这五步,即可玩转石头智能双刷洗地机U10,学习成本忽略不计。
扒一扒背后的科技力量
石头智能双刷洗地机U10是“真有两把刷子的洗地机”,它的两把刷子就是下面的双滚刷,也是核心部件。双滚刷的组合,擦地更干净,还能内旋式卷入垃圾。
这两个滚刷还是两种不同滚刷取长补短的组合,前滚刷采用常见的侧边驱动滚刷,覆盖中间,后滚刷采用中心驱动,覆盖两边,协同工作即可完整覆盖清洁区域,边角清洁也不在话下。
马达是这个双滚刷结构的原动力,石头智能双刷洗地机U10配备了两颗独立总功率高达100W的马达搭配使用。滚刷承受的对地压力越大,转动起来就需要越大的扭矩,为了提供足够扭矩,石头智能双刷洗地机U10还使用了两套独立的行星齿轮减速器,这种减速器常用于汽车上,具有扭矩大,寿命长,结构紧凑的优势。
除此之外,还针对机器本身的结构进行了优化,风道垂直于滚刷,位于两个滚刷中间,滚刷相对内旋,“双刷内卷”让脏污更容易吸入污水箱,有助于将干湿垃圾甩、卷入风道;垂直的吸口和较短的风道,更便于将干湿垃圾吸入上方污水桶,减少吸力损耗,污渍吸入更顺畅。
有了这一系列的配套部署,石头智能双刷洗地机U10才能称得上是“省时省力的地面清洁解决方案”,双滚刷走过的地方都干干净净,让扫地、拖地合二为一,地面清洁变得前所未有的轻松。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。