招采公告

珠海力合光电产业园项目设计招标公告

发布时间:2022-04-08 浏览次数:2704

一、 项目名称

珠海力合光电产业园项目设计。

二、项目概况

项目位于本工程项目位于珠海市香洲区三溪科创小镇范围,三溪路(原滨山东路)北侧,创源路(原青松路)西侧。用地性质为M0(新型产业用地)。项目占地面积: 30674.21㎡,容积率4.0;总建筑面积:152696.84(暂定)㎡:其中计容建筑面积:122696.84㎡,地下(不计容)建筑面积:30000.00㎡。具体详见附件1。

三、招标范围及设计内容

包括不限于:概念规划设计、方案设计(含投资估算)、初步设计(含概算编制)、施工图设计、施工过程服务五个阶段的全专业(不含基坑支护、精装修)设计服务工作。

设计内容包含:规划、建筑、结构、给排水、通风空调、电气、弱电智能化、管线综合、建筑节能、绿色建筑技术应用、海绵城市、人防、消防、燃气、电梯、标识系统、泛光照明设计、幕墙设计、景观(含室外道路)、装配式等。

设计内容不含:基坑支护设计、精装修设计。 

四、报价方式

设计费采用固定综合单价。

五、工期

1、收到中标通知书后30个日历天内完成方案设计工作;

2、乙方收到甲方初步设计启动指令后,35个日历天内完成初步设计及概算编制工作;

3、收到施工图设计启动指令后,45个日历天内完成施工图设计工作。

六、资格要求

1、在中华人民共和国境内注册,具备独立法人资格的设计企业。

2、投标人注册地须在粤港澳大湾区(广州、深圳、珠海、佛山、惠州、东莞、中山、江门、肇庆、香港、澳门)。

3、建设行政主管部门颁发的工程设计综合资质或建筑行业(建筑工程)甲级资质。

4、项目负责人执业资格及业绩要求:拟派的项目负责人应为国家一级注册建筑师,从2019年3月1日至投标报名截止日,至少有1个总建筑面积不少于12万㎡的研发类或综合性产业园全过程设计业绩,在该业绩中担任项目负责人。

5、主创业绩要求:从2019年3月1日至投标报名截止日,至少有1个总建筑面积不少于12万㎡的研发类或综合性产业园产业园设计业绩,在该业绩中担任主创,且该项目完成方案设计文本。

6、本项目设计建议书:根据对本项目的理解,阐述设计思路,提供大致功能体块规划布局及意向图片,要求能够体现光电产业园特质,符合现代建筑设计理念,交通组织合理。至少含1张总体平面图,1张概念效果图。     

7、本项目不接受联合体投标。

七、提交材料及要求

序号

资料

提交要求

1

目录

按以下顺序放置在同一个PDF文件中。

2

营业执照

加盖公章扫描件

3

设计单位资质文件

设计资质加盖公章扫描件

4

法定代表人资格证明书及授权委托书

加盖公章扫描件

5

授权人身份证、联系电话、邮箱

加盖公章扫描件

6

拟派设计团队及资质

提供拟派项目负责人(必须提供国家一级注册建筑师资格证书)、方案主创、各专业(建筑、结构、暖通、给排水、电气等)负责人名单、简历及与岗位相适应的国家注册执业资格、职称证书等,加盖公章扫描件。简历填写模板详见附件2

7

项目负责人代表性业绩

提供从201941日至投标报名截止日,至少1个总建筑面积不少于12万㎡的研发类或综合性产业园全过程设计业绩,在该业绩中担任项目负责人,完成时间以审图合格证时间为准。

业绩证明文件应提交包括但不限于含有项目名称或项目类型定性/位表述、承包范围(全过程设计)、签字盖章、项目负责人等信息的合同页、审图合格证、方案效果图(A3版彩打)和可提供的其他有效证明文件。

8

方案主创代表性业绩

提供从201941日至投标报名截止日,至少有1个总建筑面积不少于12万㎡的研发类或综合性产业园设计业绩,在该业绩中担任主创,且该项目完成方案设计文本。

业绩证明文件应提交包括但不限于含有项目名称或项目类型定性/位表述、承包范围(全过程设计)、签字盖章、方案主创等信息的合同页、方案设计文本、方案效果图(A3版彩打)和可提供的其他有效证明文件。

9

项目设计建议书

格式自拟,内容要求:根据对本项目的理解,阐述设计思路,提供大致功能体块规划布局及意向图片,要求能够体现光电产业园特质,符合现代建筑设计理念,交通组织合理。至少含1张总体平面图,1张概念效果图。

备注:

1、报名单位需对上述提交资料的真实性负责,严禁弄虚作假,否则我司有权取消其后续的投标报名资格。

2、PDF格式文件需根据资料名录制作书签,以便我司审核资料。


fileUpload.jpgfileUpload (1).jpg

 

八、报名时间和联系方式

请于2022415 1100之前将本公告要求的第七条资料发送至:

1、邮箱:liaohao@leaguer.com.cn,并电话知会。

2、联系人:廖皓;联系电话:0755-26926654;13622394939


附件1:珠海力合光电产业园项目设计资料.rar

附件2:项目负责人、方案主创及专业负责人简历表.docx


jinnianhui金年会登录入口

友情链接

  • 深圳市人民政府
  • 清华大学
  • 深圳市投资控股有限公司
  • 深圳清华大学研究院
  • 清华大学深圳国际研究生院
  • 深圳市通产丽星科技集团有限公司
  • 通产丽星公众号

    jinnianhui金年会登录入口公众号

    版权所有© 中国·金年会-www.jinnianhui.com|登录入口  备案号:粤ICP备号 粤ICP备号  粤公网安备 号         深圳市高新技术产业园清华信息港科研楼10楼   
      近日,零次方正式发布“全模态”具身数据全链路解决方案,旨在解决具身智能模型训练普遍存在的“数据模态缺失、数据采集流程繁琐、任务数据管理繁杂、模型训练推理部署门槛高”等难题。方案涵盖了“全模态”数据采集设备、数据采集与管理平台、模型训练、模型推理方案。▲ 解决方案图示面向未来3-5年具身数据需求设计  零次方的全模态数据架构具备双重核心优势:  维度兼容性:全模态数据高维数据可自然降维生成任意子模态数据集(如剥离力触觉获得纯视觉-关节数据),兼容现存所有算法范式的训练需求。  价值持续性:预设传感器冗余通道,集成工具标注对齐多模态数据流,为正在演进的VLA、跨模态对齐、物理因果推理、世界模型等等未来3-5年可能涌现的具身模型提供燃料。  这种前瞻性设计能兼容当下技术生态、支撑长期算法进化的“高维数据基座”。此外,零次方的“全模态”数采人形机器人 ZERITH-H1,兼顾零次方的全模态数据架构设计,实现全模态数据采集与落地。“全模态”数采人形机器人ZERITH-H1  “拟人”身体架构,“超人”活动范围:ZERITH-H1采用高度拟人化的上肢结构设计,其关节自由度布局严格参照人体工学,并显著扩展了关节活动范围。特别设计的升降柱式构造有效抬升机身,大幅消除腿部空间占用,最终实现超越成年男性的灵活操作空间。  高维度“全模态”传感器设计:为应对具身智能模型训练普遍存在的“数据模态缺失”问题,零次方机器人在Zerith-H1设计阶段即整合了各种模态的传感器,可实现对二维视觉信息、三维空间信息、关节信息、力触觉信息、声音信息的“完整”模态信息采集。  特别的是,针对于力触觉感知部分,ZERITH-H1搭载了触觉夹爪,集成了高分辨率视触觉传感器,实现对抓取力触觉的精准感知。零次方在视触觉传感器方面技术积累深厚,源于清华AI&Robot实验室。实验室曾提出过超越人类触觉感知水平的超光谱视触觉传感方案,相关视触觉成果多次获ICRA、IROS Best Paper Finalists、多次在T-RO、Soft Robotics、T-MECH上发表相关研究。  低延迟、高动态响应的遥操系统:为了进一步满足实时同步操作的需求,零次方将机器人与采集者通讯延迟无限推进至零延迟,实现“孪生式”映射同步感知;同时整体设备连续运行时间超过4小时,满足长时间不间断的数据采集需求。VR APP快速构建物理世界与虚构世界交互通道  基于主流vr设备自研ZERITH-VR APP,实现遥操作设备与机器人本体、具身数据管理平台超低数据传输延时。同时通过“一键式”设备连接、“引导式”数据采集工作流,帮助用户快速掌握复杂任务数据采集能力,确保数据收集质量、提升数据采集效率。具身数据采集管理平台将采集的多元化数据,转为即用型训练燃料  针对数据采集任务多样、采集流程繁杂、数据管理及可视化等需求,零次方自研具身数据管理平台用于数据全流程管理,依托自身开发模型的经历,通过数万次的数据采集与测试,不断测试数据管理平台易用性,现正式对外推出具有:对具身任务数据分类、清洗、标注、检索等模块化高易用性的具身数据采集管理平台。集成高效训练与部署工具链让训练与场景落地更迅捷、更简易化  同时,为让用户可快速、便捷式将数据集应用于模型训练,零次方数据平台设计兼容主流开源算法框架的标准化接口(如ACT、Diffusion Policy、DP3等);数据接口兼容对基座模型(Pi0、GROOT、ZERITH-V0等)的后训练(LORA、Fine tuning、RL等),提供符合许可证要求的快速训练接入能力。在模型训练过程,零次方深度集成AI训练工具Swanlab,实现对模型训练的全过程记录、实时监控、数据可视化与批量实验分析,帮助用户科学调参、管理历史训练实验数据,高效迭代自己的具身智能模型。  在模型推理上,机器人最高可选500TOPS算力主机,集成易用部署的框架,优化推理效果,实现丝滑动作执行,真实可见的在场景中的落地效果。  整体而言,零次方的“全模态”具身数据全链路解决方案,通过创新的ZERITH-H1硬件采集平台、易用的VR操控与数据管理软件,以及深度集成的训练推理工具链,在业内率先构建了一个“从数据到动作”的完整闭环。  它直击机器人智能化训练中数据模态缺失、采集繁琐、管理复杂、训练部署门槛高的核心痛点,以高维、兼容、可持续的数据基座,为当下及未来的具身智能模型研发提供了强大的基础设施支撑。  转载自Zerith零次方