2020年10月8日,adidas对外正式发布了一款全新概念跑鞋,adidas FUTURECRAFT.STRUNG
这双跑鞋的鞋面,使用了adidas全新推出的STRUNG鞋面制造技术。这种技术由大数据驱动设计,创造出科技感、轻便感、舒适感等于一身的专业化跑鞋,为跑鞋产品带来全新概念。
这款彻底颠覆传统鞋面技术的adidas FUTURECRAFT.STRUNG又有怎样的研发细节呢?首先我们要从FUTURECRAFT说起。
探索adidas下一步的FUTURECRAFT
FUTURECRAFT初次登场并非是一双运动鞋,而是一款将铝制品“铣削”技术应用于皮革上的adidas superstar。
随后FUTURECRAFT作为adidas推出的首个专门针对产品创新的孵化平台,为adidas推出一系列颇具探索性的产品。包括adidas x Parley的海洋联名系列,adidas 3D、4D系列和 FUTURECRAFT LOOP系列都是出自FUTURECRAFT。
从某个角度来说,FUTURECRAFT在一定意义上代表了adidas运动科技研发的最高水准。
听数据的话?
在这个研发过程中, 数据成为了团队设计的重要依据。
与市面上常见的编织或材质变化的鞋面科技不同,STRUNG科技是让鞋面上不同类型的织线以任意形式进行排放,整个鞋身轻巧无缝,而且不需要缝制或者添加其他的外部零件,就能满足我们对跑鞋鞋面的全部需求。
为了能够保证STRUNG达到甚至比传统鞋面性能更加优异,FUTURECRAFT团队的设计师们在前期的大量研发,均通过数字化进行。在研究运动员运动数据的过程中,团队发现跑者的速度、比赛场地、运动时间等多方面数据,都影响了研发人员对运动员行为的理解。
因此设计师以相关数据作为维度基础,针对跑者们特定速度下的脚部运动方式,通过比如双脚形变、长距离发热等情况进行精准定位,并根据数据得出鞋面不同位置织线需要完成的属性,通过不断平衡织线的组合方式,让织线的位置和整体结构来决定鞋面的性能分区,从而达到不需要外部零件就能同时满足柔软包裹与支撑性能。
用一个并非完全吻合,但相对比较简单的比喻——好似我们用胶带固定住某一个零碎的物品,根据物品零碎的程度不同,我们用不同的角度和胶带量去固定,保证物品能够安全稳固。这大概就是STRUNG鞋面性能体现的原理。
FUTURECRAFT.STRUNG搭载了新款轻质adidas 4D中底。作为FUTURECRAFT团队的经典作品,4D科技也同样是一种由数据驱动设计的技术,将4D与STRUNG结合使用,可以更方便的帮助adidas创建这样一双完全基于运动员数据进行编码制成的鞋款。
但未来,一定不止4D。
除了4D中底外,设计团队也在同步测试包括BOOST、EVA材料等其他中底材质。未来STRUNG也将针对不同能力的跑者和训练比赛需求,推出不同中底材质的跑鞋款式。同时这一技术在未来也将不止局限于跑步项目,整个设计团队也在探索把STRUNG与足球篮球等其他项目相融合的可能性。
35克 25分钟 等待2022
通过数据分析推敲得出的鞋面,尽可能提升了鞋面的性能效率,从而让鞋面的外形结构和容量设计进行了调整,降低鞋身重量。FUTURECRAFT.STRUNG整鞋的重量大概维持在250克左右,STRUNG鞋面的重量只有35克。可以想像未来如果搭载更轻盈的中底科技,这双鞋将会给跑者们带来耳目一新的轻盈体验。
整个STRUNG鞋面制作的机械设备,也是由团队独立搭建完成。目前制作一个鞋面的时间大约需要25分钟,团队已经在美国、德国、中国部署了大量机器和设备,探索设计方向、制作样品、完成工程任务或验证织物特性。团队希望通过努力,在几个月之内将单只的生产时间降为8分钟。
相信所有跑者也都很期待adidas FUTURECRAFT.STRUNG的售价问题。因为此刻距离上市时间还有两年,因此最终售价还没公布。目前鞋款没有彻底量产,研发阶段的成本针对最终市售价格也没有过多参考价值。不过相信等到STRUNG科技可以与多种中底材质融合,且确实降低到8分钟甚至更短的生产时间周期后,鞋子的价格应该不会过于昂贵。
当数据与人类相矛盾
所有事情都不会一帆风顺,在研发过程中,这样的数据分析也面临着诸多关于理性和感性相悖的挑战。
运动员的大数据反映出了运动过程的真实情况,但是部分数据最终的体现却与人类直觉有着巨大差异,甚至部分数据超出了研发人员的认知。但设计团队坚信数据背后反映的情况,相比传统绘图和下意识的设计方式,数据的确更具说服力。
此外由于运动员本身所来自的国家和地区不同,人种也不同,足部形态也自然而然存在巨大差异。为此FUTURECRAFT针对所收集的足部形态与动作数据,采取了取平均值的方式进行结果收敛,通过材料厚度和延展性的研究与设计,对STRUNG的材料和轻质结构来适应不同脚型。可服从数据不代表整个鞋子的设计完全被机器和数据做左右,归根结底作出决策的环节,还是人类本身。只是随着数据的全面完善,理性的客观因素在辅助设计师作出决策环节的环节,一定更精准。