观点

实践

人物

人物

为解决问题而创新——专访何宛余

采访:朱倩云,陈居曈

何宛余,小库科技创始人兼CEO、未来建筑实验室联合创始人、香港大学兼职教授、科幻创作者。硕士毕业于荷兰代尔夫特理工大学贝尔拉格学院,师从世界建筑大师雷姆·库哈斯、维尼·马斯等,在国际顶级建筑所OMA有多年建筑设计、项目管理经验,负责过包括城市住区、城市综合体、城市公共建筑等各种不同类型和尺度的建筑项目,如印尼国家电视台、2015年威尼斯双年展中国馆等,回国后主导了深圳证券交易所的全过程设计与施工建造。


小库科技,成立于2016年,总部位于深圳,在北京、上海、重庆设有分公司。公司团队由OMA背景资深建筑师、Google背景资深工程师、知名跨界设计师、AI科学家、数学家等拥有出色教育和工作背景的成员组成。作为AI地产建筑行业垂直应用的领军企业,小库致力于将新科技转化为设计生产力,辅助城市规划、建筑方案与开发决策。基于独家的AI设计引擎,以智能产品和服务为地产和建筑用户提供分析-设计-审核-管理全流程增效方案。

相关杂志

2020年9月 第23期

深圳湾生态科技城鸟瞰

《建筑实践》(AP) 首先,能否与我们分享您在贝尔拉格建筑学院的求学经历,以及这段经历对您之后创办小库有何影响?


何宛余 贝尔拉格建筑学院(Berlage Institute)本身不是传统的建筑学院,它的后缀为“International laboratory”,是一个研究导向的实验室。其研究方向主要有两个流派,一个是偏社会、政治、经济、文化相关的理论方向,另一个是偏科技和技术的实操方向,两个方向会互相影响,并配有一些公共(general)课程。我对科技方面更感兴趣,因此当时研究的方向是建筑与计算机的结合,包括数据分析、算法研究、模型与数控机械对接等。


有别于传统建筑学,贝尔拉格会从一些比较广泛的外延去理解建筑,认为“Architecture is not just building, but about thinking”,即建筑不只是房子,而是与思考相关。它其实是社会的缩影,比如政治、经济、文化、环境、生态、人文、行为等各种要素的权衡、运筹、投影。所以要真正地理解建筑,不管是设计还是创意,这些广泛的外延需要被关注到,这种广义建筑学的逻辑,对我产生了比较深刻的影响。不是只从纯建筑师的角度,仅仅关注如何设计得更好看,而是从更宏观的维度去看待事情。其核心要点还是更广阔的、更深层次的逻辑背景下能看到什么问题,如何把这个问题结构化地拆解、梳理,并提出创新性的解决方案。


当时学校还有一个课程是“Projective Theory”(投射理论),与“Criticism”(批判现实主义)是一个相对应的状态。Projective theory不是像Criticism站在现在审视过去,而是站在未来回看现在。将一个未来的视野投射到今时今日,看未来对现在会有什么影响,而不是看过去对现在有什么影响。这与我原本的思考逻辑相符,即先预设一个理想状态下的未来,再看这个未来投射到今天会是什么样子,然后再去思考今天与那个未来之间的差异是什么,以及如何通过技术与实践去实现那个未来。


所以对我而言影响最深的是这两点:一个是投射理论,另一个是技术本身。


AP 在创业之前您曾执业于顶级建筑事务所OMA,能否谈谈对这段经历的感想?


何宛余 OMA被称为建筑领域的“黄埔军校”,从中走出了很多优秀的建筑师事务所,如ZHA、MVRDV、BIG等。雷姆·库哈斯(Rem Koolhaas)是这个时代为数不多的真正的大师,其成就不在于单个建筑作品,而是对建筑理论或者说建筑外延的思考上。他不是将自己定位在一个纯建筑师的视角,而是更广义的建筑学上,这跟我在贝尔拉格学的东西非常相似。他深刻地影响了一大帮人,当然也包括我。


OMA给我带来的影响除了广义建筑学,还有对于创意与创新这件事的理解。在进入OMA之前,我理解的创新是相对狭隘的,认为做别人没做过的东西就是创新,其实这只是表现形式而已,并且这些形式都或多或少被呈现过,只是不自知而已。更重要的是我们在梳理所看到的广泛的外延时解决问题的思路,就是我们所说的概念。如何确立一个概念,这个概念是基于怎样的背景,以及这种场景下如何去创造性地提出解决方法。我从去年开始在香港大学的建筑学院教授城市设计硕士课程(MUD),也会给学生讲这个:是否能从庞杂的信息中提炼出核心问题,并从中确立自己的立场,在这个立场里是否能基于某些场景提出自己的概念和解决方案,这些都被梳理之后最终以专业语言来表达设计,而设计的过程和结果即是对前面这一系列过程的呈现。这种思考方式对我影响非常大,如果从这个逻辑出发再去看设计的时候,就会明白我们不是为了好看去创新,而是为了解决问题去创新。


再者,是勇于探索未知、勇于与众不同的勇气,就像OMA所做的各种全新的尝试和挑战,不管是CCTV大楼还是深圳交易所,大家看到概念方案的第一反应都是“不可能”,而OMA就是要挑战这种不可能。没有什么是不可能的,即使有,寻求可行的方式去逐步解决并让它变成可能。不去重复自己,针对不同的项目去思考如何做一个符合当地、当时和未来需求的东西,让它在逻辑上是自洽的,在概念上是创新的。


AP 您于2016年创办小库的契机是什么?


何宛余 回顾2016年,最值得被载入史册的事件就是AlphaGo的横空出世,这对世界人民产生了巨大的冲击。我们现在所说的人工智能其实是指以深度学习作为代表的新的人工智能技术的应用。2016年DeepMind团队向世界展示了他们用卷积神经网络CNN(Convolutional Neural Networks)这种方式的训练成果能够打败世界级的围棋高手李世石。1997年,IBM的DeepBlue(超级国际象棋计算机深蓝)打败了当时的国际象棋大师卡斯帕罗夫(Garry Kasparov),但那时运用的是比较传统的机器学习那套东西,之后的二十年来没有什么突破,因此AlphaGo的出现极大地震动了整个产业界,对我们也是一种震动。


我们在2010年也做过一些尝试,当时做了一款半自动设计的软件,但是缺乏技术的突破。首先是缺少算力;其次,缺少深度学习的智能推荐,依然是结果导向;再者是硬编码(hard coding)无法迁移,只能在那一块地块做半自动化设计。那个时候缺乏大数据、云计算、深度学习的新模型、云端渲染等技术,遇到了无法突破的瓶颈。2010年底,我们改变了思考逻辑,用机器生成的方案去参加一些概念竞赛,成功中标了深圳湾生态科技园项目,当时的项目评委会主席张永和老师也给予了很高的评价。


之后我们进一步做了一系列的研发,尝试能否改进原来的系统,实现技术突破。小库的原型在五六年间不断打磨,这与技术的发展是相关的。2012年后,我们进入了移动互联网时代,数据量急剧增加并出现了云计算,在AWS(亚马逊公司旗下云计算服务平台)之后,阿里也开始打造阿里云。2014年后出现成熟的云端渲染技术,2016年深度学习实现了前述的巨大的突破。因此2016年是一个很重要的时间节点,很多东西都得到了突破。我们的技术也在此期间进行了各种试错踩坑,终于在2016年达到了一个相对满意的MVP(最小可行产品)状态,可以进一步去实现我们希望创建新底层语言的理想。同时还有另一个契机,就是我们用小库原型设计方案中标的深圳湾生态科技园二期也建成了,我们可以没有任何后顾地去创业。


AP 深圳这座城市提供了怎样的机遇和能量?


何宛余 2010年我和合伙人杨小荻中标的深圳湾生态科技园项目有3,000万的设计费,这对于当时二十六七岁的我们来说是一笔不小的数目,同时也是一个实现自己作品的契机,于是我计划辞去OMA的工作准备回国。不过,当时的老板给了我另一个选择,将我调到香港,参与OMA在中国的第二项目——深圳证券交易所新大楼。我多数时间在深圳的项目工地上,负责设计后期深化与设计实现的现场管理。与此同时,我的校友兼合伙人杨小荻创建了普集建筑,全职负责深圳湾生态科技园项目的设计落地与建造协作,而我作为顾问兼职参与。


这给我带来了很大的身份转变,以前只是设计师,离实际的建造比较远,并不能称作全面的建筑师。而我当时在深交所负责的项目管理,涉及从设计到施工完成,看到不同阶段和不同工种之间的配合、各种材料的应用、各个构造节点的工艺工法等,将我的知识体系从虚拟空间延展到了现实空间。


深圳这个城市非常年轻和开放,有点像当年我第一次去纽约时所感受到的震撼。首先,作为年轻且没有任何人脉基础的我们,可以中标深圳湾生态科技园二期这样一个大项目,就足以说明这个城市接纳性很高,是一个人人都能获得机会的地方。其次,深圳的蓝天白云和灿烂阳光是我个人非常喜欢的。


另外,我被调到香港的那几年,高频穿梭在香港和深圳两座城市之间,能明显感受到相对于香港来说,深圳的高速发展充满活力与巨大潜力。正是感受到了这种积极向上的发展潜力与公平开放的机会,最终我们决定在深圳扎根。

深圳湾生态科技城街景

AP 您与其他合伙人之间的协作模式和工作分工是怎样的?


何宛余 我在公司负责“找钱找人定方向“,可能是因为我喜欢和不同的角色打交道,也更容易去理解未来和宏观逻辑的关联,属于那种脑洞比较大且外向乐观的人。杨小荻是我在贝尔拉格建筑学院的校友,我们的知识体系是相似的,追求的东西也是相似的,不同的是我们的性格。小荻比较沉稳和扎实,更擅长专注地去实现一些东西,能够把我们的想法融合起来,变成一个可用的产品原型。


但是,产品原型不足以成为一个可被市场广泛接受的成熟产品,所以我们创业时就在寻找一位优秀的技术负责人。2016年10月,经朋友介绍,我们去美国将技术合伙人李春从Google请回来。大春是一位非常值得信赖的伙伴,他原先在Google发展得很好,但也看到了国内创业浪潮的机会,同时非常认可我们的方向和整个团队,因此毅然决定离开Google,回国加入进来。不过,大春作为专业的计算机工程师,对建筑不是非常了解,而小荻就在中间起到了桥梁的作用。总之,我们三个人是一种非常互补的关系。


AP 我们了解到小库的目标是帮助建筑师从重复的劳动中解放出来,能否介绍一下小库在建筑项目中扮演的角色,以及有何经验和技术优势?


何宛余 小库大的规划是发挥建筑全周期智能辅助的角色,实现我们理想的“建筑智能”。我们认为建筑行业是一个非常成熟和专业的领域,不可能一蹴而就,必须稳扎稳打,我们已做好长期奋斗的准备。


我们会分阶段实现小库智能辅助的角色,把长期的思路拆分为前、中、后三期。前期关于地块尺度的规划,中期是单体尺度的设计,后期是构件尺度的细化,每个阶段我们预计用三年时间搭建框架与产品实现。第一个三年专注做前期,我们已经实现了绝大部分的产品设计;中间三年是前期加中期,我们目前就处于这个阶段;最后三年是三条线并行,根据这三个不同周期的产品规划,解决不同尺度的问题。


第一个三年是一个从无到有的过程,没有任何实例可以借鉴,必然会走很多弯路。首先,我们把总体架构和前期流程跑通,不是只做某一个单点,而是将原本做设计所需的24个步骤缩短为6个大的智能辅助流程,比如生成、输入输出、分析等,搭建一种新的工作框架,既可以做输入与输入相关的分析,也可以做方案的生成与编辑。小库的方案生成有两种形式:一种是机器自动生成,就如同魔法一般瞬间从无到有;另一种是人为控制的智能生成,更像一个指哪儿打哪儿的帮手。最终小库生成的成果可以输出成各种格式,比如CAD、BIM;还有一些在之前可能需要被二次加工的格式和内容,比如excel和ppt等。就前期而言,在这三个维度上对建筑师产生了实际的帮助,帮助他们解决了设计中冗杂的部分,提高了设计效率,也增强了设计结果的优好性。


具体来讲,在输入层面上我们对这块场地进行分析。以前的地块分析比较粗糙且费时,建筑师拿到规划局或甲方提供的图纸后上网搜集该场地的周边情况。而我们将这个流程进行了自动化,输入该地块后直接对其进行分析,并提供分析结果,包括周边的业态分布、商业热力度、噪音分析、环境分析等等。


在生成和设计的过程中,传统的设计就是画图,画什么是什么。所画面积的大小,是否满足规范,以及与周边建筑的关系都无法立刻得知。而小库实现了数据化设计,使用上与我们在纸张上画图没有太大区别。两者之间本质上不同的是小库的方案是人机协作完成的,由人完成输入和控制的动作,而机器完成比较繁琐无趣的工作,使最终的方案满足规范和日照等指标,所以核心功能是帮助建筑师解决问题。


举个例子,当我们做一个小区的方案以使其满足日照时,传统的做法是将户型组合成楼型后放于地块上,按照经验去摆布并使其满足各项指标,再导入日照验算软件计算,如不满足日照,对其进行调整后重新导入并计算,然后看总体指标是否满足,如仍不满足则再次进行修改。在我的理解中,建筑师应该更加关注底层思维和宏观逻辑,而不仅仅是细节,像这样重复的工作是没有必要的。人应该聚焦在人更擅长的事情和更有优势的事情上,这些细节可以由机器来完成,而且机器在未来也可以做得很出色。现在我们并不会与汽车赛跑,我们的速度怎么可能超越汽车?但人可以驾驶汽车。所以我们要给建筑师提供一个“自动驾驶的汽车”,让他们可以在里面休息,同时可以掌控目的地。


最后,在输出这个部分,以前建筑师要查阅各种信息并制作各种分析图,对比各项指标和方案生成一个文稿。这个步骤现在可以由机器完成,人可以专注在更多需要思考的过程。现阶段我们在一个继续研发和深化的阶段,设计和考虑了很多细节,但不是所有的部分都做得很好,小库正在不断努力进化和迭代。


AP 在不断的深化和迭代中,小库未来是否有可能替代目前市场上常用的设计软件,作为一个比较系统的AI软件供建筑师使用呢?


何宛余 我们一开始就明确要做一个自己的ABC(AI driven–BIM–on Cloud 人工智能驱动的云端建筑模型)格式。因此,我们注定与行业里常用的2D/3D设计软件不同,后者是基于图形的,相对于设计的广泛外延来说语言单一;而小库是基于数据的,将设计相关的要素作为本质和内核的内容,以数据作为底层语言进行交流与设计决策,最终以各种形态去做呈现(representation),比如导出CAD形式,或者渲染成云端模型的形式,或者下载为一个PPT文件。


这种新的逻辑下产出的产品是与以往不同的东西,因此与既有软件之间的关系并非纯粹的替代。无论是二维还是三维软件,如CAD和BIM都是绘图和建模软件,只要还有设计的需求,它们就如同纸笔一般,这种生产方式是不会被替代的。而我们做的不是一款绘图软件,最多可以说我们做的智能设计云平台上有绘图和建模的辅助功能。如果一定要比较,可以在结果上进行参照,常用软件是用人力绘图建模实现我们脑海中的设计结果,而小库是通过机器达成我们想要做的事情。


亨利·福特曾说过:“如果最初问消费者他们想要什么,他们会说‘要一匹更快的马!’”。要一匹更快的马就是客户诉求,但并不是终极需求,能更快地到达某个地方才是最终目的,而汽车可以让他更快到达目的地,这就是不同的解决方案。


我们的目的是希望让机器协助人去完成比较重复,需要精密计算,或需要核对指标、规范、条款的工作,人其实可以更多地把控和决策,这样达成的结果是人们想要的。两者的方法路径虽不同,呈现的结果却是相似的,小库给建筑师另外一种解决问题的可能。


AP 作为第一款在实际设计层面应用的智能设计云平台,请问您的团队目前遇到最大的困难和挑战是什么?


何宛余 其实无时无刻都有各种问题和挑战,最难的是如何平衡产品动机和用户动机。所谓的产品动机就是我们自己想要做的产品——以我们自己的视角和对未来的思考,认为智能建筑的样子,来判断什么是我们想做的东西。用户动机是指用户当下的需求及能否延续他们的使用习惯,能否即刻解决目前面临的实际问题。如何平衡这两者之间的冲突和矛盾?在不同的阶段以哪个方面为重,这些问题是每刻都存在的,这一点很难而且没有任何参照。

人工智能云平台

AP 目前,小库也被广泛运用于住宅楼盘的开发项目中。请问除了关注效率和协同以外,小库是否有意识地希望辅助建筑师去建立设计的可识别性,或将领域拓展至公共建筑的设计中?


何宛余 回答这个问题,可能要先明确如何评估一个建筑是否是好建筑,是否所有的建筑都需要具备强识别性或者明显反映建筑师自己的特点。


住宅项目最重要的点到底是什么?大部分住宅是城市的背景,住宅建筑在城市中占比达80%,不可能每栋住宅都是主角,就像小说、戏剧、绘画作品会有一个主次关系。作为前景的住宅是极少数的,比如OMA在新加坡的项目The Interlace这样投入非常大的地标性住宅。大部分住宅的判断标准都是经济、适用、美观,经济是开发商最关注的事情,适用是消费者注意的方面,而美观是政府在意的部分,能同时满足这三点的建筑就是一个好的建筑。但不同的项目操盘方会在三者中选择不同的权重,或许不能单独从“美观”这个维度来判断建筑的好坏。


所以针对住宅而言,小库在有意识地辅助建筑师完成经济、实用、美观的方案,而不是做标新立异的设计,这在背景建筑里不太适用,但是在公共建筑中可以由建筑师畅快淋漓地发挥自己的想法。绝大部分的公共建筑是需要被公众认知的前景建筑,它需要很大的辨识度和特殊的创意来激发大家对城市的认知和热爱。


至于未来小库是否有可能将技术拓展至公共建筑领域,在技术上是有可能的,但在商业上是不太可能的。小库的目标不是替代建筑师,而是希望机器与人发挥各自的优势,所以我们不太想去做前景建筑,大部分前景建筑更需要建筑师的创意和想法,需要分析和梳理问题,提出观点、立场和解决方案,这些是机器替代不了。


AP 您如何评价中国目前数字化、信息化、智能化在建筑领域的发展状况?


何宛余 数字化、信息化、智能化这三个维度是不一样的,它们的阶段不一样,涉及的内容也不一样。就数字化而言,中国可能是全球做得最好的国家之一。我理解的数字化是将图纸这种实体物质变为数字或虚拟空间中可储存编辑的文件,比如二维的CAD、三维的Rhino模型和Sketchup模型等。现在各行业基本都已实现了数字化,与制造业相比,建造的数字化相对较弱。比如,目前的施工工地都是现浇,通过在现场放线,进行混凝土浇筑,再砌墙和粉刷,整个过程是没有数字化的。


现在施工管理开始进入信息化阶段,比如建筑信息模型(BIM)就是一种信息化手段。信息化的维度高于数字化,在单一图形模型的基础上带入了各种信息和属性,是数据和模型的统一。BIM从2000年初出现到现在已有较长一段时间了,中国从2012年左右开始大力推广,虽然这个话题炙手可热,但是对它的评价褒贬不一,我觉得本质原因是它没有顾及到人性。人们都希望工作能够化繁为简,比如发明洗衣机是因为人们懒得洗衣服,但信息化增加了原本设计的工作量,使其变得更复杂困难了。现在的信息化面临的一个重要问题是如何解决数模统一的生产源的问题,建筑师不愿在正向设计中多加一道工序去做这件事。现在存在很多逆向BIM设计,就是设计完成后找BIM公司翻模,就像大部分建筑公司将效果图分包出去,这便成为了一个冗余的东西。我觉得信息化的概念是非常好的,可惜没有能很好地实现。


智能化是用AI的方式去实现信息化,两者的区别是其信息的生产源不是人,而是人工智能,是大数据和云计算,这一系列技术的融合实现了智能化。信息内容的创作是由机器协助人产生的,并非人单独一笔一画地去做,这样才能从本质上解决信息化的问题。现在地产信息化也做了很多,我们并不是做信息化的投入,而是做智能化的生产,这是最核心的区别。

总平面图智能渲染—AI基于风格提取、语义渲染等技术实现景观自动生成 

AP 您对年轻一代的建筑学子有什么建议?您觉得10年或20年后建筑学的发展方向是怎样的?


何宛余 如果我再当一次学生,可能会更多去接触一些学科之外的事情,不要因为学科划分就把自己限定在一个专业的领域里。现在所有的降维打击都是多维度对单一维度的,未来的人才肯定不是单一维度的。比如,管理型人才是横向的“一”,专业型人才是纵向的“|”,如果有人两者兼备,就是“T”型人才,对前两者就会造成降维打击;如果另一个人有更多感兴趣和擅长的领域,就是“π”型人才,对前一个人而言就是降维打击。更厉害的情况——比如历史上的达芬奇或者当代的Elon Musk,他们在各领域都出类拔萃,就是“M”型人才,对前面所有的类型都是降维打击。我也会建议自己的学生不要局限于某个狭窄的领域,比如“我是城市规划师”“我是建筑师”或“我是室内设计师”等等。如今的世界是信息爆炸的,如何找到自己的一个轴,同时在此之外介入更多的领域并丰富自己,从宏观到中观再到微观的每个维度中都有自己的见解,这一点是很重要的。


雷姆·库哈斯在2000年领取普利兹克奖时说过这样一句话:“如果我们的建筑学没有看到周围的这些(互联网的)变化,依然在钢筋混凝土的状态中挣扎的话,可能活不过2050年。”这个预言很有先见之明,如果我们没有改变和突破,这个行业将会岌岌可危,或被其他东西颠覆。不过,通过年轻一代的努力尝试和探索,建筑学的未来或许可以摆脱这个预言,有很多新的机会来实现建筑学的新生。


AP 请问能否简单介绍一下“未来建筑实验室”的研究内容和方向?


何宛余 未来建筑实验室与小库都是在2016年创立的,它其实是小库的镜像智囊,有点继承了当年OMA与AMO的关系(AMO是OMA所属的一个研究机构)。一开始我把小库定义为一个科技公司,有关科技的生产和研发,而未来建筑实验室则关注非产品成果输出的建筑研究。它并非以生产为导向,我们做的很多研究成果和展览都是基于未来建筑实验室的研究,比如我们最近输出的硬核干货——《2020建筑智能设计白皮书》,以及去年参加的深圳双年展,今年本来计划参加的威尼斯双年展,以及一些与院校的合作项目等。另外,小库作为一家科技公司,最初很难招到建筑师,他们一开始不太会接受小库的offer,而更愿意去建筑设计或工程公司,所以未来建筑实验室的另一个功能是承载一部分建筑师职业规划上的需求。


AP 您心中的未来世界、未来城市和未来建筑是怎样的?


何宛余 乐观的未来下,人们能做更多自己喜欢且符合人性的事情。袁烽老师谈到过,一直以来我们是处于人本主义时代,即人是主体,什么都得服从我。而未来是后人本主义时期,人需要放开自我,除了人去控制以外,人能跟什么协作,我自己需要做的是什么。找准人类的定位是我们或未来的人类需要思考的问题。在这个时代,人机协作已经发生并在进行中了,人类文明的科技树已经在往这个方向发散和延展了,除非发生更大的黑天鹅事件,这个发展趋势才可能被改变。


人类社会是不断在螺旋上升的,比如二十世纪六十年代是太空时代,中间消沉后又重新回到这个轨道。同样,在五六十年代就出现了人工智能,消沉了一段时间后,现在重新启动,大方向不会被改变,只是说我们要怎样实现和应对这样的未来。在这样的未来中,人类和机器要找好自己的定位,人做自己擅长的事情,机器做机器擅长的事情,人应该学会的是如何更好地驾驭和控制这些机器,而非抵抗。


很多产业无论是实现端还是设计端,未来一定会更加智能化。伴随着中国的老龄化以及新生儿数量降低,人口红利逐渐消失。如今大多数年轻人不再去工地,而是选择快递或外卖行业,人工成本的提高使传统行业的基础生产力会更多地由机器替代,这个时候就需要科技提供人工智能、机器人或其他智能制造的生产力。从最开始的机械化,到电气化,再到自动化、信息化和现在的智能化,从前端的设计分析、评估优化到后端的建造,甚至是智能家居,整个过程将被数据和人工智能连接起来,而在什么时间点实现怎样的技术突破或无法突破,都与社会的总体发展密切连接在一起。

 

AI自动生成的不存在建筑 © 未来建筑实验室

人机互动装置AI-chitect:绘制线条或轮廓,即时生成结果 © 未来建筑实验室

(本文插图由小库提供)

本文版权归《建筑实践》所有,转载请注明来源。

关于我们

杂志订购

使用须知

寄退服务

关注我们

©️建筑实践 ARCHIPRACTICE 2018-2020

©建筑实践 ARCHIPRACTICE 2018-2020