苹果曾提出过一项发明,能够将不同的相机镜头更安全地固定到用户的iPhone上,如今这项发明取得了新的进展。
美国专利商标局(US Patent and Trademark Office)于当地时间本周二授予了苹果这项专利,该专利被称为“卡口式附加装置(Bayonet attachment mechanisms)”,主要描述了一种能够方便用户更换其移动设备相机镜头的方法,用户可在其手机上使用该专利中所描述的一种卡口式镜头座将镜头固定在iPhone上。
许多相机产品及其他类型的类似消费品也经常使用卡口式镜头座,它能够将设备的两个不同部分轻而易举却坚固得连接在一起。用户只需轻轻推一下其中一部分组件,然后将这部分转动拧入另一部分当中,即可将两部分咬合在一起。而向相反的方向转动它时,便可将其重新拆散。
据这份专利文件显示,苹果认为卡口式附加装置优于其他类型的连接件,如与磁力耦合器相比,后者并不安全。
不过,卡口式镜头座可能存在的一个缺点是,这种底座难免会从手机的后部略微凸出来一点点,而大多数移动设备的固定相机镜头通常是与其设备齐平的。但是,如果用户能安全地为其手机更换各种各样的镜头的话,那么这个代价或许并不那么重要。
然而,如果用户失手摔掉了配置附加镜头的手机,会出现什么情况呢?会不会因为镜头和手机的紧密相连而导致它们两者均受到损害呢?在这样的“摔落事件”发生时,苹果提出了一种应急方法,能够自动将电话和镜头分离,以减少对手机本身的损害。
尽管其他手机制造商已经为我们的手机配置了固定的相机镜头,但假设苹果将这项专利用于实践,那么这样一个卡口式镜头座将为我们提供一种更简单、更安全的镜头更换方式。
好文章,需要你的鼓励
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。