
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
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。