苹果 WWDC26 展示实用 AI 功能,四大亮点值得期待!

苹果 WWDC26 着重展示 AI 与 Siri 相关内容

预计苹果会在本周的全球开发者大会(Worldwide Developers Conference)上着重展示人工智能(AI)和 Siri 相关内容,而它也确实这么做了。新的苹果智能(Apple Intelligence)和 Siri AI 功能十分值得期待。不过,原本对在日常生活中实际使用 AI 并不抱太大期望。一场又一场活动下来,听了无数主题演讲,里面提到的 AI 功能根本用不上。当然,可以用 AI 工具根据提示生成视频,或者用语音指令让手机帮叫一辆优步(Uber),但对那些粗制滥造的 AI 视频没什么兴趣,叫车也总是要等很久。本以为又要被一堆无用的 AI 功能轰炸,没想到苹果在 WWDC 26 上对 AI 的展示恰到好处,介绍了一些能实际应用的 AI 功能。来看看这个:《WWDC26 实况:对 Siri AI 的反应》,时长 05:55。

苹果致力于简化用户操作

一直希望能更轻松地在 iPhone 上添加快捷指令(Shortcuts),也希望在编辑照片时能改变照片的构图。苹果并非让用新的方式使用手机,而是致力于简化已经在做的事情。已经在 iPhone Air 上安装了 iOS 27 开发者测试版,对即将到来的功能感到十分兴奋。虽然还在 Siri AI 的等待名单中,但有四个功能迫不及待地想在今年晚些时候的正式版中尝试。

空间重新构图:生成式 AI 的正确应用

原始照片(左)视角发生改变(中),空间重新构图(Spatial Reframing)功能利用生成式 AI 填充背景细节。注意远处原本在原始照片中看不到的建筑。(苹果公司供图,CNET 截屏)苹果在照片(Photos)应用中展示了一项名为“重新构图(Reframe)”的新功能,它利用空间照片(Spatial Photos)技术来确定平面照片的景深。这让可以在后期编辑中调整照片的构图。一旦对新的拍摄角度满意,照片应用会使用生成式 AI 填充边缘周围的区域。作为一名摄影新手,常常在查看照片时才意识到本可以把构图弄得更好。有时没注意到背景中的干扰元素,就得用清理工具或对象橡皮擦来去除,但效果并不总是自然。因此,能够调整构图角度是个很棒的想法。不用把人物抠出来再放到不同位置,而是可以直接调整拍摄角度。这样,主体和背景之间的分割就不会显得很突兀。正如 CNET 高级撰稿人杰夫·卡尔森(Jeff Carlson)所指出的,也可以使用像 Adobe Lightroom 这样的照片编辑软件来进行类似的调整,它能让调整整个照片的平面,但代价是会使图像变形。相比之下,苹果的做法在实现这些改变后仍能保持照片的分辨率。

用自然语言创建快捷指令

苹果的快捷指令(Shortcuts)应用是一款出色的自动化工具,能让在数百个应用中创建自定义命令和操作。不过,这可能会很繁琐,尤其是如果不熟悉它的话。第一次尝试用快捷指令创建自动化操作时,挣扎了几分钟就放弃了。后来又试了一次,花了大概 15 分钟才搞明白。有了 iOS 27 上的苹果智能(Apple Intelligence),苹果公司让在快捷指令应用中创建新的自动化操作变得更简单了。只需描述快捷指令想法,系统就会为执行。例如,在苹果的演示中,一位用户描述了他们的主要目标(想让伴侣知道自己每天下班后几点到家)。系统通过使用 GPS 查看用户何时下班,利用地图(Maps)计算到家的预计时间,并通过信息(Messages)应用给伴侣发送短信,从而创建了相应的快捷指令。可能会问会怎么用呢?想为妈妈创建一个快捷指令,让她在早上 8 点到 10 点之间打开厨房智能插头时,自动打开智能音箱并播放她的晨间播放列表。还有一个是当她找不到手机时(这种情况每天会发生几次,她很可爱),只要她收到发的“#lost”短信,手机就会大声播放音乐。或者为家庭办公室创建一个快捷指令,这样离开家时,它会关闭灯光、充电接口和无线充电器。

更智能的浏览器

Safari 浏览器在苹果设备上迎来了重大升级。虽然其中一些功能在 macOS 27 上可能更有用,但特别期待两个功能:“通知我(Notify Me)”和一键更新泄露密码。后者能让密码(Passwords)应用更新泄露的密码。觉得这会很有用,因为目前在密码应用中有多个泄露密码的提醒,但没时间也没精力去更新。不想一个一个地去那些网站更新信息。如果涉及到财务信息,会立刻去做,但对于其他不太重要的网站,总是拖延(还会忘记)更改密码。能在不离开密码应用的情况下一键更新所有泄露的密码,会是个很棒的功能。其次,“通知我”功能会监控网页的变化。很喜欢找划算的交易,不管是机票还是喜欢的手表。实际上,已经为想出行的路线开启了谷歌提醒(Google Alerts)。苹果的新“通知我”功能更简单,能帮找到更好的交易,还不会让邮箱堆满信息。也能想象自己用它来监控股票投资组合。

相机应用中的 Siri 模式

Siri 模式在相机应用中引入了 AI,具备类似 Gemini Live 的实用功能。(苹果公司供图,CNET 截屏)苹果在相机应用中添加了一个带有视觉智能(Visual Intelligence)的专用 Siri 模式,觉得这会成为在 iOS 27 上最常用的功能。它让可以根据周围的事物进行搜索、提问和操作,而无需打开其他应用。觉得旅行时会经常用到它。旅行时,会用谷歌镜头(Google Lens)翻译外语菜单,用 Gemini 了解潜在购买物品在所在国家的价格,用 Splitwise 分摊账单。新的 Siri 模式能让不用在不同应用之间切换,在相机应用里就能完成所有这些操作。也很期待尝试新的 Siri AI,特别是因为它位于灵动岛(Dynamic Island),能理解屏幕上的内容以实现上下文感知。只希望能尽快从等待名单中解脱出来!在此之前,会继续重新构图更多照片,寻找能提升整体用户体验的小改进。

内容概要:本文详细介绍了一个基于Java与Vue的企业知识问答系统的设计与实现,旨在解决企业知识分散、检索效率低、信息安全性差等问题。系统采用前后端分离架构,后端基于Spring Boot实现用户认证、权限控制、文档解析、向量检索与问答服务,前端使用Vue及相关生态构建可视化界面。核心技术采用检索增强生成(RAG)架构,结合文本分块、向量化、混合检索(关键词+语义)、重排序与大语言模型生成,确保答案基于企业内部知识,避免幻觉。系统支持多格式文档处理、权限隔离、敏感信息防护与问答可追溯,形成“知识采集—加工—检索—回答—优化”的闭环体系,适用于多行业场景。文中还提供了关键模块的算法描述与Java代码示例,如文本分块、余弦相似度计算、混合排序与提示词构造等,增强了项目的可实施性。; 适合人群:具备Java和Vue开发基础,熟悉Spring Boot、RESTful接口及基本前端框架的中初级软件工程师、全栈开发者,以及对企业知识管理系统、RAG技术落地感兴趣的技术人员;也适合高校学生作为毕业设计或课程项目参考。; 使用场景及目标:① 构建企业级智能问答平台,实现制度、流程、技术文档的自然语言查询;② 解决传统知识管理中语义检索不准、专业术语识别难、模型回答不可控等问题;③ 实践RAG架构在真实业务中的集成与优化,掌握文本向量化、混合检索、权限控制与安全生成等关键技术。; 阅读建议:建议结合代码示例与系统架构图进行理解,重点关注权限控制、混合检索策略与提示词设计等安全与准确性保障机制;在学习过程中可搭建本地环境进行功能验证,并根据实际业务需求调整分块策略、权重参数与安全规则。
内容概要:本文研究了一种基于生成对抗网络(GAN)的数据驱动可再生能源场景生成方法,通过构建两个互连的深度神经网络——生成器与判别器,实现对风电与光伏发电出力时间序列的高效建模。该方法克服了传统基于概率统计模型在刻画非线性、强波动性风光数据分布时的局限性,能够有效捕捉复杂的时空相关性与多模态特征,显著提升生成场景的真实性、多样性与时序一致性。研究重点采用Wasserstein GAN(W-GAN)架构,并结合Python编程实现模型训练与验证,展示了其在新能源功率预测、不确定性量化及电力系统优化调度中的应用潜力,配套提供了完整的代码资源以支持复现与拓展。; 适合人群:具备一定机器学习与深度学习基础,从事新能源发电预测、电力系统规划、微电网优化或不确定性建模等相关领域的科研人员、研究生及工程技术开发者;熟悉Python编程并希望将前沿深度学习模型应用于能源时间序列建模的专业人士。; 使用场景及目标:①应对风光发电强随机性与间歇性带来的建模挑战;②生成高质量、多样化的典型出力场景用于鲁棒优化、随机规划与机会约束调度;③支撑储能配置、电力市场仿真、需求响应等决策分析;④探索W-GAN在多变量时间序列生成中的结构设计与训练稳定性优化策略; 阅读建议:此资源强调理论与实践深度融合,建议读者在掌握GAN与Wasserstein距离基本原理的基础上,结合所提供的Python代码进行逐模块调试与实验分析,重点关注损失函数设计、梯度惩罚机制、模型收敛性判断及生成结果评估指标(如分布相似度、自相关性保持等),并可进一步迁移至其他高不确定性的能源数据生成任务中。
内容概要:本文系统研究了Picard迭代法在非线性常微分方程参数估计中的应用,提出了一种基于迭代逼近的参数辨识方法。通过构建微分方程的Picard序列逐步生成近似解析解,并结合实际观测数据,采用优化算法调整未知参数以最小化模拟值与实测值之间的残差,从而实现对模型参数的高精度估计。文章详细阐述了算法的数学原理、迭代流程设计及收敛性分析,配套提供了完整的Matlab实现代码,支持用户复现实验并拓展应用于其他非线性动力系统。该方法避免了传统数值积分带来的累积误差,具有理论严谨、实现简洁、适应性强的优点,特别适用于缺乏显式解的复杂微分方程建模任务。; 适合人群:具备常微分方程、数值分析基础及Matlab编程能力的理工科研究生、博士生和科研人员,尤其适合从事系统建模、动力学仿真、参数反演等相关领域研究的学者; 使用场景及目标:①解决非线性微分方程因无法解析求解而导致的参数估计难题;②在生物医学、环境科学、工程控制等领域中,从实验或观测数据中反演系统内在参数,提升模型预测能力与解释力; 阅读建议:建议读者结合文中公式推导与代码实现,逐轮观察Picard迭代过程中解的演化规律及参数更新路径,深入理解迭代法在耦合状态与参数联合估计中的作用机制,并尝试将其迁移至多变量、高阶或含噪声数据的实际应用场景中进行验证与改进。
内容概要:本文系统阐述了数字孪生与三维场景搭建的技术体系,涵盖多引擎开发、代码实战、数据驱动与低代码工程的最佳实践。深入解析数字孪生的定义、技术架构(五层模型)及其在工业制造、智慧城市、能源、交通等领域的应用场景。重点介绍Four大主流三维开发引擎——Three.js(通用Web可视化)、Cesium.js(地理空间GIS)、Unity(工业高交互仿真)和Unreal Engine(超写实影视级渲染)的技术特性、适用场景及开发流程,并对比其选型标准。同时,详细说明三维模型格式(如GLB/GLTF)、轻量化处理、WebGL渲染机制、实时数据驱动架构(含WebSocket/MQTT协议)、性能优化策略(资源、渲染、逻辑、数据四维优化)以及低代码平台的配置开发方法。最后提出多引擎统一数据接口规范与跨端驱动方案,确保项目高效、稳定、标准化落地。; 适合人群:具备一定前端或三维开发基础,从事工业互联网、智慧城市、智能制造、GIS可视化等相关领域的研发人员、技术负责人及项目实施工程师,尤其适合工作1-3年希望提升工程化能力的中级开发者。; 使用场景及目标:①掌握数字孪生系统的整体技术架构与工程流程;②根据项目需求精准选择Three.js、Cesium.js、Unity或Unreal Engine等开发工具;③实现三维场景的模型导入、交互开发、实时数据联动与高性能优化;④应用低代码平台快速交付标准化孪生项目;⑤构建统一的数据驱动架构,实现多端协同。; 阅读建议:此资源强调工业级工程实践,不仅提供核心原理讲解,还包含大量可复用的代码实例与配置模板,建议结合实际项目边学边练,重点关注各引擎的初始化配置、数据绑定逻辑与性能优化方案,并参考故障排查手册提前规避常见问题。
【重要提示】本资源设置为0积分下载,若非0积分请勿轻易下载 亲爱的CSDN用户: 首先感谢你点进这个资源页面。我需要提前说明一个重要情况: **本资源原本已设置为“0积分下载”**,即作者希望完全免费共享。但CSDN平台有时会根据文件的下载热度、文件大小、用户权限等因素,**自动将部分资源的积分调整为非0数值**(如1积分、2积分、5积分等)。这是平台系统的自动行为,而非作者本人的设定。 **因此,如果你当前看到该资源的下载所需积分不是0(例如显示为1、2、3……),请谨慎决定是否下载。** 如果你按照非0积分支付并下载后发现资源内容不符合预期、链接失效,或者实际上该资源本应是免费的,作者无法为此承担积分损失或退还操作。**强烈建议:仅在页面显示为0积分时进行下载。** 另外,本资源描述中**并未直接提供具体的下载地址或外部链接**,因为它本身是一个通过CSDN官方上传通道提交的文件/内容包。如果你看到描述中没有外部网盘地址,这是正常的——资源文件应通过CSDN内置的“下载”按钮获取。若因平台积分显示异常导致你支付了积分,请优先联系CSDN客服咨询积分退还政策,作者没有权限修改平台自动设定的积分值。 感谢你的理解与支持。技术分享本应开放,但受限于平台规则,特此提醒如上。祝学习进步!
内容概要:本文研究了一种全速域无速度传感器的高频注入与滑模观测器(SMO)加权切换模型,旨在实现对永磁同步电机在全速范围内的精确速度和位置估计。通过Simulink进行仿真实现,该模型深度融合了高频注入法在低速及零速下优异的转子初始位置辨识能力和强鲁棒性,以及滑模观测器在中高速运行时良好的动态响应性能与抗干扰能力,设计了一种平滑、可靠的加权切换机制,有效克服了单一观测方法在全速域适应性上的局限性,显著提升了无传感器矢量控制系统的整体稳定性、精度与可靠性。; 适合人群:具备电机控制理论、现代电力电子技术和Simulink仿真基础,从事新能源汽车驱动、工业伺服系统、先进电机控制算法研发的工程师或相关专业的研究生。; 使用场景及目标:①应用于永磁同步电机驱动系统中,替代物理编码器以降低成本、提高系统可靠性;②解决电机在启动、堵转、低速爬行及高速变载等复杂工况下的无传感器精确控制难题;③为高性能电机驱动领域提供一种兼具宽速域适应性与工程实用性的观测器设计方案。; 阅读建议:建议结合提供的Simulink仿真模型,深入剖析高频注入的信号调制与解调原理、滑模观测器的设计与抖振抑制方法,并重点关注加权函数的构造逻辑与切换阈值的参数整定策略,通过多工况仿真对比实验验证该复合观测方案的优越性能。
【重要提示】本资源设置为0积分下载,若非0积分请勿轻易下载 亲爱的CSDN用户: 首先感谢你点进这个资源页面。我需要提前说明一个重要情况: **本资源原本已设置为“0积分下载”**,即作者希望完全免费共享。但CSDN平台有时会根据文件的下载热度、文件大小、用户权限等因素,**自动将部分资源的积分调整为非0数值**(如1积分、2积分、5积分等)。这是平台系统的自动行为,而非作者本人的设定。 **因此,如果你当前看到该资源的下载所需积分不是0(例如显示为1、2、3……),请谨慎决定是否下载。** 如果你按照非0积分支付并下载后发现资源内容不符合预期、链接失效,或者实际上该资源本应是免费的,作者无法为此承担积分损失或退还操作。**强烈建议:仅在页面显示为0积分时进行下载。** 另外,本资源描述中**并未直接提供具体的下载地址或外部链接**,因为它本身是一个通过CSDN官方上传通道提交的文件/内容包。如果你看到描述中没有外部网盘地址,这是正常的——资源文件应通过CSDN内置的“下载”按钮获取。若因平台积分显示异常导致你支付了积分,请优先联系CSDN客服咨询积分退还政策,作者没有权限修改平台自动设定的积分值。 感谢你的理解与支持。技术分享本应开放,但受限于平台规则,特此提醒如上。祝学习进步!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值