iPhone iOS 27 AI 照片编辑功能升级:清理、扩展、重构好用但有潜在问题!

iPhone18不是手机升级,而是边缘AI计算范式革命 智能手机正从通用计算设备转向专用边缘AI终端,其核心在于神经引擎、传感器级AI处理与云端协同架构的深度耦合。这种转变使影像处理、实时推理和外设协同不再依赖纯硬件参数,而取决于芯片-传感器-系统-服务的全栈闭环能力。苹果iPhone18所采用的Tiger异构计算集群、全局快门+Sensor-AI Core传感器、USB-C 3.2 Gen2x2 PCIe隧道协议等技术,标志着移动设备已迈入‘场景化智能准入’阶段——算法能力与硬件资源开始按专业需求分级释放。它不再追求全民适用,而是服务于视频剪辑、工业质检、远程 阅读详情

苹果投身 AI 照片编辑热潮

全球最受欢迎的相机迎来首批强大 AI 照片编辑功能,我们或许还未做好准备。就 AI 照片编辑而言,iOS 27 中的新功能与谷歌 Pixel 手机相比,较为温和,但对 iPhone 来说,这是原生照片应用在照片处理能力上的一个转折点,这些功能会影响我们对照片记忆的认知,具体影响尚难说清。这些新功能目前包含在 iOS 27 开发者测试版中,苹果可能会在向公众发布前进行调整。此次更新有三个,或者说两个半新的 AI 编辑功能。“清理”(Clean Up)工具算半个新功能,它之前就有但效果差到可忽略不计,今年得到重大升级,能去除照片背景中的干扰元素。“扩展”(Extend)功能可利用 AI 为照片边缘添加合理填充内容以扩展边框。“空间重新构图”(Spatial Reframing)功能模拟相机在场景中移动效果,让用户对现有照片重新构图,这是三个功能中最具野心也可能问题最多的一个。

苹果投身 AI 照片编辑热潮

先看“清理”功能。现在它很好用,不再仅依靠设备端模型移除物体和填充细节,而是使用云端更强大的模型。谷歌多年来一直采用这种方式,这也是谷歌“魔法编辑器”(Magic Editor)工具比苹果去年版本好很多的原因。之前完全依赖设备端的“清理”功能,填充细节替代移除内容时效果不佳,会留奇怪痕迹,操作得不偿失。而“清理 2.0”能很好完成任务。用 AI 从照片中移除物体,是较易被接受的生成式编辑工具。可去掉孩子鼻子上的鼻屎或移除背景中的陌生人,iOS 中的新版本处理这些问题毫无压力,预计会受 iPhone 用户欢迎。

“扩展”功能:反向裁剪

再看更复杂、更考验照片本质的“扩展”功能,可看作反向裁剪。当照片主体构图过紧,想给其更多空间时,可使用该功能扩展照片边框。不过它有一定限制,会避免对人物进行编辑,有时提示照片只能朝特定方向扩展,添加的填充内容不多,可减少被用于不当用途的可能。和“清理”功能一样,它能很好完成任务,倾向于寻找对称元素,通常很有效,比如能为原始照片中未入镜的赛车添加一部分,还能添加后视镜与已有后视镜匹配。它不像三星早期尝试那样急于添加虚构内容,但确实在边桌上添加了一盆看似逼真的盆栽,若发布到 Instagram 上会感觉奇怪。

“空间重新构图”:添加第三维度

“扩展”功能在二维空间处理照片,“空间重新构图”则增加了第三个维度。它基于现有的让照片呈现 3D 效果的功能,让用户可像移动相机改变视角一样对照片重新构图,但调整范围有限,约相当于拍摄照片时手臂移动的距离,目的是修正拍摄时构图不理想的情况。这很符合完美主义者需求。有时对照片各方面满意,只是觉得拍摄时向左移一步能避免把干扰元素框进主体前面,但拍摄时难实时注意到。“空间重新构图”就是为这种小调整设计的。

潜在问题与信任危机

听起来合理,但小调整也可能引发问题。尝试对在 WWDC 主题演讲后与苹果高管的技术交流活动中拍的照片进行重新构图,因当时坐在旁边,照片中台上一位高管大部分被挡住,重新构图后,AI 虚构出一个坐在克雷格·费德里吉(Craig Federighi)旁边的人。在二维空间预测后续内容似乎比三维空间更容易,“空间重新构图”与“扩展”功能的效果对比反映了这一点,前者结果更奇怪。离拍摄主体越远,重新构图的空间越小,AI 生成的内容越逼真,但最终照片与实际拍摄照片差别细微,这么做意义何在?当拍摄主体离相机较近时,情况更奇怪。重新构图效果更明显,AI 需要更努力填充空白,比如在自拍中改变视角,AI 在脸上填充更多细节,很快会让人感觉不自然,即使在有限调整范围内,也会让人脸看起来扭曲怪异,更容易虚构出原本不存在的东西。虽能挽救构图不理想的照片,但实际上不太喜欢这个功能。好在使用这些 AI 工具编辑的照片会带有“合成 ID”(Synth ID)标签,表明经过了 AI 修改。上传照片到 Instagram 时,它能识别到这个信息,但只有点击照片的“AI 信息”菜单才会显示。目前,标签并非万无一失的解决方案,更大的风险是,我们对手机拍摄并发布的照片的信任正在迅速瓦解。苹果当然不是这方面最激进的参与者,但即使对边桌上一盆植物的来源,或某人是否真在照片显示位置拍摄产生一点怀疑,久而久之也会带来很多麻烦。

摄影:Allison Johnson / The Verge

iPhone 18 Pro深度实测:钛合金、2500尼特屏与A19芯片的真实价值 智能手机旗舰升级已从参数堆砌转向系统级体验重构。以iPhone 18 Pro为例,其钛合金中框不仅是材质迭代,更牵动散热设计、良率成本与长期性能稳定性;2500尼特XDR屏幕背后是Mini-LED背光、双层偏光片与全场景亮度响应曲线的协同突破,显著改善强光可读性与续航表现。A19仿生芯片则通过神经引擎算力下放、ISP带宽提升及温控策略调整,在影像处理、Face ID识别与日常交互中实现‘稳态性能优先’。这些升级共同指向移动设备的核心价值跃迁:从‘能用’到‘确定性好用’。本文基于真实拆解与千小时实测,解析高端 阅读详情

相关推荐

苹果M7芯片与OLED屏Mac前瞻:AI性能飞跃与显示技术升级

芯片架构是计算设备的核心技术,通过制程工艺和核心设计优化实现性能突破。苹果自研芯片采用统一内存架构和神经网络引擎,显著提升能效比和AI算力。这种技术路线使本地运行复杂机器学习任务成为可能,降低云端依赖并增强隐私保护。在专业内容创作和移动办公场景中,强劲的本地AI能力可加速视频处理、实时语音转录等应用。最新泄露显示,苹果可能跳过M6直接推出M7系列处理器,配合OLED显示技术,在MacBook Pro等多款设备实现AI性能与视觉体验的双重升级。M7芯片预计采用台积电3nm增强版工艺,神经网络引擎核心数大幅增加

weixin_30500473的博客 269

iOS 27 开发者测试版推三种 AI 照片编辑工具,试用体验佳,期待未来优化!

拥有支持设备且有开发者账户的 iPhone 用户,能体验 iOS 27 开发者测试版提供的三种 AI 照片编辑工具。改进后的“清理”工具能移除物品,“重新构图”和“扩展”工具可改变照片框架或视角。AI 融入苹果 Photos 应用程序,周一全球开发者大会上,苹果为该应用推出 AI 驱动更新,功能在首个 iOS 27 开发者应用程序中可用。- 改进的“清理”工具:在 iOS 18.1 首次推出,目的是移除照片中不需要的人物和物体,用周围区域填充空白空间。

IT界那些事儿 81

Gemini客户端深度评测:原生AI应用如何重构生产力工作流

AI原生应用正从网页端向操作系统级工具演进,其核心在于突破浏览器沙盒限制,实现低延迟、高上下文连贯性与跨应用协同。基于系统级资源调度与本地向量缓存机制,这类客户端显著降低启动延迟、上下文丢失率及大文件处理失败率,支撑高频碎片化调用场景。技术价值体现在三方面:一是通过动态上下文池与分层注意力机制提升长文档理解稳定性;二是依托WebSocket长连接、GPU加速解析和原生IO通道优化响应性能;三是借助全局快捷键、离线SQLite缓存与多窗口知识共享,构建真正可嵌入VS Code、Notion、Excel等专业环

anqiu4023的博客 333

首款折叠iPhone、18 Pro系列深夜炸场!最高售价26499元,苹果换帅后首战,标准版罕见缺席

北京时间 9 月 10 日凌晨 1 点,苹果秋季新品发布会如约而至。

优快云资讯 2577

2026年AI提效真相:场景驱动的多模型协同工作流

AI工具效能不取决于单个模型参数高低,而在于能否匹配真实工作场景的任务特性。理解大语言模型的‘能力指纹’——如Claude长文本逻辑强、DeepSeek中文语境优、Gemini多模态适配好——是构建高效人机协作的前提。技术价值体现在将人的判断力锚定在关键决策点,AI承担80%可标准化处理环节;应用场景覆盖内容生产、编程开发、视觉设计、智能搜索等全岗位链路。本文基于27个真实项目压测数据,揭示‘任务拆解→模型调度→摩擦归零’这一2026年打工人必备的AI工程化方法论。

cuililai5127的博客 509

端侧全栈离线AI:Gemma 4 31B手机本地部署实战指南

离线AI不是模型压缩的妥协方案,而是以端侧全栈部署实现数据主权与实时推理的技术范式。其核心在于将大语言模型(如Gemma 4 31B)完整量化后,在手机NPU上完成从token输入、KV缓存到文本生成的全链路闭环,无需联网、不传数据、不触DNS。这种物理隔离式AI显著提升隐私安全与响应确定性,广泛适用于法律审阅、医疗报告解析、工业设备日志处理及教育场景中的结构化笔记生成。结合端侧多模态理解(Ask Image)与本地RAG知识库(Wikipedia Agent),真正实现‘有网更强,无网照用’的生产力跃迁。

dianqi0560的博客 527

零基础AI实操指南:5个手机电脑自带功能立刻上手

人工智能不是遥不可及的技术概念,而是可即刻调用的效率工具。其核心原理是基于大语言模型的理解与生成能力,通过自然语言指令驱动本地或云端算力完成信息提取、总结、生成等任务。技术价值在于降低认知与操作门槛,让非技术人员也能在不安装新软件、不注册第三方平台的前提下,直接利用iOS、鸿蒙、澎湃OS、Office 365、腾讯文档、飞书等系统级或办公软件内置AI功能解决真实问题。典型应用场景包括会议白板转笔记、微信聊天自动生成周报、Word一键撰写方案、腾讯文档语音生成结构化纪要、飞书多维表格自然语言建看板。本文聚焦‘

weixin_34138056的博客 449

挂颈式AI设备:无屏交互的物理革命与环境智能落地

挂颈式AI设备代表了人机交互从‘手持’向‘穿戴’演进的关键形态,其核心在于绕过屏幕依赖,通过触觉、听觉与前庭觉构建低延迟、高渗透的环境智能。依托2025年边缘AI算力(端侧7B模型<120ms延迟)、固态微型电池、8麦环形阵列及石墨烯热管理等技术成熟,这类设备首次实现‘呼吸级’自然交互。它们不追求全能,而是以不同哲学切入真实场景:OpenAI io专注语义快照与上下文锚定,Humane Pin强化视觉翻译与光子级投影校准,Rabbit R1聚焦跨平台任务代理。关键词涵盖挂颈式AI、无屏交互、环境智能、边缘A

weixin_30614109的博客 408

你每天都在用的10个隐形AI应用:从邮件分类到情绪推荐

人工智能已深度融入日常生活,不再局限于实验室模型或专用工具,而是以无感、实时、个性化的方式嵌入消费级产品。其核心原理涵盖词嵌入、注意力机制、图神经网络、多模态理解等关键技术,通过持续学习用户行为数据实现意图预测与场景自适应。这种技术价值在于解放人类认知带宽、提升决策效率、增强环境响应能力,广泛应用于智能邮箱、输入法、相册管理、导航系统、内容推荐、金融风控、智能家居、语音助手、健康监测与创作辅助等真实生活场景。本文聚焦那些你习以为常却从未察觉背后有AI驱动的日常功能。

weixin_30770783的博客 344

豆包原生去水印:关闭渲染层开关实现零损导出

水印本质上是内容生成后叠加的视觉标识,其技术原理分为服务端嵌入式与客户端渲染层两类。豆包采用端侧实时渲染架构,将水印作为独立图层动态叠加,而非烧录进视频像素,因此具备原生关闭能力。这种设计带来显著技术价值:避免AI擦除导致的画质劣化、边缘残留与编解码损耗,实现毫秒级无损导出。在短视频运营、教育课件制作、自媒体批量剪辑等高频AIGC内容生产场景中,该方案成为兼顾效率、质量与合规性的首选路径。本文详解豆包v3.2.0+版本中隐藏的‘添加平台标识’开关定位与稳定调用方法,覆盖iOS/安卓双端实操及常见失效排查。

weixin_33713350的博客 447

GPT-4o视觉能力免费开放:无感多模态交互实战指南

多模态大模型正从‘图文分离’走向‘图像即输入’的自然交互范式。GPT-4o视觉能力并非简单OCR升级,而是基于ViT-H/14微调架构与联合文本-图像编码的实时理解技术,实现像素到任务流程的语义跃迁。其技术价值在于降低AI使用门槛、消除图文转换链路损耗,并支撑结构化输出、跨场景推理等工程化落地。典型应用场景涵盖手写识别、商品包装解析、穿搭分析、学习笔记整理、旅行导览生成及设备故障诊断。本文聚焦免费用户可直接调用的GPT-4o视觉能力,结合智能视觉开关机制与指令工程方法,提供开箱即用的实操路径。

weixin_33928137的博客 441

AI浏览器:从信息工具到认知外延的范式革命

AI浏览器已超越传统网页渲染工具,演变为融合语义理解、上下文记忆与智能编排的‘认知增强基础设施’。其核心原理在于将大语言模型深度嵌入浏览链路,实现从关键词匹配到任务意图解析的跃迁,技术价值体现在大幅压缩信息筛选、知识整合与决策验证的认知负荷。典型应用场景覆盖学术研究、商业分析、内容创作与个人事务自动化,尤其在多源异构文档交叉分析(如PDF/网页/邮件)和隐私敏感型本地推理中展现不可替代性。本文聚焦ChatGPT Atlas、Genspark、Edge Copilot与Opera Aria四大主流AI浏览器的

cigang4063的博客 399

Claude Opus 4.8:工业级AI客服引擎的架构与落地实践

AI客服系统已从‘能答’迈向‘稳答、准答、合规答’的工业级阶段。其核心在于模型能力与运行时环境的深度耦合——不仅依赖大语言模型的推理性能,更需动态上下文管理、实时合规注入、多模态意图蒸馏等工程化模块协同。以Claude Opus 4.8为例,它通过确定性冗余设计、token级合规干预、结构化OCR输出等关键技术,在金融、电商等高监管场景中实现98.7%意图识别准确率与99.95%免编辑回复率。本文聚焦真实生产环境下的架构选型逻辑、多模态理解链路、合规性内生机制及K8s稳定性保障方案,为技术负责人与交付工程师

474

豆包深度实操指南:中文AI工作流提效的六大核心能力

AI助手作为现代办公与学习的智能增强工具,其价值不在于通用推理,而在于对特定语言、场景和任务的深度适配。中文AI尤其需解决语境理解、政务教育术语识别、本土化表达生成等基础能力问题。豆包凭借多轮对话记忆、文档深度解析、语音实时转写等技术,在公文写作、教育辅导、合同审查等高频中文场景中展现出显著效能优势。它并非万能模型,而是以‘强上下文感知+结构化输出+可审计溯源’为特征的场景化增强器。本文基于真实三个月高频使用数据,系统拆解其能力边界、操作陷阱与提效路径,聚焦如何将模糊需求转化为精准指令、让碎片信息沉淀为结构

dianqi0560的博客 368

C51:PWM+舵机角度控制

PWM,英文名Pulse Width Modulation,是脉冲宽度调制缩写,它是通过对一系列脉冲的宽度进行调制,等效出所需要的波形(包含形状以及幅值),对模拟信号电平进行数字编码,也就是说通过调节占空比的变化来调节信号、能量等的变化,占空比就是指在一个周期内,信号处于高电平的时间占据整个信号周期的百分比,例如方波的占空比就是50%.脉冲宽度调制通过占空比编码模拟信号一个周期内,高电平占据时长的百分比如下图所示,最便宜的舵机sg90,常用三根或者四根接线,黄色为PWM信号控制。

qq_73379310的博客 3389

Gazebo仿真UUV水下机器人:从环境搭建到避障算法实战

本文详细介绍了使用Gazebo仿真平台进行UUV水下机器人开发的全流程,涵盖从环境搭建、uuv_simulator配置、传感器集成到核心避障算法实战。通过搭建水下仿真实验室并实现基于激光雷达数据的反应式避障算法,为水下机器人算法验证与开发提供了高效、低成本的解决方案。

weixin_28840591的博客 265

零基础选AI软件:不是挑工具,而是配认知接口

AI软件对新手而言并非传统工具,而是一种重塑思维与表达的认知接口。其核心原理在于通过最小化操作动作、即时可感知反馈和中文语境深度适配,降低用户启动门槛。技术价值体现在让无编程背景者快速获得有效产出,如文案生成、语音转待办、图片扩图等真实场景。关键不在模型参数,而在是否支持‘拖拽即用’‘点击换版’‘语音直传’等零基础友好交互。本文聚焦中文提示词隐形语法、网页版优先策略及A4纸筛选法,帮助用户绕过术语陷阱,建立AI可用性直觉。

weixin_33798152的博客 300

【开源~磁悬浮】零代码,纯硬件闭环:从霍尔到H桥的磁悬浮稳定术

本文详细介绍了如何不依赖任何代码,仅通过模拟和数字电路的组合,实现一个完整的磁悬浮闭环控制系统。从霍尔传感器检测位置,到运放电路进行信号调理与模拟PID控制,再到H桥驱动电磁铁执行纠偏,全程使用基础电子元器件搭建。文章深入剖析了系统原理、电路设计、调试技巧与实践经验,展现了纯硬件实现自动控制的独特魅力与挑战。

perl8的博客 622

豆包免费生成短视频的三种工作流与实操避坑指南

短视频生成是当前内容创作的核心技术能力,其本质是将文本、图像或语音等输入,通过AI多模态理解与视频合成技术,自动输出符合传播规律的动态内容。这类工具的技术价值在于降低专业剪辑门槛、提升信息密度与节奏控制精度,并适配抖音、小红书等主流平台的内容分发逻辑。典型应用场景包括本地生活探店、教育口播、电商促销、个体IP打造等轻量级生产需求。本文聚焦豆包平台提供的三种完全免费的短视频生成方式——纯文本成片、图文生视、语音直出,深入解析其底层能力边界、参数优化逻辑与真实业务适配策略,尤其结合‘本地生活’‘口播类内容’两大

8376

AEJoy —— 最受欢迎的 5 个 Ae 表达方式

NOTE] 原文作者我意识到表达式可能令人生畏,有些人宁愿复制粘贴有用的代码,而不愿学习这门语言。对此我完全理解。因此,我想与您分享我的。这些是我几乎在每个项目中都会使用的表达式,我认为它们极大地提升了工作流程。

ShaderJoy 的兴趣技术杂货铺 364

从你的全世界路过---陌陌X-SIGN还原

我们上期介绍了hook 接口方式,今天我分析so 层。学习是为了复杂的事情简单化。不用如此繁琐。跟进native_sdbyecbu37x这个函数,我们f5看伪代码 v13 = sign(v9, v10, v11, a6); 跟进这个函数 代码如下(示例): 2.代码贴入 SHA消息摘要java代码如下: java 代码如下(示例): 总结 算法,结合动态调试!

任雪飘的博客 2303

豆包实操避坑指南:417天踩坑总结的13项关键配置与对话技巧

豆包作为国内主流AI助手,其实际效能高度依赖用户对基础配置、权限逻辑与提示工程的理解。本文从AI助手通用原理切入,解析大模型在移动端的运行约束——如上下文记忆机制、OCR图像预处理依赖、语音识别的声纹过滤特性等技术本质;强调隐私安全、系统兼容性与交互稳定性构成使用底线,尤其在华为EMUI、小米MIUI等深度定制安卓系统中,权限策略差异可直接导致OCR或语音功能失效;进而延伸至人机协作核心:如何通过角色设定、格式指令、多轮递进等方法,将模糊需求翻译为AI可精准执行的任务坐标系。内容覆盖真实办公、育儿、健康、内

dingdi3021的博客 499

20、超声多普勒成像技术全解析

本文全面解析了超声多普勒成像技术,涵盖彩色血流成像(CFI)、能量多普勒成像、超快多普勒成像和矢量多普勒成像的原理、流程、优势及临床应用场景。详细探讨了各成像模式的特点,如CFI的血流方向与速度可视化、能量多普勒对小血管的高灵敏度、超快多普勒的高帧率分析能力,以及矢量多普勒消除角度依赖性的创新方法。同时分析了技术面临的挑战及未来发展趋势,包括更高分辨率、人工智能辅助诊断和便携式设备的发展,为医学影像研究和临床诊断提供重要参考。

z2a3b4c5d的博客 279
上一篇: 翠贝卡电影节 AI 电影展映:生成式 AI 在电影制作中的机遇与挑战
下一篇: Siri AI 初体验:macOS 表现复杂,有亮点也有局限,苹果 AI 首步待提升!
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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