WWW.YOUINFO.SITE
标签聚合 组内

/tag/组内

cnBeta全文版 · 2026-06-03 07:05:47+08:00 · tech

苹果近日获得一项与 iPhone 摄像头散热相关的新专利,拟通过在摄像头模组内部引入特定液体,缓解传感器及相关元件的过热问题,从而为未来 iPhone 影像系统的升级铺路。 近年来,智能手机摄像头不断向更大底、高像素和复杂光学结构演进,模组内部器件发热问题愈发突出,被视为制约移动影像进一步提升的重要因素之一。 苹果此次专利文件显示,其设计了一种包含独立壳体、镜头组件、可移动基板(承载图像传感器)以及柔性密封结构的摄像头模组方案。 该柔性密封将模组内部空间划分为两个区域:处于光轴路径内的区域可填充空气、氮气或其他光学上合适、不会影响成像的气体或透明流体;而剩余空间则填充如矿物油等介电液体,用作“液体散热器”。 从专利描述来看,这一设计的重点并非打造“液体镜头”或通过液体实现可变焦距等光学效果,而是借助液体良好的导热特性,将图像传感器、驱动执行器、处理电路以及其他电子元件产生的废热更高效地从摄像头模组内部导出,使系统在更长时间内维持在相对稳定、可控的温度区间,避免高温导致的画质劣化或性能降级。 专利指出,这种液体填充结构尤其适合用作具有活动部件的散热路径,因为这类部件往往难以与刚性壳体建立稳定、有效的热连接,而介电液体可以在不影响运动自由度的前提下承担热传导角色。 该专利还提到,这一液体散热思路有望提升形状记忆合金执行器(例如镍钛合金,常被称为 nitinol)在摄像头模组中的可行性。 相较传统马达,形状记忆合金在通电后可以发生形变,从而实现对内部镜片或结构的精确微调,但在工作过程中会产生额外热量,对小体积封闭模组提出更高散热要求。 若采用专利中的液体填充结构,这类执行器的热量可被迅速吸收并传导开,为未来在对焦、防抖或光学结构调整中进一步采用形状记忆合金提供更多工程空间。 目前尚无法确认这项专利技术将于哪一代 iPhone 正式落地,苹果一贯也不会就单项专利做出产品层面的承诺。 不过,从专利内容来看,苹果正在探索通过材料与热管理层面的创新,为移动影像系统预留更大的性能和结构设计余地,这也与其长期在智能手机影像能力上保持竞争优势的策略相吻合。 查看评论

LinuxDo 最新话题 · 2026-05-28 10:38:51+08:00 · tech

组内可以报销网络服务费,所以想找个能稳定用 AI 服务、并且能开具正规发票的机场。 预算: 预算问题不大,反正能报销,最好支持年付,不想折腾 使用场景: AI 御三家必须可用,其他网站无所谓 除此之外,希望尽量没有任何折腾点,比如复杂配置、频繁换节点、手动维护规则之类的都不太想碰。 有没有佬友用过比较省心、能开发票的方案?求推荐,感谢! 17 个帖子 - 13 位参与者 阅读完整话题

v2ex.com · 2026-04-23 14:09:37+08:00 · tech

央企子公司组内直招内推。 base: 北京 岗位职责: 1 、设计并构建企业级本体平台,覆盖本体对象数据的接入、对象图谱构建、动态本体计算、可视化应用等核心环节。 2 、具备实现知识图谱的关键能力,包括但不限于:知识建模、信息抽取、图数据存储、查询优化、推理计算等; 3 、结合 NLP 技术(实体链接、关系抽取、事件抽取)优化知识获取管线,提升图谱构建的自动化水平; 4 、与算法、工程及产品团队紧密协作,推动本体平台在智能问答、推荐系统等方向的实际落地; 5 、主导分布式事务数据库、图数据库的集群方案设计与调优,保障生产环境的稳定性。 任职要求: 1 、本科及以上学历,计算机科学、人工智能、软件工程或相关专业; 2 、精通 Go 语言,熟悉微服务架构及常用中间件(如 Kafka 、Redis 、etcd 、doris 等),具备良好的工程化开发能力; 3 、熟练掌握至少一种图数据库( Neo4j 、JanusGraph 、NebulaGraph ),有大规模数据建模与查询优化经验; 4 、熟悉常用的 NLP 工具与框架(如 HanLP 、LTP 、spaCy )及向量数据库(如 Milvus )。 加分项: 1 、有图计算框架(如 GraphX 、Plato )或图神经网络( GNN )经验。 2 、熟悉 RDF 、SPARQL 及语义网技术栈。 本体研发工程师( Go 语言方向) 25-40k·14 薪 邮箱 base64: Y2VjX2NjX2xoakAxNjMuY29t

linux.do · 2026-04-21 19:16:09+08:00 · tech

向各位佬友求助,目前研一下,组内是做医学图像方向的,算力资源不足但是私有数据集还是比较多的。租卡的话不给报销,因为涉及私有数据集问题。 算力资源仅限于单卡4090、3090,而且还不是服务器那种共用的,目前都在几个博士师兄手中。像鼠鼠这种只能用1080ti这种级别的卡(N年前的卡,上周修好这周又频繁报核心转储等错误,今天彻底废了),问研三师兄他给的建议是先看看论文多思考思考,也没有给解决方案。能够复现的论文很少,3D的肯定是不能做了,现在在看VLM,CLIP微调在2D图像上的分类分割方向,想要加点模块做做实验也很困难。 鼠鼠后边还想继续整个博士学位,但这种条件似乎不支持我这种想法,有种心有余而力不足的无奈,请问各位佬友有没有什么建议? 1 个帖子 - 1 位参与者 阅读完整话题