苹果首款折叠屏手机将于今年秋季发布,据悉新机将命名为iPhone Ultra。以下是这款全新高端机型预计搭载的六大特性。
外观设计
作为苹果首款折叠屏手机,iPhone Ultra将拥有前所未有的独特外形设计。
与大多数折叠屏设备不同,iPhone Ultra展开后的宽度将大于高度,采用书本式折叠方式。其外屏的比例比现有任何一款iPhone都更宽更短,而内屏的尺寸和形态则与iPad mini颇为相似。
此外,与此前市场上的折叠屏产品相比,iPhone Ultra的内屏预计将实现无折痕设计,这对于折叠屏形态而言是一项重大突破。
iPhone Ultra在设计上将借鉴iPhone Air的部分风格,采用钛金属边框,展开状态下机身极为纤薄,折叠后的厚度则相当于两部iPhone Air叠放在一起,甚至比这还要薄。
双屏规格
iPhone Ultra配备双显示屏:一块位于外侧,另一块则在展开后呈现。目前外界流传的尺寸参数显示:
外屏的尺寸与iPhone mini较为接近,但屏幕比例更宽;
内屏手持体验预计将与iPad mini十分相近。
摄像头配置
iPhone Ultra后置搭载两颗摄像头:4800万像素主摄与4800万像素超广角镜头。
这意味着选择Ultra而非Pro机型的用户将无缘长焦摄像头及其更强的变焦能力。
由于iPhone Ultra配备双屏,前置摄像头也相应设置两颗,每块屏幕各配一颗。目前关于这两颗前置摄像头的详情尚不明朗,但苹果很可能沿用去年随iPhone 17推出的1800万像素Center Stage摄像头,并采用打孔式开孔设计。
软件功能
iOS 27本周已正式发布,但iPhone Ultra专属的部分功能预计将在今年秋季才会随机型亮相一并揭晓。
据彭博社记者马克·古尔曼透露,此次将带来两项主要升级。
古尔曼表示,该设备展开后不会支持iPadOS 26的完整窗口化功能,也不会直接运行iPadOS,但iOS 27在软件体验上将参考借鉴iPad系统的多项设计。
芯片与性能
iPhone Ultra将搭载全新A20 Pro芯片与C2蜂窝调制解调器,这两项配置预计也将同步出现在iPhone 18 Pro上。
A20 Pro据悉将是一次幅度较大的升级,得益于全新的2纳米制程工艺,以及采用WMCM(晶圆级多芯片模块)技术进一步提升能效表现。
新芯片将配备12GB运行内存,与A19 Pro保持一致,但据报道将搭载更快的LPDDR5内存,从而带来更优异的性能表现。
C2是苹果自研的下一代蜂窝调制解调器,将以苹果自主设计的方案取代高通的5G调制解调器,并带来多项全新优势。
生物识别
对于一款名为"Ultra"的机型来说,这一设计或许出人意料——苹果折叠屏iPhone将不支持面容ID,而是回归Touch ID,并将其集成于电源键之中。
iPhone Ultra上的Touch ID实现方式与iPad Air和iPad mini上的方案高度相似。
据报道,由于机身过于纤薄,苹果未能将面容ID所需的两套模块(每块屏幕各一套)压缩至足够小的尺寸以适配iPhone Ultra。不过,未来的机型或许将解决这一问题。
售价预期
目前关于iPhone Ultra定价的传言众说纷纭,多数分析师预计256GB起售版本的价格约为1999美元,但也有人认为实际售价可能更低或更高。
有一点似乎可以确定:这将是史上售价最高的iPhone。苹果将iPhone与iPad的功能本质上融为一体,显然希望借此让这一价格显得物有所值。
您是否有意购入iPhone Ultra,还是会选择其他机型?欢迎在评论区告诉我们。
Q&A
Q1:iPhone Ultra的折叠屏设计有什么特别之处?
A:iPhone Ultra采用书本式折叠设计,展开后宽度大于高度,外屏比例宽而短,内屏尺寸接近iPad mini。最大亮点是内屏预计实现无折痕设计,这是折叠屏手机领域的重大突破。整体机身极为纤薄,边框采用钛金属材质,折叠后厚度相当于两部iPhone Air叠放,但更薄。
Q2:iPhone Ultra为什么不支持面容ID?
A:由于iPhone Ultra机身极为纤薄,苹果无法将两套面容ID所需的硬件模块(分别对应内外两块屏幕)压缩至足够小的尺寸,因此转而在电源键中集成Touch ID,实现方式与iPad Air和iPad mini上的方案类似。苹果表示未来机型可能会重新引入面容ID。
Q3:iPhone Ultra的起售价大概是多少?
A:目前多数分析师预计iPhone Ultra 256GB起售版本的定价约为1999美元,但也有分析人士认为实际价格可能更高或更低,各方说法不一。可以确定的是,这将是苹果有史以来定价最高的iPhone机型。
好文章,需要你的鼓励
仿人机器人与自动驾驶汽车在区域架构、功能安全及雷达传感方面高度相似。多分辨率摄像头组合可更好地模拟人类视野,兼顾广角低保真与局部高精度需求。自然运动需实时计算正逆运动学、距离与深度,同时须兼顾功耗效率。当前视觉与基础操控技术最为成熟,而触觉、全身协调及非结构化环境中的移动能力仍是主要挑战。业界正借鉴自动驾驶经验,加速推进仿人机器人的规模化落地。
这项研究提出Epi2Diff方法,通过将大型推理模型的解题思考过程拆解为认知片段序列,提取过程特征预测考题对人类的难度,在四个真实考试数据集上超越了所有对比基线。
随着AI技术发展,攻击者可融合白市、灰市及黑市数据,构建个人及其环境的数字孪生体,使定向攻击更为便捷。专家指出,AI与网络安全的核心交汇点是数据本身。防御AI数据融合攻击需依赖硬件信任根、强加密、安全密钥存储及严格的数据匿名化措施。芯片架构师需将安全设计嵌入硬件层,确保数据完整性验证、隔离执行及认证数据流,以应对日益复杂的运行时攻击面。
南京大学与阿里巴巴提出MIMFlow,将掩码图像建模与标准化流端到端融合,让生成模型专注语义建模,以更少参数和更少令牌在ImageNet上取得FID 2.50的优异表现。