【TechWeb】5月18日消息，据国外媒体报道，热成像传感器将在未来的自动驾驶汽车中发挥重要作用，这项技术如果在汽车领域大规模应用，将为自动驾驶汽车的未来打下坚实的基础。
摄像头模块制造商Mcnex的汽车零部件产品开发总监Jung Young-hyun表示，热成像传感器将在未来的自动驾驶汽车的高级驾驶辅助系统（ADAS）中发挥更大的作用。
据悉，与激光雷达、摄像头、毫米波雷达这几种传感器相比，热成像传感技术捕捉到的图像分辨率要更高。由于行人、动物等都会散发热量，所以热成像传感技术可以轻易分辨出他们，且不受昼夜、强光、阴影、雾霾等复杂环境条件的影响。
热成像传感器主要用于探测物体散发的热量，因此该技术在探测道路上不同深度的障碍物时更加有效。
Jung表示，热成像传感器可以与安全带和汽车座椅上的二次光纤传感器配对，以检查司机或乘客的状态，比如，可以检测司机面部的温度，以检查他们是否昏昏欲睡。此外，热成像传感器还可以用来控制车内的空调。（小狐狸）
（举报）
微博话题iPhone面容解锁不需要摄像头”上了热搜榜，引发热议。 有网友实测，遮住iPhone的前置摄像头时依然能录入面容信息，也能完成面容解锁。 据了解，iPhone的Face ID依赖于苹果研发的原深感摄像头系统，它主要由三个核心组件协同工作： 点阵投影器：投射超过30000个不可见的红外光点，构建面部3D深度模型。 红外镜头：捕捉光点反射形成的三维结构数据，生成数学表征�
11月5日，“iPhone面容解锁不需要摄像头”话题引发热议。苹果官方澄清，面容ID并非通过前置摄像头，而是依赖原深感摄像头系统投射并分析数万个不可见点，生成面部深度图与红外图像，再通过安全隔区内的神经网络引擎进行数据比对。该系统能适应外貌变化，并在各种光线环境下工作。需注意，红外镜头仍属广义摄像头范畴，称“完全不需要摄像头”并不严谨。
过去十多年，长视频平台习惯用头部综艺与大剧撬动增长:内容够强，自然破圈，声量带动会员与广告。 这套“内容中心逻辑”曾行之有效。 但短视频重写了注意力分配。用户不再愿意投入整段时间追一个叙事，三十秒的情绪刺激就足以满足娱乐需求。内容生命周期被压缩，哪怕是重金制作，也可能上线当周见顶、难以延展。 在这种环境下，平台不得不寻找新的增长方式。�
近日，摩根士丹利发布重要信息，揭示了苹果公司即将推出的首款折叠屏iPhone的摄像头配置细节。据透露，这款具有里程碑意义的旗舰手机将首次采用屏下摄像头技术，配备一颗高达2400万像素的屏下摄像头，这在苹果历史上尚属首次。
在直播行业进入下半场的背景下，美链MCN创始人张睿峰提出：流量成本攀升，多数品牌直播亏损，需立足公域基础，将私域作为用户深度服务补充。核心是理解算法底层逻辑——标签系统、画像匹配和效率分配，构建PCP模型（直播间标签、团队能力与优质内容匹配）。强调“产品-主播-用户”三象合一，避免人货场概念模糊。私域实践应聚焦售后、测品及信息获取，提升IP竞争力。直播下半场竞争归根结底是认知与效率的比拼。
AI普惠，从梦想走进现实。 近年来，中国的AI落地突飞猛进，智能体成为最受青睐的AI原生应用发展方向、数字人成为企业降本增效的利器、AI搜索成为大众最佳的上网伴侣…… 不难看出，中国AI正在深挖场景价值。 对此，彭博社前不久发表了《硅谷有多少技术建立在中国AI基础之上》一文，坦承中国AI正在吸引全球用户，获得硅谷的青睐。 作为全球为数不多拥有全栈AI技术�
小米汽车将于11月21日广州车展发布“Xiaomi HAD增强版”端到端辅助驾驶系统，覆盖SU7与YU7车型。YU7因算力更高表现更优，SU7低配版未搭载激光雷达，功能略有差异。小米在辅助驾驶领域投入巨大，首期投资57.9亿元，研发团队超1800人，并与清华、港大等高校合作。同时提醒用户，辅助驾驶非自动驾驶，需保持对车辆的控制。
尽管小红书电商规模未知，却是为数不多还有红利机会的平台。前段时间，小红书把电商升级为一级入口，「市集」放入App主界面，同时面向商家发布「百万免佣计划」。这些动作都明示了小红书对电商投入程度不断提升。 不少MCN机构心动但没有头绪——小红书上的MCN多以扶持博主内容变现，直播电商变现经验不足;不同平台调性、电商氛围、推流逻辑不同，又决定了有直播�
11月14日，腾讯元宝上线AI出卷和错题本功能。AI出卷利用海量免费资源与个性化出题优势，解决线下买卷成本高、针对性不足的痛点；错题本则简化整理流程，助力高效复习。两项功能通过降低优质资源获取门槛、简化学习管理，为个性化学习提供高效解决方案，是AI技术在教育场景的重要实践。未来元宝将持续深耕教育领域，探索更多贴合教学需求的创新功能。
随着中国新能源汽车产业进入智能化深水区，辅助驾驶技术正经历从功能演示到信任建立的关键转型。华为乾崑智驾ADS4系统通过创新的WEWA架构，实现感知智能到认知智能的跨越，在云端构建虚拟训练环境应对复杂场景。系统以安全为核心，展现"谨慎而高效"的驾驶风格，已在城市通勤和自动泊车场景中实现全程自动化。目前系统成功避免超242万次潜在碰撞，接入超50万个停车场。用户行为数据显示，辅助驾驶正从尝鲜使用转向主动依赖，标志着该技术进入规模化应用新阶段。
