苹果的iPhone 14与iPhone 14 Pro将正式搭载卫星紧急求救功能。
通过与Globalstar卫星通信公司的合作,苹果这一新功能将经由卫星连接让人们在没有蜂窝数据或Wi-Fi的情况下,与当地紧急调度中心建立联络。一旦遭遇紧急情况,iPhone 14将会向Globalstar的24颗低轨卫星之一发出信号,之后,该卫星会将信息转发至一处地面站;如果调度中心无法接收911求救短信,地面站会将呼叫进一步路由至当地调度中心或中继中心。这些中继中心由第三方及苹果雇佣的专家组成,他们接受过完备的应急培训,能够与调度员沟通并往来传递信息。
苹果当然希望大家永远用不到这项功能,但同时也提醒用户别在不必要时故意测试……那这岂不成了第22条军规,永远矛盾、永远无法证实或证伪?但必须承认,学习通过卫星紧急求救的最佳时机,当然就是我们还没真正遇到危险的时候。因此,苹果推出了一套演示模式,以供用户在非紧急情况下进行测试。
下面,就让我们通过受控环境下的功能演示一探其工作原理。
如何通过卫星激活紧急求救功能
如果大家身处没有手机信号或Wi-Fi连接的地区,那么只要通过电话、短信、Siri或者碰撞检测功能触发呼叫911的操作,就能找到此项功能。如果大家把自己的Apple Watch设置为通过iPhone路由紧急服务,也可以通过Apple Watch的摔跌检测激活此功能。
当SOS图标出现在屏幕右上角时,即代表当前没有蜂窝/Wi-Fi连接但有卫星服务可用,正准备激活卫星紧急求救功能。此功能必须由硬件和软件搭配实现,因此目前只登陆iPhone 14和iPhone 14 Pro机型。
大家也可以直接拨打911报警电话来激活该功能。当电话因不在服务区而无法接通时,屏幕右下角的绿色圆形图标将显示「通过卫星发送紧急短信」,点击这个图标即可触发该功能。需要注意的是,由于要向卫星发送消息,所以会有一定延迟。苹果公司表示,发送一条消息大约需要15秒;如果信号条件特别差,那么最多可能需要1分钟。
报告紧急状况
接下来屏幕会提示使用此功能时的注意事项:需要在室外环境才能获得卫星连接,发送消息需要较长时间,而且需要回答问题以加快响应速度。在屏幕下方,点击「报告紧急状况」即可与应急服务联络。到这一步,救援方已经获知我们的困境。
提供关于紧急状况的详细信息
接下来,功能会询问我们一系列问题,旨在收集关于紧急状况的更多信息。请记住:即使无法填写报告,只要操作到这一步,那么紧急求救服务就已经触发。出于演示的目的,苹果希望用户能更具体地描述出了什么麻烦,比如在深山徒步时不小心摔伤了腿。报告方式也比较简单,就是从一大堆常见状况列表中选出符合实际情况的选项。
下一页则询问关于事故的更多详细信息,例如「谁需要帮助?」、「你能正常呼吸吗?」以及「以下哪种描述与实际情况最接近?」这里我们选择了自己就是伤者,不存在呼吸困难,并从列表中选择了「外伤」。
紧急报告的最后一步就是通知紧急联络人。使用的是医疗卡(Medical ID)的资料,一旦用户出现任何健康状况、过敏或药物副作用,该功能会触发紧急服务并通知指定人员。理论上,用户会在远足之前就填好这位联系人,这样事发时对方就能收到外伤警报。该联系人还能查看用户与紧急服务之间的文本对话(但无法回复),借此实时关注现场情况。
通过卫星向紧急服务部门发送短信
在紧急情况信息(包括用户医疗信息和所在位置)发出之后,该功能就会在用户和中继中心间创建新的对话,这时屏幕上方状态栏中会显示iPhone处于连接状态,并提醒用户将手机始终指向一个方向以保持连接。大约30秒后,用户即可从中继中心处收到短信,要求描述所在位置以及是否随身携带有药物(因为医疗卡信息提到我需要定期服药)。
在回答这些问题之后,用户会收到短信,提示已经通知当地响应服务部门。大家可以在原地静待帮助的到来,也可以继续与中继中心保持联络,感觉哪种舒服就选哪种吧。
好文章,需要你的鼓励
微软研究院推出VIBEVOICE,这是一种革命性的AI语音合成技术,能够一次性生成长达90分钟的多人对话音频。
成均馆大学团队开发出选择性对比学习新方法,让机器通过观察人类交互场景学会识别物体功能部位。该技术突破传统局限,采用动态学习策略,能根据信息质量调整学习方式,在多个数据集上显著超越现有方法,为机器人、自动驾驶等领域的智能交互应用奠定重要基础。
微软与三星达成合作,将Copilot人工智能助手集成到三星的智能电视和显示器产品中。用户可以通过语音或遥控器直接与Copilot交互,获得智能问答、内容推荐、设备控制等服务。这一合作标志着AI助手从传统计算设备向家庭娱乐设备的进一步扩展,为用户提供更加智能化的观看体验。
新加坡南洋理工大学研究团队开发出EgoTwin系统,这是首个能够根据文字描述同时生成第一人称视频和匹配人体动作的AI框架。该系统通过创新的头部中心动作表示方法和因果交互机制,解决了视角对齐和动作画面同步的核心难题,在17万样本的真实数据集上实现了显著性能提升,为VR内容创作、影视制作等领域提供了新的技术可能。