苹果Find My产品需求增长迅速,伦茨科技ST17H6x芯片供货充足

本文主要是介绍苹果Find My产品需求增长迅速,伦茨科技ST17H6x芯片供货充足,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

苹果的Find My功能使得用户可以轻松查找iPhone、Mac、AirPods以及Apple Watch等设备。如今Find My还进入了耳机、充电宝、箱包、电动车、保温杯等多个行业。苹果发布AirTag发布以来,大家都更加注重物品的防丢,苹果的 Find My 就可以查找 iPhone、Mac、AirPods、Apple Watch。
在这里插入图片描述

如今的Find My已经不单单可以查找苹果的设备,随着第三方设备的加入,将丰富Find My Network的版图。产品与Find My可实现智能防丢的功能。
在这里插入图片描述

Apple「查找」Find My可通过庞大的“Apple Find My Network” 实现全球查找功能。无数iOS、iPadOS、macOS、watchOS激活设备与Find My 设备结合在一起,无需连接到Wi-Fi或者蜂窝网络,用户也可以给遗失的设备定位。对于任何iOS、iPadOS、macOS、watchOS设备,只要在Find My设置中打开离线寻找功能,均可通过地图查看所有设备。

在这里插入图片描述

Find My支持的功能
在这里插入图片描述

有害跟踪检测功能:该功能会通知用户可能无法正常识别的配件,同时会追踪这类配件随时间而变化的位置信息。

丢失模式设置号码:支持通过该网络将特定设备或配件设置为丢失模式,还可以设置预留号码让人捡到时联系你。

发现丢失设备位置:当某用户丢失某个设备时可以将其标记为丢失模式,随后设备信息会在蓝牙网络里互相传播。最终当某个用户的蓝牙检测到这个丢失物品时会将其大致的位置传递回最开始丢失的用户帮助用户快速寻找设备。

控制设备播放声音:可以远程发起播放声音帮助用户寻找配件,该动作既支持配件所有者且也支持非所有者发起。当查找到配件的大致位置后用户可以让所有者的 iOS设备发出声音进行提醒,并有所有者取消提醒去寻找设备等。

“Apple Find My Network”配件计划,将庞大的全球“Apple Find My Network”开放给使用伦茨科技ST17H6x Soc平台的第三方设备制造商,以便他们设计使用这项服务的产品。这意味着利用Apple设备强大的覆盖网络,用户可在“Find My”app中定位和追踪任何一款使用伦茨科技ST17H6x Soc平台支持“Apple Find My Network”的重要个人物品。
在这里插入图片描述

使用伦茨科技ST17H6x芯片的设备接入Find My Network后,可添加到Find My APP新增的“项目”选项下,可适用于上千亿种使用场景,包括钱包、单车、帽子、背包等。 合作产品将会配备苹果“Work with Apple Find My”徽标,让用户知道它们与“Apple Find My Network”和「查找」(Find My)APP兼容。
在这里插入图片描述

正如苹果全球产品营销副总裁鲍勃·伯切斯(Bob Borchers)所说:“十多年来,我们的客户一直依靠‘Find My’来定位他们丢失或被盗的苹果设备,同时也保护了他们的隐私。”

现在,伦茨科技ST17H6x芯片使各大客户可将“Apple Find My Network”功能集成进产品,伦茨科技期待与更多的合作伙伴一起合作,让全球20亿台苹果设备成为基础设施,为用户提供精确查找位置,实现万物互联。

伦茨科技成立于2010年,是一家致力于蓝牙BLE和IoT芯片开发的科技公司,集研发、设计、解决方案、测试、预认证和技术支持为一体的高新技术企业。公司主要芯片与解决方案包含Apple Find My、Alexa直连和其他IoT领域。伦茨科技的客户遍及全球苹果MFi、新能源汽车配件、生命科学、智能硬件、工业4.0及消费电子等领域。我们提供一站式Apple Find My解决方案,加速Find My产品开发。我们的turnkey(交钥匙)服务节省时间、成本,降低风险,助力客户快速市场响应。

这篇关于苹果Find My产品需求增长迅速,伦茨科技ST17H6x芯片供货充足的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/851215

相关文章

从戴尔公司中国大饭店DTF大会,看科技外企如何在中国市场发展

【科技明说 | 科技热点关注】 2024戴尔科技峰会在8月如期举行,虽然因事未能抵达现场参加,我只是观看了网上在线直播,也未能采访到DTF现场重要与会者,但是通过数十年对戴尔的跟踪与观察,我觉得2024戴尔科技峰会给业界传递了6大重要信号。不妨简单聊聊:从戴尔公司中国大饭店DTF大会,看科技外企如何在中国市场发展? 1)退出中国的谣言不攻自破。 之前有不良媒体宣扬戴尔将退出中国的谣言,随着2

雷动WEBRTC产品

http://www.rtcpower.com/html/leidongwebrtc.html ; 1.前言      WebRTC是一项在浏览器内部进行实时视频和音频通信的技术,是谷歌2010年以6820万美元收购Global IP Solutions公司而获得一项技术。WebRTC实现了基于网页的视频会议,标准是WHATWG 协议,目的是通过浏览器提供简单的javascript就可以

全球AI产品Top100排行榜

Web Top50的榜单里,AIGC类型的应用占比52%,遥遥领先。AIGC类型包括图像、视频、音乐、语音等的内容生成和编辑。音乐生成应用Suno在过去六个月中的排名跃升最为显著,从第36位上升至第5位。排名第二大类是通用对话/AI聊天/角色扮演类型的应用,占比20%,包括常见的ChatGPT、Claude、Character.ai等。其他是AI写作(8%)、AI搜索/问答(6%)、Agent/

MongoDB学习—(6)MongoDB的find查询比较符

首先,先通过以下函数向BookList集合中插入10000条数据 function insertN(obj,n){var i=0;while(i<n){obj.insert({id:i,name:"bookNumber"+i,publishTime:i+2000})i++;}}var BookList=db.getCollection("BookList")调用函数,这样,BookList

在亚马逊云科技上利用Graviton4代芯片构建高性能Java应用(上篇)

简介 在AI迅猛发展的时代,芯片算力对于模型性能起到了至关重要的作用。一款能够同时兼具高性能和低成本的芯片,能够帮助开发者快速构建性能稳定的生成式AI应用,同时降低开发成本。今天小李哥将介绍亚马逊推出的4代高性能计算处理器Gravition,带大家了解如何利用Graviton芯片为Java生成式AI应用提高性能、优化成本。 本篇文章将介绍如何在云平台上创建Graviton芯片服务器,并在Gra

2024年AI芯片峰会——边缘端侧AI芯片专场

概述 正文 存算一体,解锁大模型的边端侧潜力——信晓旭 当下AI芯片的亟需解决的问题 解决内存墙问题的路径 产品 面向大模型的国产工艺边缘AI芯片创新与展望——李爱军 端侧AI应用“芯”机遇NPU加速终端算力升级——杨磊 边缘端的大模型参数量基本小于100B AI OS:AI接口直接调用AI模型完成任务 具身智能的大脑芯片 大模

十四、我们应当怎样做需求分析:子用例与扩展用例

用例模型作为UML中4+1视图中非常重要的一员,非常集中地体现了面向对象的分析与设计思想。用例模型将现实世界中连续的一个一个业务流程,按照场景划分到了一个一个的用例中。由于场景的出现,使得用例中的业务流程存在着高度的内聚性,从而成为了日后各种对象的雏形。同时,在用例分析中,又将那些存在于各个用例中的,相同或相近的业务操作提取出来,形成一个一个的子用例或扩展用例,又体现了面向对象设计中的复用性。现在

十三、我们应当怎样做需求分析:查询报表分析

在我以往的用例分析中,使用这样格式的用例模式,对于大多数业务操作流程来说是得心应手的,但对于有些功能来说总感觉不对劲。感觉不对劲的,就是那些查询、汇总与报表功能。对于这部分功能,需要我们描述的不是什么操作流程,而更重要的是那些数据项、数据来源、报表格式、数据链接,以及使用者、使用频率的说明。而这些,在以往的用例说明格式中统统都没有,怎么办呢?俗话说“东西是死的人是活的”,把我们的用例格式改改吧。

九、我们应当怎样做需求分析:功能角色分析与用例图

在我们进行一系列需求调研工作的同时,我们的需求分析工作也开始启动了。需求调研与需求分析工作应当是相辅相伴共同进行的。每次参加完需求调研回到公司,我们就应当对需求调研的成果进行一次需求分析。当下一次开始进行需求调研时,我们应当首先将上次需求分析的结果与客户进行确认,同时对需求分析中提出的疑问交给客户予以解答。这就是一个需求捕获->需求整理->需求验证->再需求捕获的过程。  但是,当我们经

八、我们应当怎样做需求调研:需求捕获(下)

前面我们讨论了,需求分析工作是一个迭代的过程:需求捕获->需求整理->需求验证->再需求捕获······需求捕获是这个迭代过程的开始,也是整个需求分析工作中最重要的部分。没有捕获哪来后面的整理与验证工作?但是,非常遗憾,按照我以往的经验,需求捕获是我们最薄弱的环节。前面我提到的许许多多项目开发的问题都可以归结为需求分析的问题,而许许多多需求分析的问题又都可以归结为需求捕获不完整的问题。需求捕获是整