ToF 镜头是什么，2019 款 iPhone 会搭载 ToF 镜头吗？
ToF镜头通过发射光脉冲并记录反射时间测算物体距离，可构建3D立体图像。苹果已要求供应商年底供应后置ToF元件，但预计明年初亮相。相比FaceID的3D结构光，ToF精度较低但识别距离远、响应快，主要用于提升AR数据精度和体感游戏等应用。
其实早在今年年初，当新款iPhone的外壳模具图刚在网络上泄露时，就有不少海外媒体在预测，2019款的iPhone很可能要搭载ToF镜头了。如今距离新一代产品发布不到两个月，供应链这边也传来了新动向——负责供应Face ID元件的厂商Lumentum，刚刚收到了苹果的通知，要求他们在2019年底开始供应后置ToF元件。从时间节点来看，ToF镜头大概率要等到明年的iPhone上才能正式亮相。
ToF镜头到底是什么？
ToF，全称是Time of Flight，翻译过来就是“飞行时间”。原理说起来并不复杂：从发射器发出一束光脉冲，打到物体上再反射回来，记录这段时间差，就能计算出物体与发射器之间的距离。当测量点足够密集时，就能构建出一个物体的3D轮廓。
基于这个特性，手机里装上一颗ToF立体深感镜头，就可以实时生成3D立体图像，还能捕捉物体的动作轨迹。这样一来，3D人脸识别解锁、体感游戏这些功能，也就有了硬件基础。
ToF和Face ID：同门不同路
目前在面部识别领域，不少厂商采用的是3D结构光技术，iPhone的Face ID正是它的典型代表。和ToF不同的是，3D结构光是通过点阵投影仪向物体表面投射大量光斑，然后用红外摄像头拍摄这些光斑构成的三维图像，再经由处理芯片计算深度信息。这两种技术各有侧重，下面这张图可以更直观地看出它们的差异。
可以看到，3D结构光在深度测算的精度上确实更胜一筹，但工艺相对复杂，对环境光线和识别距离的限制也比较多。反过来，ToF对环境光线的适应能力更强，识别距离可以达到10米，响应速度也更快，工艺门槛相对更低——当然，代价是识别精度不如3D结构光。这也解释了为什么苹果在人脸识别方案上最终选择了3D结构光：在安全性和识别精度这两个核心指标上，苹果显然不愿意妥协。
ToF的真正使命：不止于拍照
从iOS 11推出之前，苹果就已经在悄悄布局AR项目了。回看这几年的发布会，演示AR应用的时间甚至比介绍一些新技术的篇幅还要长，足见苹果对这个方向的重视程度。如今AR普及的拦路石，其实并不是应用本身不好用，而是底层数据的精度远远不够。
2017年7月的时候，App Store上的AR应用已经超过300款。但当年新款iPhone发售后，新上架的AR应用数量骤降到100以下。硬件能力的不足，直接打击了开发者的创作热情。而ToF镜头的加入，恰好能补齐数据精度这块短板，让AR软件的可用性上一个台阶。
从其他品牌已经推出的ToF镜头机型来看，实际玩法相当丰富。比如配合大屏电视，手机实时捕捉人体动作，在家就能体验到真人版的滑雪、网球、炫舞——可玩性确实很高。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台，提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具，适合短剧、漫剧、广告及社交媒体内容制作。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，