隨着蘋果近日推出新款iPhone 15系列手機，不少果粉在買到iPhone 15 pro、iPhone 15 pro Max等新機後，紛紛反映手機出現過熱問題，就連升級到iOS 17的其他型號iPhone的機身的溫度也都比舊款手機為高，而蘋果較後也承認iOS 17存在漏洞，才會導致手機過熱，並承諾將更新iOS 17以解決過熱問題。
蘋果祭出解決手機過熱方式之前，許多用戶為替手機降溫而各出奇招，但多數人都用錯方法，以致手機功能受到影響，或手機因此嚴重受損。
雖然智慧型手機已普及多時，但仍有許多用戶對手機的認識依然一知半解，並因此經常被坊間所流傳的“假常識”所欺騙，如至今仍有人認為可用沖水方式替防水手機散熱，或把手機放在冷氣出氣口可達“降溫”作用等。
從表面上看來，坊間廣傳的這些方式似乎確可為手機“降溫”，但這些方法也多會對手機造成傷害，甚至就此毀掉手機。
有鑑於此，用戶在選用“手機降溫”方式時務必謹慎，以免弄巧成拙。
根據一些專家的建議，若手機過熱，用戶的第一個動作應是關機，讓手機冷卻下來，但若此法無效，用戶也可嘗試使用手機散熱扇來吹手機降溫／拆掉手機殼／暫時停止充電等方法為手機“降溫”。
此外，Apple曾警告說，若用戶在攝氏35度以上的環境裡使用手機，就很可能令手機電池永久受損，因此，用戶受促慎選“降溫”方式。
手機散熱誤區
1.用冷氣直吹散熱／放入冰箱內降溫
天氣炎熱時，常使到手機因過熱而出現“遊戲閃退”的跡象，有些用戶為讓手機“降溫”，而直接把手機放在冷氣出風口“吹冷風”散熱。
然而，冷氣製造的冷風雖能帶走手機表面的熱度，但也會因為冷凝作用，把手機內的濕氣凝成水滴，這將導致，手機因內部沾水而出現功能問題。由於手機內部含凝結水的情況多會被原廠判定為水損，意即手機入水所造成的損傷，所以，有關手機自然也因此而喪失保固。
2.用冰塊或冰袋為手機散熱
這方法跟利用冷氣替手機散熱的結果差不多。或許有人會以為手機具備IP68防水防塵認證便可沾水，但其實，手機的防水功能僅能防意外潑水或入水。更何況手機無法耐受水壓，加上觸控熒幕也不能在水下使用，所以，若讓手機貼近冰塊或冰袋，極可能導致手機沾水嚴重。
至於使用冰袋或液態氮為手機降溫的方式，也同樣會致使手機內部的濕氣凝結，以致手機受損。
3.沖水
一些用戶誤以為防水手機經得起“沖水”或“泡水”，所以妄想以沖水或泡水的方式替手機降溫，但其實，這類方法同樣會令手機內部的濕氣凝結，並因此毀掉手機，所以萬萬不可嘗試。
手機散熱正確方式
1. 關機
任何運作包括充電都會增加手機的溫度，所以，最有效的散熱方法當然是關機。
2. 手機散熱背夾
手機上的散熱配件通常也以空冷方案為主，而散熱背夾一類的產品基本上就是夾在手機上的迷你風扇。至於電腦最常見的散熱方案也是空冷，可見利用空氣或風力散熱的方案有着相當高的可靠性。
3. 低電量模式
開動“低電量模式”後iPhone會暫停手機的所有背後運作，包括不會自動刷新電郵、FB、IG更新等，而這將有助手機減少因運算而產生的熱量，藉此達到降溫效果。
4. 暫時不要充電
電池是手機運作時最熱的零件之一，尤其是充電期間更會發出高熱。如果手機已過熱停機，就暫時不要充電了。另外，若能盡量戒掉手機邊充電邊打遊戲的情況，那便可以更進一步減少手機過熱的現象。
5. 風扇、循環扇散熱
循環扇或許是其中最可靠的散熱法，因為它有相對集中的風道，可幫助手機帶走餘熱，且其冷凝作用也相當少見。普通的摺扇、團扇也能用來替手機散熱，雖然是手動，但不需要用水用電，可說是非常環保。
6. 液冷散熱手機
液冷（Liquid Cooling）是一種電子設備散熱的方式，它通過將冷卻介質（可能是水，液冷與水冷）流過電子設備的散熱器，吸收設備產生的熱量，然後將熱量帶走，從而降低設備的溫度。目前，市面已經有不少電競手機內置VC液冷散熱系統，如Redmi K50電競版、OPPO Reno等。
谷歌研發機器人
可辨識蕉皮為垃圾
在日常生活中，倒一杯水或是撿起掉在地上的布偶的動作，對人類來說再簡單不過，但對機器人來說，這些行動卻是極為複雜。所以，多數產業至今也仍然只讓機器人在結構化的環境裡從事可重複的任務，如Google AI（谷歌機器人）的基本操作。
隨着Google DeepMind對人工智慧機器人的應用採深入研究，機器人的技術也終於有了新的突破。
Google DeepMind最新研發技術團隊發表了他們的最新視覺─語言─行動模型（vision-language-action，VLA）——RT-2（Robotic Transformer 2）。這款GOOGLE AI模型能從網絡和機器人資料中學習，並將這些知識轉化成控制機器人的通用指令，有助於機器人更好地理解和執行人類的指令。
據外媒《TechCrunch》報導，RT-2是基於Google DeepMind去年發表的RT-1系統優化版。該團隊蒐集了大量的機器人數據，包括13個機器人在13萬個場景中執行的七百多種任務，進行訓練。接着，他們引入了VLA，結合了大型語言模型Google Bard等網絡資料，以便能進一步優化和訓練RT-2。
有了更多元的訓練數據，RT-2不再只是執行簡單的動作，因它可從網絡或其他機器人數據中學到知識，並在不同場景中進行基本的推理。例如，它可辨識香蕉皮和吃完的洋芋片包裝袋都是垃圾，同時也知道疲倦者應喝能量飲料。
Google DeepMind也進行了RT-1和RT-2的效能比較。在未曾見過的場景下，RT-2效能提高到了62%，而 RT-1只有32%。這顯示RT-2在指令理解和訓練能力上都有了明顯的進展。
不過，RT-2還有待完善。
據《The Verge》報導，在機器人測試現場，RT-2仍然會錯誤辨識汽水口味，或將水果誤認為是白色的物體。但無疑的是，隨着Google DeepMind在人工智慧機器人應用上的持續研究，未來Google人工智慧如何改變日常生活應用將變得更加廣泛。
特斯拉研發人形機器人
能分類不同色積木
汽車公司特斯拉生產的人形機器人Tesla Bot-Optimus帶來突破新技術，緒綁Optimus能自主地對物體進行排序，且它目前正在進行end-to-end的神經網絡訓練。
根據特斯拉釋出的視頻來看，目前的Optimus或可對不同顏色的積木進行分類，同時還能做到一般AI人工智慧機器人做不到的瑜伽動作。
特斯拉最近通過網絡分享了一段Optimus購物的視頻。在視頻中，Optimus首先使用關節位置編碼器和視覺系統進行自我校正，然後開始把藍色和綠色積木分類到各自托盤中。
值得一提的是，Optimus能自主地對物體進行排序且過程不需要連接網絡，純粹靠AI人工智慧自主學習，就能對不同顏色的積木進行分類，Optimus還能自動糾錯，如果有積木沒有擺正，Optimus會把積木調整好而不是只做到分類這一件事。
從視頻內容可見，在分類過程中，曾有一名特斯拉員工移動積木，但Optimus並沒有被干擾，而是繼續使用糾正措施將積木分類到正確的位置。
Optimus使用端到端（end-to-end learning）訓練的神經網絡來自主分類物體。該神經網絡結合了關節位置編碼器和視覺系統，能夠精準地定位Optimus的肢體。
除此之外，Optimus這次還大秀用一隻腳保持平衡的瑜伽動作，且它整體看起來更平衡、更穩定。
Optimus目前展出的原型機高172.7公分，重約56.7公斤，目標是結合特斯拉工廠的自動化機械技術及AI軟硬體科技，讓這種通用、雙足、自主的人形機器人能執行不安全、重複或無聊的任務。
特斯拉執行長馬斯克說，特斯拉機器人未來的需求量可能高達100至200億部，並將成為創造公司長期價值的主力部分。
不過，馬斯克也曾指出，Optimus產量目前遠低於預期，主要是因為其馬達驅動器市面上的供應量嚴重不足，特斯拉得被迫設計和製造自己的馬達驅動器。
