iFixit近日前往中国深圳华强北,购入了Apple Watch Ultra 3、AirPods Max 2以及AirPods Pro 3的仿冒品,并带回工作室进行了即时拆解,以下是他们的发现。
正如iFixit在视频中所介绍的,华强北是全球电子产品维修零件的重要集散地,同时也是山寨产品的聚集地。这些仿冒品从外观上看或许与正品相差无几,但经不起仔细检验,内部结构更是漏洞百出。
假冒Apple Watch Ultra 3
iFixit的Shahram Mokhtari拿起假冒的Apple Watch Ultra 3并尝试操作系统时,很快便发现问题:点击表盘上的任何应用程序,都只会激活夜间模式,将界面染成红色,而非正常打开所选应用。他还注意到Taptic Engine的震动手感明显不同,且设备背面大多数传感器仅是直接涂绘在塑料外壳上,并非采用正品所用的陶瓷或蓝宝石材质。
打开表壳后,Mokhtari发现内置电池容量仅为260 mAh,不足正品的一半,且电池几乎是松散地放置在表壳内,导线直接焊接在主板上,做工极为粗糙。
假冒AirPods Max 2
与假冒Watch的情况类似,Mokhtari一拿起假冒的AirPods Max 2,便立刻察觉到材质、质感与做工上的差异。耳机外壳采用塑料而非铝材,耳垫的触感也比正品更为松软。按钮的点击手感同样不对劲,且这款仿冒品完全不具备主动降噪和通透模式。
不过,这款仿冒品在某些方面确实模仿到位,例如耳部检测系统,以及与真品AirPods Max 2配对时所出现的系统弹窗与动画效果。
在拆解耳罩的过程中,Mokhtari无法确认所用电池的型号,且随着拆解深入,部分焊接不良的排线轻易脱落。他还发现耳机内部装有几个银色圆柱体,其唯一作用就是增加配重,使仿冒品的手感接近正品AirPods Max 2的重量。
假冒AirPods Pro 3
在三款产品中,假冒AirPods Pro 3是外观上最接近正品的一款,Mokhtari表示除了接缝处略有差异外,几乎难以从外观分辨真伪。
然而相似之处也仅限于此。当他尝试取下硅胶耳帽时,耳机前盖竟整块脱落,同时扯断了数根排线和导线。事后他才发现,耳帽实际上是直接粘合在耳机上的。
通过CT扫描检测,Mokhtari发现了更多与正品的差异:MEMS麦克风完全缺失,驱动单元做工粗劣,内部结构极为简陋,使用的是焊接铜线而非柔性排线。
进一步检查后,Mokhtari指出,假冒AirPods Pro 3的耳机结构"类似第一代AirPods的设计",微型印刷电路板可以直接从耳机杆中滑出。正如预期,内部同样缺少主动降噪麦克风和心率传感器等关键组件。
最后,对充电盒的拆解也揭示了同样粗糙的内部构造,包括一块无任何标识的不明电池。
尽管上述发现在情理之中,但iFixit这段约15分钟的拆解视频仍然值得一看,直观呈现了仿冒产品与正品之间的本质差距。
Q&A
Q1:华强北的仿冒苹果产品从外观能分辨出来吗?
A:大多数仿冒品从外观上与正品非常接近,尤其是假冒AirPods Pro 3,几乎只能通过接缝细节加以区分。但一旦上手使用或拆开检查,差距便非常明显,包括材质、手感、系统功能等方面均与正品相差甚远。
Q2:假冒Apple Watch Ultra 3在功能上有哪些明显缺陷?
A:假冒Apple Watch Ultra 3存在多项严重功能缺陷:点击任意应用均只触发夜间模式而无法正常打开应用;Taptic Engine震动反馈与正品不同;背面绝大多数传感器仅为涂绘装饰,并非真实功能组件;电池容量仅260 mAh,不及正品的一半,且电池松散放置于表壳内部,焊接工艺极差。
Q3:假冒AirPods Pro 3内部结构和正品差距大吗?
A:差距相当大。假冒AirPods Pro 3完全缺失MEMS麦克风,没有主动降噪组件和心率传感器,内部使用焊接铜线代替柔性排线,驱动单元做工粗糙,整体结构类似第一代AirPods的简陋设计。充电盒内部同样使用无标识的不明电池,整体做工与正品差距悬殊。
好文章,需要你的鼓励
再发一期Anthropic哲学家Amanda Askell的访谈。熟悉她的朋友应该知道,她的工作是给Claude写"性格"。Anthropic那份84页的Claude宪法文件,公司内部叫"灵魂文档"(soul document),主笔就是她。
纽约大学与KAIST联合研究发现,顶尖AI视频理解系统在专为"视觉状态追踪"设计的VSTAT基准上得分仅44.4%,接近随机猜测,核心瓶颈是视觉感知而非推理能力。
由剑桥大学衍生公司DIOSynVax开发的AI设计平台,针对所有SARS-CoV-2变体设计的通用疫苗已完成首次人体临床试验,结果令人鼓舞。该疫苗基于全球监测项目收集的冠状病毒基因序列数据,利用AI设计出包含共同特征的"超级抗原"。39名志愿者参与测试,结果显示疫苗安全,并对多种冠状病毒产生免疫响应。研究团队表示,类似方法未来可应用于埃博拉等其他病毒家族的疫苗研发。
MindZero是约翰斯·霍普金斯大学与北京大学联合开发的AI系统,无需标注数据,通过自我监督强化学习训练小型语言模型实时推断人类意图,在协助任务中超越多数大型专有模型。