苹果iPadOS 15特性汇总:生产力表现提升 告别“买后爱奇艺”
6月8日凌晨,苹果WWDC21如期发布,其中iPadOS也迎来了自己的全新版本iPadOS 15。
苹果在发布会中提到,依托iPdaOS构建的各项独特功能,才令iPad有了独一无二的移动能力和触控表现。
全新升级的iPadOS 15也将会使iPad的功能更加丰富强大。
自由奔放的组件排列
今年的iPadOS 15将在主屏幕交互上有重大升级,支持小组件和单个应用混合排列,使用者可以按照自己的喜好,随意组合屏幕上的顺序排列,做到极具个性化。
此外苹果还推出了一些适应iPad大屏的小组件,轻轻一扫,即可随意切换影音、游戏和照片等不同类型主页,做到高效流畅交互。
高效整理的应用资源库
为了方便使用者轻松找到不常用的应用,此前的iPadOS 15效仿iOS也推出了iPad的应用资源库。
所有应用都能在应用资源库中轻松找到,使用逻辑和iPhone的应用资源库使用基本一致,但iPadOS上的这个应用资源库可以做到随时从程序坞直接上拉使用,这一点上来说,比iOS的应用资源库更胜一筹。
简单快捷的多任务管理
多任务管理也是iPadOS15的升级亮点之一,相比之前复杂繁琐的分屏操作,此次的iPadOS 15新增了分屏控件,在上方拉出即可使用,轻点分屏按钮,之前打开的应用便可向伸缩至屏幕边缘。
这时,我们可以随意的在主屏幕上进行操作,然后再次点按第二款应用时,两个应用就能自动分屏占据整个屏幕,如果想要更换分屏的应用,只需要将不需要的应用下即可。
同时,在分屏的情况下,还支持部分应用的小窗模式打开,比如发布会中演示的邮件应用就是如此。
应用架还支持部分应用的暂存管理,而且支持随意组合分屏,想要选择那款应用,上滑应用架选择即可,非常的方便。
更为强大的备忘录
备忘录作为iPad的核心应用,它的升级直接影响了iPad整体的生产力。
对此,苹果推出了Quick Note,意为全系统快捷备忘录,而启动它也十分方便,只需要拿着Apple Pencil从iPad屏幕的角落边缘轻扫,即可打开Quick Note,当我们用完的时候,下拉回去即可。
不仅如此,Quick Note还支持应用识别,可以识别系统和部分第三方应用的链接,需要什么链接和笔记,在Quick Note上直接搞定。
覆盖全局的翻译系统
在iPhone中备受好评的翻译这次也随iPadOS15来到了iPad中,不仅支持实时语音自动翻译,而且全系统所有文本均可以翻译,连照片上的实体文字也照样可以翻译无误。
首次搭载的编译功能
Swift Playgrounds作为学习代码的绝佳方式,寓教于乐,深受代码初学者的喜好,在iPadOS 15中,iPad的编译功能得以增强,开发者可以在iPad上轻松完成开发。
总结
整体来看,iPadOS 15的升级亮点也不少,整体上的提升和生产力都有关,娱乐影音这块,今年好像是没有什么提升,这也表示了苹果对iPad这条产品线的重新定位,期待iPadOS 15的后续更新。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
Windows 10迎来六月累积更新:修复49个漏洞
在本月的补丁星期二活动日中,微软面向多个尚处于支持状态的功能更新发布了累积更新。面向 Beta 和 Release Preview 频道用户,微软发布了适用于 Windows 10 21H1 功能更新的 KB5003637 累积更新,在安装之后版本号升至 19043.1052。该更新现在也适用于 Windows 10 20H1 和 20H2 功能更新 。 在本月补丁星期二活动日中,微软也发布了多个累积更新,包括 version 1909 (KB5003635), version 1809 (KB5003646), version 1607 (KB5003638) 和 version 1507 (KB5003687)。本月累积更新主要修复了 49 个漏洞,其中 6 个是零日漏洞,意味着有可能已经被黑客利用。 适用于 Windows 10 Version 1909 功能更新的 KB5003635 累积更新主要亮点包括 在Windows 执行基础操作的时候提高安全性 改善 Windows OLE(复合文档)安全性。 用于验证用户名和密码的更新 存储和管理文件的更新 提高使用鼠标、键盘或笔等输...
- 下一篇
20210608 TensorFlow 实现数字图片分类
0-1 导包 import warnings warnings.filterwarnings("ignore") import keras import numpy as np import tensorflow as tf import matplotlib.pyplot as plt 1-1 构造数据调用接口去下载数据 mnist = keras.datasets.mnist # 导入 mnist (train_images, train_labels),(test_images,test_labels) = mnist.load_data() 60000条训练集,10000条测试集 print("train image shape:",train_images.shape,"train label",train_labels.shape) print("test image shape:",test_images.shape,"test label",test_labels.shape) -->train image shape: (60000, 28, 28) train...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- CentOS关闭SELinux安全模块
- CentOS7设置SWAP分区,小内存服务器的救世主
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- SpringBoot2整合Thymeleaf,官方推荐html解决方案
- CentOS8编译安装MySQL8.0.19
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- Docker使用Oracle官方镜像安装(12C,18C,19C)