如何评价 Lumia 950Lumia 950 XL

我买来已经用了一个月，说说感受：这一代Lumia是为Win10M开疆拓土、打下根基的一代，不推荐普通用户购买，但如果你买了，就能见证到UWP应用从零开始慢慢成长的过程，如果你是开发者，就能体会到用VS开发面向手机、平板和桌面的应用是多么省心省力。

但如果你是小白用户，不知道在业界普遍敌对WP的情况下花五千块钱买了Lumia 950 XL，你会发现这手机没有双击亮屏、用的是预览版的系统，从相机到剪贴板到某个API的实现，总会多多少少有些问题。Power User热衷反馈，而小白用户热衷吐槽。

照实说，Lumia 950 XL还是有不少问题得知，我用了一个月，续航在从105860升级到1058629之后有了改善，滑屏漂移的问题也没了。但还有剪贴板的问题、edge点按不灵敏的问题等着解决。

Windows Hello，不要老是校准，校准次数多了识别反而会变慢，可能是样本训练的算法不完善吧，毕竟是beta。删除档案，重新录入一遍虹膜数据，识别速度就不输Touch ID了（我跟iPad Air2对比的，听说6S会更快）。但人在行走时虹膜识别会比较慢（画面会抖），作为一个软粉，权当是M$在教你不要边走路边玩手机了~~~补充一点，眼镜是有一定几率影响识别速度的。我上周换了新眼镜之后，感觉整个世界的亮度变高了（镜片透光率高，反光率小），而且Hello的识别速度也加快很多，最重要的是，之前的眼镜在校准Hello时会提示”找不到你的眼睛“，现在也不会了。

特别提一下识别速度。我做过一个实验，把手机拿在面前，闭上眼睛，点亮屏幕，睁一下马上再闭眼——睁眼的时间还不够你看清手机顶部的“Microsoft”字样，就能听到屏幕解锁的声音了。这个实验证明捕捉虹膜影像的速度、和算法识别匹配的速度是很快的，只占到平时识别时间很短的一部分。也表明，摄像头打开前后的优化空间还有很大。等Windows Hello摘掉Beta的帽子之后，肯定会有更出色的使用体验。

相机，前两天微软推了一波固件更新，更完了相机夜拍噪点少了，另外屏幕亮度自动调节也灵敏了，不会出现亮瞎眼的情况。但相机应用在省电模式下的反应速度堪忧，录4K视频切记关掉省电模式。正常模式下的相机表现，就不用再废话了。补充一点，捕捉动态照片这个功能很好玩，我用它记录下了大雁塔的喷泉、展开纪念碑谷3D纸雕明信片的震撼，还有女朋友摆拍时鬼畜般循环的画面。iOS 9加入Live Photo之后应该会把这个功能发扬光大吧……以前是“我给你拍照呢，别动”，以后可能就会变成“我给你拍照呢，走两步”~~~

Continuum，兼容一些现有的typec口转HDMI的第三方配件，试用之后发现搭配dock才是最佳选择。dock能在给手机提供额外的电力，才能保证两个HDMI和三个USB的正常工作。至于能不能带的动移动硬盘，要过两天我再测试。之前在一次演讲中用Lumia 950 XL直接连接投影仪展示PPT，过程很顺利，一点也不逗比（真的）。

应用生态，没觉得缺了啥少了啥，该有的都有，而且将来还会更多。UWP是个好东西，能为开发者省时省力的技术不会被忽视的。欸，只怪自己XAML无能，做出来的UI还不如例程好看= =

等下一代Win10M旗舰发布的时候，对它的评价将会与现在这部手机完全不同。它可能叫Lumia 960，或是Surface Phone 1，到时候Continuum或许能分屏、能运行Win32应用，应用也会更繁荣，但没有这一代950/XL——第一台搭载Win10M系统的旗舰机，那么以Win10为中心的生态系统就不会建造起来。不管你买还是不买都不重要，等着瞧吧，好戏全在后头。

lumia 950是微软最新的智能手机，各参数如下：

正如过去所泄露的信息那样，微软这款代号为“Talkman”的新机将被正式命名为Lumia 950。它将会配备52英寸2K分辨率OLED触控屏，并内置骁龙808处理器，可拆卸的电池容量为3000毫安时，并可借助保护套支持Qi无线充电功能。

微软Lumia 950支持虹膜识别功能，仅需01秒即可完成解锁，但该功能需要在新机发布后一到两个月提供固件更新获得。此外，该款新机采用USB Type-C接口，配备500万像素前置镜头和2000万像素PureView镜头。

至于微软新旗舰的发布时间方面，Windows Central认为微软Lumia950会在9月的德国柏林消费电子展上发布，但也有媒体认为由于Windows10 Mobile正式版系统还未完成的缘故，所以有可能会在10月或11月正式登场。同时根据国外网站NPU披露的消息称，由于双卡机型在中国和印度市场颇受欢迎，所以这款微软新机也会推出双卡版本。

美国智库 Acuity Market Intelligence

曾发表过一份《生物识别的未来》报告，报告显示，虹膜识别技术将在未来10—15年迅速普及，并占全球生物特征识别16%的市场份额，虹膜识别产品总产值也将达到35亿美元。毕竟无需赘言，在智能手机之外，未来整个IOT产业的崛起理论上都可被视作虹膜技术普及的基石——你知道，当万物互联时代来临，数据安全牵一发而动全身，人们都在企盼一种与机器更安全的交互方式。

拜好莱坞所赐，如下场景早已被视作未来理所当然的一部分：某Boss级人物神色淡定或慌张地进入实验室等神秘部门，他只需要“看一眼”屏幕即可来去自如。事实上，虹膜识别并不是一个初生事物，基于虹膜扫描识别身份的理论认知可追溯到上世纪30年代，并于90年代逐渐实现商业化落地，如今也已应用在诸如金融，政府，机场和军方等现实中貌似类似“神秘部门”的地方。但如你所知，人类历史的底层驱动力永远都是技术以及让技术大范围扩散的商业，遵循着与计算机，互联网，智能手机等颠覆性技术的相似步伐，如今虹膜识别也正在从特定领域推广至普通消费人群之中。最直观的例子当然来自三星刚发布的Galaxy

Note7，这是虹膜识别技术第一次被添置在真正意义上的主流旗舰智能手机之上。

在不少人看来，考虑到三星之于手机产业链的掌控力和号召力，与去年富士通ARROWS NX F-04G以及微软Lumia

950XL等小众机型对虹膜识别的仓促不同(譬如识别时间过长)，三星的入局有望起到某种带动之力——据报道，三星的加入甚至让与虹膜识别相关的企业股票也一度飘红。技术的成熟当然是另一方面。古往今来，人类一直对“精准识别身份”心向往之——而有理由相信，愈到未来，安全地告知机器“我是谁”这件事就愈加重要。

而在这件事上，至少看起来，虹膜识别可以做到更多。

你的唯一

大体而言，在所有常规生物特征识别(包括指纹，人脸，虹膜，声音，掌纹等)当中，由于虹膜自身的精准性，防伪性，唯一性，稳定性，主流学界通常认为虹膜是比指纹或者面部识别更“高级”的识别方式，要知道，相比于指纹08%，人脸2%左右的误识率，虹膜识别低至百万分之一的误识率看起来几乎没有任何蛊惑性。

那到底何为虹膜人眼结构由巩膜，虹膜和瞳孔三部分构成，虹膜即是位于其他二者之间的圆环状部分，属于眼球中层，负责自动调节瞳孔大小，从而适应不同光照环境。而交叉错杂的细丝，斑点和条纹等细微之物构成虹膜大量独一无二的信息特征，也因此具备了某种与生俱来的不可复制性(顺便一提，虹膜的唯一性同样存在于同卵双胞胎身上，后者DNA信息重合度非常之高)，其复杂度远超如今在智能手机普及的指纹识别，有研究表明，虹膜识别准确性是指纹识别的1万倍。

可想而知，细小的动态特性让伪造虹膜变得几乎不太可能，至少目前，无论照片，假眼，乃至在隐形眼镜上打印(对了，当眼球剥离人体，虹膜也会随瞳孔放大从而失去活性)，都几乎没办法欺骗机器对于主人虹膜的信赖。

而极强的稳定性是虹膜用于生物识别的另一利器。任何人在胎儿发育阶段形成之后，虹膜即终生保持不变，且几乎不会受到外部环境的干扰——在眼睑的庇护下，它不易受到外伤侵袭，更重要的是，目前看来，诸如红眼病，白内障，青光眼，沙眼结膜炎，近视眼手术这些常见的眼部侵扰都无法影响虹膜自身纹理。这意味着，虹膜不会出现指纹解锁时易磨损，灵敏度低，蜕皮或者潮湿而致使手机无法识别的困扰。

另外，最后想说，相较于指纹，虹膜中远距离的非接触式采集无疑要卫生许多。

怎么用

很好理解，虹膜识别技术能将虹膜信息特征转为密码储存。

在具体的实现路径上，拿Note7来说，在前置镜头同侧增加了IR

LED与虹膜摄像头，在识别过程之中，前置摄像头辅助虹膜摄像头确定持机者的大体轮廓，再经由IR

LED发射红外光源(虹膜识别无法用最常见的彩色可见光传感器，要用独立的红外传感器，以保证能为暗光下使用)，虹膜摄像头通过光源扫描持机者虹膜信息，然后将虹膜信息转为编码，与已知密码进行比对，以最终决定是否解锁。通常来说，相比录入指纹时的繁琐，初次录入虹膜要迅捷许多，大概只需要几秒钟;而当用户试图用虹膜解锁手机时，根据视频演示，虽不比指纹，但仍谈得上灵敏。

而直觉便知，虹膜识别的应用场景可被延伸至屏幕解锁之外，譬如Note7提出的一种场景方案是新增了一个“安全文件夹”，通过虹膜解锁存放一些包括应用，照片，便签在内的私人数据或信息(你知道，每个人都有一些“不可告人”的小秘密)，让其独立于其他手机数据之外，唯有虹膜可以打开，算是上了份双保险。

在我看来，这一功能也在很大程度上回应了业界对于虹膜识别普及性的担忧——事实上，至少在现阶段，作为科技急先锋的虹膜识别与已然成熟的指纹识别并非取代关系，而更接近于不同场景中的互补或进阶，Note7的安全文件夹即是如此，你大可将其视作指纹之后的第二道安全防护，**里出入神秘部门也得布防重重关卡不是

嗯，在告知机器“我是谁”这件事上，人类经历了各种密码，数字证书，硬件KEY(譬如U盾)等多种方式，有理由相信，身份识别的下一幕很大程度上将由虹膜等生物特征识别完成。其实追溯人机交互历史，一个清晰的脉络是：主流计算设备的每次形态改变，必然伴随着人机交互难度下降，而随着虹膜等识别技术的完善，人类与机器之间的“信任关系”势必将迈向一个新篇章。

未来由现实铺就，而“未来已经来临”。在科技领域，未来十年将会令过去的十年黯然失色，但愿这其中会有生物识别技术很大的功劳。