9月22日,小米手機官微宣布,小米9 Pro將聯合《穿越火線:槍戰王者》定制4D沉浸振感。在游戲中,不同場景下,武器都會有不同的振動反饋。之前公布的信息中,小米明確表示小米9 Pro將內置橫向線性馬達,這也是能夠提供定制4D沉浸振感的硬件基礎。
小米9 Pro與《穿越火線:槍戰王者》合作
有了橫向線性馬達,小米也順勢推出了振感HD功能。該功能能夠提供150種振感模式,來針對不同的應用場景。而且,小米在UI上也針對不同場景進行了適配。顯然,《穿越火線:槍戰王者》是小米9 Pro合作的第一款游戲,后續應該會和更多的游戲進行定制合作。
小米9 Pro將支持150種振動模式
關于小米9 Pro的配置信息,官方已經公布得非常徹底了。此前的信息顯示,小米9 Pro將搭載驍龍855 Plus移動平臺,內置一塊4000mAh的電池,并支持三重快充技術。小米9 Pro將于9月24日正式發布,同期發布的還會有備受期待的小米 MIX Alpha手機,感興趣的朋友可以關注一下。
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。
舉報投訴
相關推薦
隨著城市建設的不斷發展,人民經濟、文化和物質生活水平迅速提高,城市夜景照明得到蓬勃發展,已成為城市建設的一個重要組成部分。
以下是由Litestar 4D關于建筑照明的案例
1.工程數據
1.1場景
發表于 12-13 09:51
當設計一個專業的足球運動場時,可以使用LITESTAR 4D中SportPlus進行設計
1.插入燈具并設置高度數量
2.設置桅桿及燈具瞄準點
3.計算結果
4.最后查看結果,打印報表。
發表于 12-10 13:33
橫向線性馬達是一種新型的電動驅動裝置,以其獨特的結構和工作原理在工業自動化、機器人技術以及電子設備等領域得到了廣泛應用。本文將深入探討橫向線性
發表于 10-09 11:15
?250次閱讀
仿生振感馬達是一種模仿生物觸覺反饋原理的先進設備,廣泛應用于智能設備、可穿戴設備和游戲控制器等領域
發表于 10-09 11:13
?213次閱讀
游戲手柄震動馬達在現代電子游戲中扮演著重要的角色,其技術特點直接影響到玩家的游戲體驗。游戲手柄震動馬達不僅為玩家提供了觸覺反饋,還增強了游戲的沉浸感。本文將詳細分析游戲手柄震動
發表于 10-09 11:12
?320次閱讀
iphone 配網可以成功連接iphone
可以成功連接其他路由器,并配網成功,
更換多個android 設備 都是均發生該問題
路由是小米pro路由器連接的是2.4信號
發表于 07-19 11:49
?據外媒報道,韓國成像雷達公司bitsensing宣布已籌集2500萬美元,以將其汽車4D雷達技術擴展到智能城市和健康應用領域。 憑借此次B輪融資,bitsensing還將擴大運營規模、投資研發以及
發表于 06-26 08:47
?240次閱讀
如果把測速測距雷達稱之為2D雷達,測速測距測角雷達就是3D雷達,如果再加一個測量高度,那就是4D雷達。
發表于 04-29 09:24
?952次閱讀
2024年CES展會前,行易道(Autoroad)發布了全球領先的4D成像雷達360°環視SLAM系統。
發表于 03-26 17:06
?646次閱讀
日前,賽恩領動攜手恩智浦憑借行業領先的4D成像雷達榮獲備受全球自動駕駛從業者矚目的2024 Tech.AD Europe成像雷達與感知大獎。
發表于 03-15 09:16
?557次閱讀
LRA線性馬達(Linear Resonant Actuator)是一種基于共振原理的線性震動馬達,廣泛應用于手機、游戲手柄、觸覺反饋設備等領域。本文將深入剖析LRA
發表于 02-02 09:27
?1121次閱讀
在剛剛結束的CES2024上,經緯恒潤聯合以色列ArbeRobotics公司展出了基于Arbe芯片組方案的4D成像毫米波雷達LRR610。經緯恒潤自主研發的4D成像毫米波雷達LRR610,具備48發
發表于 01-19 08:00
?684次閱讀
Ambarella成立于2004年,是一家專注于視頻芯片技術的公司,2021年收購了4D毫米波雷達算法公司傲酷(Oculii)。首次引入4D成像雷達、虛擬孔徑成像雷達、中央域控4D成像雷達,以及全
發表于 01-17 16:42
?997次閱讀
北京行易道科技有限公司(簡稱其為行易道科技)在北京的總部舉辦了一場別開生面的新聞發布會。在這次發布會上,行易道科技驕傲地推出了一款創新性產品 - 4D毫米波成像多雷達實時環視SLAM系統,這款系統在全球范圍內堪稱首款4D雷達實現環視路徑規劃的革命性技術。
發表于 01-07 16:19
?1345次閱讀
盡管3D和視頻生成取得了飛速的發展,由于缺少高質量的4D數據集,4D生成始終面臨著巨大的挑戰。
發表于 01-04 15:57
?930次閱讀
評論