Alle BeiträgeNotiz
Neun Vision-Blicke pro Foto auf der Neural Engine. Kapitel aus Zeit und Ort, ein Offline-Atlas fürs Cover. Serien fallen auf einen Lead. Nichts verlässt das Telefon.

Gib einem Profi einen Schuhkarton Abzüge und er tut etwas Bestimmtes. Er sortiert nach wann und wo. Er zieht das beste Bild aus jedem fast identischen Cluster. Er sorgt dafür, dass die wichtigen Menschen durchgängig auftauchen. Er beschneidet nie durch ein Gesicht.
Pressbook tut dieselbe Arbeit, in derselben Reihenfolge, auf dem Telefon. Das ist die Pipeline, in der Reihenfolge.


Neun Blicke auf jedes Foto
Der Durchgang beginnt mit On-Device-Kuratierung, jetzt gewachsen auf neun Vision-Framework-Anfragen pro Foto: Gesichter, Gesichtslandmarken für Augen-offen-Prüfungen, Capture-Qualität, Szenenklassifikation, Saliency, Ästhetik-Scoring, ein visueller Fingerabdruck, Tiererkennung (Haustiere zählen hier) und der Oberkörper von Menschen, damit Zuschnitte sie im Bild halten.
Jede Anfrage läuft in 30 bis 100 Millisekunden auf der Neural Engine. Kein Foto verlässt das Gerät, um verstanden zu werden. Free-Alben stoppen bei 20 Fotos. Pro hebt die Grenze auf 1,000. Derselbe On-Device-Durchgang so oder so. Kein Konto.
Kapitel, mit dem Atlas eingebaut
Fotos clustern zu Kapiteln nach Zeit und Ort. Die Zeit-Hälfte ist geradeaus. Die Ort-Hälfte meist nicht, weil Koordinaten in „Lissabon“ zu verwandeln ein Dienst ist, den die meisten Apps von einem Server mieten, was heißt, diesem Server zu sagen, wo du warst.
Pressbook liefert sein eigenes Ortsverzeichnis in der App: einen kompakten Offline-Atlas, den die Engine lokal befragt. Der Ort hilft, die Kapitel zu bilden, und gibt den Tagen einer Reise ihre Ortszeit, während deine Ortshistorie deine bleibt. Die Ortsnamen selbst stehen auf dem Cover des Albums, unter dem Titel, ermittelt auf dem Gerät. Selbst im Flugmodus weiß das Cover noch, wohin die Reise ging.
Das Beste jeder Serie
Neun fast identische Bilder desselben Anstoßens sollten nicht neun Album-Slots werden. Die Engine stapelt Aufnahmen desselben Moments: Bilder, wenige Minuten auseinander, deren visuelle Fingerabdrücke übereinstimmen, mit denselben Menschen darauf. Dann wählt sie einen Lead, wie ein Fotograf es würde: zuerst offene Augen, scharfes Motiv, gute Belichtung, dann Ästhetik.
Der Lead geht auf die Seite. Der Rest des Stapels wartet in Beiseite, einen Tipp entfernt, und du siehst die Zahl, bevor das Album entsteht. Wenn die Engine das Bild wählte, in dem dein Vater blinzelte, ist die Lösung ein Tausch, kein Streit.
Menschen, ausbalanciert
Über ein ganzes Album verfolgt die Engine, wer erscheint, und verteilt sie, damit die Person, die zufällig nah an der Kamera saß, nicht Seite um Seite dominiert. Die Layout-Mathematik behandelt Gesichter als heilig: ein Gesicht wird nie von einer Vorlage beschnitten, was auch immer das Layout will.
Babyalben und Gedenkalben werden aus den Fotos selbst erkannt und automatisch stiller gesetzt. Ein lautes Layout ist der falsche Instinkt für beide.
Komplett auf diesem Gerät gemacht
Jede Stufe oben ist etwas, das Cloud-Fotoprodukte auf einem Server tun: Gesichtsgruppierung, Ortslookup, Duplikaterkennung, Qualitäts-Scoring. Der Vergleich hat seinen eigenen Post.
Pressbooks Version der Pipeline hat keinen Server darin. Die Schlussseite eines Albums nennt das Ergebnis in einer Zeile: Vollständig auf dem Gerät erstellt mit Pressbook.
Es schlägt vor. Du verfügst.
Das Urteil der Engine ist gut, und wenn es das nicht ist, ist alles umkehrbar. Tausche das Serienbild. Füge eine Aufnahme aus Beiseite wieder hinzu. Wechsle zu einem anderen Take. Die Sequenz um diesen Durchgang ist so machst du ein Fotobuch auf dem iPhone.
Starte ein Album und sieh zu, wie es deine Rolle liest. Free, kein Konto, nichts hochgeladen. iPhone und iPad, iOS 18 und höher.