一加手機2代保留了1代的部分設計美學,但給人更精致的感覺。再加上與對手旗艦機型相比的處理能力強大的硬件和低價格,一加手機2代對于尚未做出決定的買主來說極其有誘惑力。
與1代相比,一加手機2代價格略高,這是合乎情理的,因為其元器件成本更高。16GB版一加手機2代價格為330美元,64GB版價格為390美元,比其他旗艦型號便宜許多。
與1代相似的是,只有受到邀請的用戶才能購買一加手機2代。要獲得購買一加手機2代的機會,用戶需要訪問下述城市的游擊概念店:班加羅爾、柏林、德里、雅加達、倫敦、米蘭、紐約、巴黎和舊金山。否則,用戶就需要等待其他人通過社交媒體分享邀請碼或在一加論壇參加競賽活動。
一加將首先銷售64GB版一加手機2代,16GB版銷售將從“晚些時候”開始。
一加手機2代尺寸略小于1代,保留了部分配置,例如5.5英寸全高清顯示屏。一加手機2代采用金屬中框,給人一種高大上的感覺,有5種不同顏色的后蓋供用戶選擇。磨砂質(zhì)感的砂巖黑后蓋方便握持,用戶無須擔心它會從手中滑落。喜歡更光滑后蓋的用戶,可以以約27美元的價格購買凱夫拉、黑杏、酸枝、竹質(zhì)材質(zhì)的新后蓋。
一加手機1代的關(guān)鍵設計元素之一是懸浮屏幕,2代保留了這一元素。屏幕下方是指紋傳感器,可以開鎖手機。有趣的是,它不是一個按鈕,而是一個淺淺的“凹陷區(qū)”。
一加手機2代的SIM卡槽隱藏在后蓋后面。令人遺憾的是,兩個卡槽都是nano-SIM。音量調(diào)節(jié)鍵也移到了機身右側(cè),緊挨電源鍵,為左側(cè)的Alert Slider鍵騰出了位置。Alert Slider有3種設置——接收所有通知、只接收優(yōu)先通知、完全不接收通知。
機身底部是USB Type-C接口,1300萬像素的后置攝像頭位置適當下移,并增添了激光輔助聚焦功能。一加手機2代配置500萬像素前置攝像頭。
另外,一加手機2代沒有配置microSD卡槽,采用不可拆卸電池設計。
一加把一加手機2代稱作旗艦殺手,從理論上說它具有這樣的潛質(zhì)。一加手機2代配置高通時鐘頻率為1.8GHz的8核驍龍810處理器,64GB版配置4GB運行內(nèi)存,16GB版配置3GB運行內(nèi)存。用戶可能對810芯片心存疑慮,但一加稱,其OxygenOS針對810芯片進行了優(yōu)化。
1300萬后置攝像頭采用內(nèi)置光學防抖技術(shù),f/2.0鏡頭,支持激光輔助聚焦技術(shù)。攝像頭的像素更大,有助于在低光環(huán)境下拍攝出高質(zhì)量照片。另外,一加手機2代電池容量高達3300毫安時。
一加手機2代將有3個版本,以提高LTE網(wǎng)絡兼容性。一個版本支持美國4G數(shù)據(jù)網(wǎng)絡,全球版支持英國、澳大利亞和亞洲的4G網(wǎng)絡,第三個版本只支持中國的4G網(wǎng)絡。一加手機2代能在所有GSM網(wǎng)絡上接打電話和收發(fā)短信。
一加手機2代運行一加的OxygenOS。OxygenOS與原生版Android非常相似,基于Android Lollipop 5.1。
與其他公司的定制版Android一樣,OxygenOS也有數(shù)項定制功能,例如雙擊激活、可定制的圖標和一項被稱作Shelf的新功能,使用戶能快速訪問經(jīng)常使用的應用。Shelf目前處于測試階段,是可選的。
一加手機2代的發(fā)布正值各大廠商發(fā)布它們的旗艦機型之際:三星、HTC、LG、小米都公布了旗艦機型,蘋果還需要一段時間才會發(fā)布新一代iPhone。這使得價格相對低廉的一加手機2代在吸引潛在的升級用戶和新用戶方面有一定優(yōu)勢。
與小米只在部分國家銷售小米Note不同的是,一加則在全球銷售產(chǎn)品。一加手機2代將于8月11日登陸美國、印度和歐洲市場,第四季度登陸東南亞市場。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。