在顯示器檢測(cè)網(wǎng)站DisplayMate的測(cè)試中,iPhone 6 Plus的LCD顯示屏質(zhì)量撥得頭籌。
經(jīng)過(guò)一系列的實(shí)驗(yàn)室測(cè)試,DisplayMate把iPhone 6 Plus顯示屏稱(chēng)作是“我們測(cè)試過(guò)的表現(xiàn)最好的智能手機(jī)顯示屏”。iPhone 6 Plus在一系列測(cè)試中平或創(chuàng)造了多項(xiàng)記錄,其中包括最高亮度、最低反光、最高對(duì)比度等。
DisplayMate總裁雷蒙德•索內(nèi)拉(Raymond Soneira)指出,iPhone 6 Plus顯示屏表現(xiàn)相對(duì)較差的領(lǐng)域在于分辨率、像素密度和色彩準(zhǔn)確度。但是,即使在這些方面,iPhone 6 Plus的表現(xiàn)也相當(dāng)出色,只是沒(méi)有打破其他智能手機(jī)的記錄而已。
索內(nèi)拉在談到iPhone 6 Plus時(shí)表示,“它在顯示屏質(zhì)量的各項(xiàng)指標(biāo)上都達(dá)到了一流水準(zhǔn)。iPhone 6 Plus是自2006年以來(lái)第二款顯示屏在所有測(cè)試中都獲得Green評(píng)級(jí)(很好到極好)的智能手機(jī),這是一個(gè)了不起的成績(jī)。iPhone 6 Plus把智能手機(jī)LCD顯示屏的水準(zhǔn)提高了一個(gè)檔次。”
iPhone 6顯示屏的表現(xiàn)也相當(dāng)棒,只是不如iPhone 6 Plus那么出色。iPhone 6顯示屏分辨率為1334X750像素,像素密度為326 PPI,低于iPhone 6 Plus的1920X1080像素和401PPI。因此,“如果近距離地仔細(xì)觀察,小號(hào)文字和圖像在iPhone 6 Plus的顯示更清晰”,即使放大后,圖像在iPhone 6 Plus上表現(xiàn)也更好。
索內(nèi)拉指出,“iPhone 6的顯示屏仍然相當(dāng)棒,大多數(shù)買(mǎi)家對(duì)它的表現(xiàn)很滿(mǎn)意,但蘋(píng)果沒(méi)有采用最好的顯示屏仍然略令人失望。也許蘋(píng)果是有意這樣做的,目的是與iPhone 6 Plus拉開(kāi)檔次,或提高利潤(rùn)率。如果配置1920X1080像素的顯示屏,iPhone 6將成為顯示屏質(zhì)量最好的智能手機(jī)。”
索內(nèi)拉強(qiáng)調(diào)說(shuō),iPhone 6 Plus配置了最好的LCD顯示屏,但這不意味著它的顯示效果是最好的。智能手機(jī)廠商通常選用LCD和OLED(有機(jī)發(fā)光二極管)顯示屏,它們各有優(yōu)劣。例如,LCD顯示屏成本低廉,使用壽命更長(zhǎng),OLED雖然成本高,但亮度也更高。
在配置OLED顯示屏的智能手機(jī)中,三星Galaxy S5和Galaxy Note 4表現(xiàn)最為出色。Galaxy S5配置分辨率為1920x1080像素的5.2英寸顯示屏,像素密度為432PPI;Galaxy Note 4配置分辨率為2560X1440像素的5.7英寸顯示屏,像素密度為518PPI。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。