微信扫一扫，关注公众号
科技行者
算力行者
见证连接与计算的「力量」
就是要出“彩” 华硕推英特尔芯Zenfone手机系列
移动终端设备逐渐成为了人们生活中必不可少的产品，在这股浪潮下，OEM厂商的焦点也集中在了平板电脑、智能手机上面。
在今年的CES上面，华硕就发布了Zenfone智能手机家族。今天，华硕也在京推出了这一系列产品，包括Zenfone 5、Zenfone 6与Padfone mini。
华硕董事长施崇棠提出了“IN SEARCH OF INCREDIBLE”这个口号，他表示华硕的愿景是成为数位新时代最受推崇的世界级领导企业。
物美价廉的平价手机 Zenfone 5 & Zenfone 6
Zenfone 5与Zenfone 6都有多种机身颜色供选择，在参数上面也大致相同。
Zenfone 5采用了主频为1.6GHz或2.0GHz的英特尔Atom 2*2超级芯，拥有分辨率为1280*720的5英寸第三代康宁Gorilla强化玻璃，搭载了800万像素的Pixel Master后置摄像头，内置电池为2110mAh。
Zenfone 6采用了主频为2.0GHz的英特尔Atom 2*2超级芯，屏幕与Zonfone 5一样，而后置摄像头则由800万像素提升至1300万像素，内置电池容量也增加到了3300mAh。
这两款手机支持多项拍照特技，效果非常出色，而且也都支持GloveTouch技术，就是用户戴着手套也能操作，灵敏度很高。
多彩Padfone mini 平板、手机两用
PadFone是华硕推出的变形手机，实现了平板、手机两用，还有多种颜色可选。这次发布的Padfone mini在配置等方面也有了提升，它采用了主频为1.6GHz的英特尔Atom 2*2超级芯，后背插入的手机为4英寸，拥有800*480的分辨率的手机屏;而平板电脑则使用了分辨率为1280*800的7寸显示屏，电池方面手机为1200mAh，平板为2200mAh，支持64GB拓展卡。
专属的Zen UI
Zenfone 5、Zenfone 6与Padfone mini都运行了基于Android系统深度优化的Zen UI，这也是华硕推出的全新用户操作界面，简易的图标设计，整体风格也非常小清新，还有What’s Next及华硕小管家等功能。
据悉，Zenfone 5售价799元起，Zenfone 6售价999元起，而今年华硕在CES上宣布的售价为99美元(约为615 RMB)与149美元(约为925 RMB)，可以说华硕在中国的定价还是平易近人的，华硕Zenfone 5&6将登陆易迅商城发售，今日16:30上架“开抢”。
下面是Zenfone 5&6、Padfone mini高清图赏：
Zenfone 5：
Zenfone 6：
Padfone mini：
0赞好文章，需要你的鼓励
至顶头条
科技行者
码客人生
奇客Solidot
高飞的电子替身
奇客情报站
推荐文章
南方科技大学等机构联手破解AI推理训练难题：让大模型"一次思考"就学会解题
本文介绍了由南方科技大学等机构于2026年4月发表的研究（arXiv:2604.08865），提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机"，用一个轻量级价值模型预测题目难度，以单次采样替代GRPO的多次采样，解决了标准PPO的"尾部效应"问题。实验显示，SPPO在数学基准测试上超越GRPO，训练速度提升约5.9倍，配合小尺寸价值模型还能显著降低显存占用。
香港科技大学数学系研究者：扩散模型原来是一个"魔法恒等式"拆成了两半
这项由香港科技大学数学系完成的研究（arXiv:2604.10465，2026年ICLR博客论文赛道）提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出，扩散模型的前向加噪和逆向去噪过程，本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下，VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译，SDE与ODE版本可被统一解释，扩散模型相对VAE的理论优势得以阐明，Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学研究团队打造的"AI科学家"：让机器自主完成几十小时的科研工程，它是怎么做到的？
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统，旨在让AI自主完成机器学习研究的完整工程流程，包括读论文、搭环境、写代码、跑实验和迭代调试，全程无需人工干预。系统核心设计是"薄控制、厚状态"：由轻量指挥官协调专业代理团队，通过"文件即通道"机制将所有中间成果持久化存储，使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上，系统表现显著优于现有最强对比系统，论文发布于2026年4月。
字节跳动发布GRN：像人类画家一样"边画边改"的AI图像生成新范式
这项由字节跳动发布的研究（arXiv:2604.13030）提出了生成式精化网络（GRN），一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新：层级二进制量化（HBQ）通过多轮二分逼近实现近乎无损的离散图像编码，以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错，从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度，GRN在ImageNet图像重建（rFID 0.56）和生成（gFID 1.81）上均创下新纪录，并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。
南方科技大学等机构联手破解AI推理训练难题：让大模型"一次思考"就学会解题
香港科技大学数学系研究者：扩散模型原来是一个"魔法恒等式"拆成了两半
中国人民大学研究团队打造的"AI科学家"：让机器自主完成几十小时的科研工程，它是怎么做到的？
字节跳动发布GRN：像人类画家一样"边画边改"的AI图像生成新范式
