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」
三星GALAXY Tab S平板发布：8.4/10.5英寸 仅6.6mm厚
，正式推出了三星迄今为止最轻薄的平板电脑GALAXY Tab S国行版，足以见证三星电子对中国市场的重视程度。
此次GALAXY Tab S有两个尺寸，分别为8.4英寸和10.5英寸，均采用Super AMOLED材质屏幕，拥有100000：1的对比率，分辨率达到2560×1600（2K级别）。GALAXY Tab S凭借6.6mm的机身厚度成为三星迄今为止推出的最轻薄的平板电脑，以绝色养眼的Super AMOLED显示屏、强大的生产力和超轻薄的时尚便携设计等优势为4G时代平板的普及带来惊喜。
GALAXY Tab S 8.4英寸白色
Super AMOLED屏幕
在发布现场，Super AMOLED显示技术成为三星电子重点向媒体展示的环节。据三星电子大中华区零售管理部高级经理郑琦介绍，Super AMOLED是三星移动显示技术领域的又一次全面进化，它提供了更为宽广的色域，带来了更为丰富而明亮的色彩，画质呈现更加逼真。
郑琦称，这两款平板配备的全新Super AMOLED屏幕都采用了适应性屏幕技术，屏幕会根据显示内容和所处环境进行自动调整，在户外时的反光率比LCD屏减少了40%。鉴于Super AMOLED技术不需要背光源，GALAXY Tab S做到了更加节能。
6.6mm 超轻薄机身
悬浮展示的三星GALAXY Tab S
这两款GALAXY Tab S平板厚度均为6.6mm，8.4英寸整机重量更是不足300g，配备Exynos 5420八核处理器，3GB RAM，预装Android 4.4系统。10.5英寸内置7900mAh 电池，8.4英寸内置4900mAh 电池，续航时间据称可达11小时左右。
此外，它们还都内置与GALAXY S5相似的指纹识别系统，是第一款搭载指纹识别系统的平板产品。
支持4G的商务Office平板
两款平板同样拥有GALAXY S5 的超级省电模式以及指纹传感器和红外线。值得一提的是，GALAXY Tab S还可以通过 Remote PC 功能，实现平板远程控制个人 PC；通过SideSync3.0完成与手机同步，如果用户手机有来电，那就可以直接使用平板接听电话。据郑琦称，此次GALAXY Tab S内置强大生产力工具，可轻松安全完成多任务处理，并且覆盖85%的Office商务功能。
GALAXY Tab S 10.5英寸白色
GALAXY Tab S外观圆润且具现代审美，并推出炫金棕和炫目白两种颜色以供选择。沿袭这一设计理念，GALAXY Tab S为用户提供了商务式皮套和屏幕保护壳两种款式新颖且实用的外壳，为产品提供了更好的保护。
据悉，三星将在国内推出支持 WiFi 版本以及4G版本的GALAXY Tab S，两款产品都将在近期上市。
附：GALAXY Tab S 8.4英寸白色图赏
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
