
一直对拍摄情有独钟的nubia,向来很专一,以不断强化升级自身拍照功能屹立在国产众多智能手机旗舰机型中。此次nubia全新Z7系列也不例外,继续深耕它在拍照领域的沃田,在天文星空拍摄中甚至媲美哈勃望远镜。作为人类摄影史上首张采用手机拍摄的银河照片,nubia Z7银河样张《瞬间·永恒》现已被北京天文馆永久收藏。
nubia这两年在智能手机方面进展迅猛,主打拍照和三网通吃几乎成为nubia产品的代名词,加上相对平民的售价,使得更多的用户看到了这位国产手机潜力军。在昨天举行的nubia夏季新品发布会上,中兴通讯就为我们带来了支持星轨、星空拍摄的nubia全新旗舰Z7系列,包含Z7、Z7 max和Z7 mini三款机型,其分别是3456/1999/1499元。
作为nubia旗舰级产品,Z7搭载了高通骁龙801处理器,主频为 2.5GHz,3GB RAM+32GB ROM,5.5英寸2K屏幕,1300万像素光学防抖摄像头与前置500万像素摄像头,内置 AK4961音乐芯片。Z7 Max和Z7 mini两款手机也均采用高通骁龙801四核处理器,配备2GB内存,Max搭载5.5英寸1080P屏幕,mini采用5英寸1080P屏幕。延续了nubia的传统,Z7系列全部支持4G全网通功能,支持双卡双待。
拍照依旧是nubia的最大卖点,nubia也将发布会的过半时长花在宣传手机的拍照功能上。
据nubia投资方中兴CEO里强介绍,不同于诺基亚的PureView技术,nubia突出的拍照性能更偏向于软件层面,集成的升级后的NeoVision 4.0 拍照系统提供了诸多手动参数的调整,不仅实现了对焦与测光的分离和独立白平衡技术,让用户在色彩还原及色调调整上拥有更多空间,同时在Z7上还引入带有包围曝光的盲拍功能,在满足用户极速抓拍的同时也能确保照片的质量,超长曝光功能将让用户享受到星空拍摄带来的震撼感觉。
nubia号称“手机中的单反机”也并非空有其虚名。nubia拥有性能堪比单反的功能,除了对焦、测光、白平衡分离功能外,nubia Z7系列还搭载F2.8-F22的电子光圈,并可以通过慢门与实时B门功能捕捉低噪点夜景。nubia Z7系列在拍摄星空题材时比单反更加便捷,无需复杂的后期处理,一键便能获得即时显现拍摄效果,并在拍摄过程中将星轨变换实时生成短视频,带来更好的星空拍照体验。
众所周知,拍摄星轨、银河一直是摄影发烧友梦寐以求的最高拍摄体验,但这需要复杂且专业的拍摄技巧来支撑,诸如相机曝光时间、色温控制、ISO等。而少则数日,多则长年累月的星空观望也对摄影设备的续航能力及性能提出了更高要求。如今,nubia Z7系列实现了以往只有专业摄影设备才能完成的银河拍摄,其支撑正是来自于强大的摄影性能和强悍的硬件配置。
据悉,此次发布的三款nubia Z7系列手机即日起开放预订,除沿用以往京东和nubia官网联合发售的模式外,nubia更与京东微信“购物”联手,为用户开放了更为便捷的手机微信购物平台。广大用户可通过京东商城官网、京东微信“购物”及nubia官网预约购买。
好文章,需要你的鼓励
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。
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。
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。