
联想K920是继K910之后的升级之作,该机很早就已曝光数次。延续了之前K系列的一贯设计,K920使用金属机身,屏幕尺寸扩大到6英寸,在牺牲了便携性的情况下,换取了更大的可视面积。令人欣喜的是,6英寸的巨屏还将分辨率提升至2560x1440像素,ppi为491。
1、配备高通骁龙801 8974AC四核2.5GHz处理器
2、使用3GB RAM+32GB ROM内存组合
3、1600万像素支持光学防抖的镜头、500万像素前置镜头
4、高达4000毫安时的电池。
1、采用VIBE 2.0 UI用户界面,采用扁平化设计风格
2、VIBE UI 2.0内置专业相机4.0,其场景识别系统“智画引擎”拥有双RGB Sensor感光技术,配合K920的光学防抖机构,可以在多种光线环境下提升照片质量,并提升成片率。
目前K920的上市日期以及价格还未公布。
联想K920作为旗舰机型,硬件配置自然是业界顶级的,与现今各大手机厂商的旗舰相比毫不逊色。值得一提的是,其采用的6英寸2K屏很吸引眼球,目前市面上的2K屏手机相当少,K920的发布无疑是抢占了市场先机。相信在其正式上市的时候必定会让消费者蜂拥而至。
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。