CNET科技资讯网 4月21日 北京消息(文/周雅):中兴昨日发布ZTE A910、ZTE V7 MAX两款智能手机,主打品质与体验的中端市场,面向年轻时尚人群,售价分别为1799元起和1299元起。
这是自2015年中兴终端宣布打造精品战略后, 以母品牌ZTE系列命名的首批产品,至此,整体中兴品牌精品化战略布局完整。
定位年轻时尚群体 补齐精品化战略
ZTE V7 MAX采用MTK P10 8核1.8GHz芯片,3GB RAM+32GB ROM(高配版4GB RAM+32GB ROM),5.5英寸1080P分辨率屏幕,800万+1600万像素摄像头,支持PDAF相位对焦、支持多种场景一键拍摄和专业摄像模式等。接口方面采用了时下大热的Type C,3000毫安时电池,并支持快充。除此之外还搭配了DTS音效。
侧面指纹识别是ZTE V7 MAX最大的亮点,官方数据0.3秒即可解锁。侧边指纹模块加入了指纹加密、指纹解锁、指纹拍照、指纹接听、指纹支付等诸多功能。3D指纹功能实现了新的交互,支持上下滑动翻页。
中兴新机跟大多数这个价位的机器一样采取了2.5D弧面玻璃+全金属一体机身,厚7.22mm。不过与很多全金属机身的手机不同,V7 MAX没有用“白带”的方式处理天线问题,而是在机身背面上下两段采取了网格式的设计。共有典雅金、玫瑰金、皓月银三种颜色。3GB RAM+32GB ROM售1799元,4GB RAM+32GB ROM售1999元。
ZTE V7 MAX
ZTE A910采用1080P 5.5英寸AMOLED屏幕,厚6.9mm,全金属一体化中框设计,采用了方便握持的月弧抛线设计。指纹识别同样是0.3s解锁,支持360°全角度识别,支持不同手指快速启动APP。
ZTE A910与中国银联合作,支持NFC云闪付。有金、银、深空灰三种颜色,2GB RAM+16GB ROM售1299元,3GB RAM+32GB ROM售1499元。
ZTE A910
“门店年”深耕渠道
中兴通讯执行副总裁、终端CEO曾学忠此前表示:“2016年,我们定义为中兴的门店年”,“中兴终端将借助系统BG在运营商方面的优势,整合多方资源,投入到零售客户的合作当中,促进产品销量的快速稳定的增长。”
为此,渠道建设、渠道的快速扩张成为中兴终端2016年重点发力方向。中兴的渠道战略覆盖全球,包括开放市场渠道、运营商渠道及电商渠道三大渠道,而产品线也根据三大渠道的不同进行调整。
此前,中兴在2015年深化布局精品路线,推出AXON天机旗舰系列,定位高端市场,面向运营商、公开渠道和电商三大渠道。2015年末,中兴将Blade品牌引入国内,承担手机新兴科技国民化普及的任务,以电商为渠道。
本次,中兴终端针对全渠道推出ZTE系列,实现与AXON天机、Blade系列在渠道和面向用户群体上的全面综合布局,为中兴2016年冲击7000万销量加力。
“ZTE系列将依托中兴在传统运营商渠道方面的深厚积淀,同时又开始向公开市场发力,通过运营商、线下连锁、线上电商合力,为中兴国内复‘兴’之路奠定最关键的基础,”中兴通讯副总裁、终端中国区总经理俞义方在发布会上表示,“2016年,借助中兴通讯的整体实力,进一步整合内部优质资源,发挥中兴在全球性的布局优势,国内抓住产品、品牌、渠道三大关键,实现突破式增长。”
中兴通讯副总裁、终端中国区总经理俞义方
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。