10月23日,黑鲨游戏手机Helo在北京上市。“黑鲨游戏手机Helo是为了更好满足玩家的不同需求,和黑鲨对极致性能的追求。” 黑鲨科技创始人吴世敏强调,“如果说第一代的黑鲨游戏手机是重金属,那么黑鲨游戏手机Helo则是轻摇滚。两者都继承了摇滚乐叛逆的精神,但核心是追求极致性能和极致游戏体验的殊途同归。”在黑鲨科技创始人吴世敏看来,黑鲨游戏手机Helo是区别于黑鲨游戏手机的另一条产品线,而这条产品线则始于全新的外观设计。
CEO刘江峰等共同揭开了黑鲨游戏手机Helo的神秘面纱。
外观上,“X”型设计语言是黑鲨科技一直以来秉承的设计理念。X元素的设计灵感取材于空间的无限延伸感,逐渐消失的点仿佛聚合成无数条空间线。设计师将这些元素提炼,打造出黑鲨游戏手机Helo的全新外观。在保留品牌标志性的“S”呼吸灯和鳍形鲨鱼纹之外,机身背部还采用了3D玻璃光晕背板,同时用一道纤细的凝光棱勾勒出机身的曲线设计,视觉上更为清透。
除了背部“S”呼吸灯,黑鲨游戏手机Helo还在机身两侧增加了两条近1680万色RGB的流彩型灯带,在开关机、来电、通知、音乐、游戏等多种场景下,用户可通过对灯效和灯速的调节,呈现彩虹流动、交织变幻、点阵光波等七种灯光模式。
液冷散热和X型智能天线是黑鲨游戏手机的两个强势“杀手锏”,而黑鲨游戏手机Helo对于这两大黑科技又有重大升级。
在液冷散热的基础上,黑鲨游戏手机Helo首次采用双热管将CPU系统和射频系统分区直触散热,更强劲的传热能力、更宽畅的散热通路使热传能力达到10W以上,相比较于无热管CPU核心温度能够降低12度。而在X型天线基础上,黑鲨游戏手机Helo创造性地设计出侧边支持2.4G频段悬浮天线,X+1悬浮天线使得游戏横握场景下信号不会被握住,从“握不死”到“握不着”,时刻保持最强网络信号。
黑鲨游戏手机Helo不仅配备了美国顶级图像显示芯片厂商Pixelworks的独立图像处理芯片,还有AMOLED显示屏技术加持。AMOLED搭配DSP的色彩管理技术,不仅能够通过精准显示还原最真实的世界,对于当前支持SDR的游戏和视频也能显示出HDR效果,让黑鲨玩家享受超前的视觉体验。同时,双speaker的双前出音能够避开游戏时的遮挡打造对称立体声,实现视效和音效的完美结合。
一千位手游玩家有一千种作战策略,由于用户在触控习惯、游戏偏好等方面的不同,“千人一面”的手机配置是提升手游体验时难以突破的天花板。从“用户思维”出发,黑鲨游戏手机Helo在升级Shark space、游戏Dock的同时,试图为每款游戏打造专属控制面板。
进入Gamer Studio后,用户可根据实时游戏场景对CPU、触控、音效、显示、网络的参数进行调试和选择,制定最佳作战计划,还可将调适的参数设置进行快捷分享,与队友并肩作战。同时,对于王者荣耀、刺激战场、非人学园等游戏,黑鲨游戏手机Helo还支持三杀或五杀等高光时刻的自动10s录屏,方便用户生成游戏集锦、快捷对外分享。
发布会现场,被称为“国服第一露娜”的电竞大咖张大仙向大家分享了自己在王者荣耀中的Shark Code参数设置,并与现场鲨粉一起开启了黑鲨游戏手机Helo王者荣耀的首战。
除了黑鲨游戏手机Helo,发布会中也有众多黑鲨新成员横空亮相:黑鲨双翼手柄(右手)可与黑鲨双翼手柄(左手)同时使用蓝牙连接手机,双翼展开执掌战场;风冷散热背夹和裸眼3D保护壳等助力黑鲨装备再升级。
据了解,黑鲨游戏手机Helo已于10月23日20点在黑鲨商城、小 米商城、有品商城、京东商城启动预约及全款预售,并将与10月30日10点在黑鲨商城、小 米商城、有品商城、京东商城正式销售。6G+128G售价3199元,8G+128G售价3499元,10G+256G竞技版售价4199元。
从外观上来说,黑鲨游戏手机Helo是将性能怪兽颜值“柔化”的全新尝试,从配置上来说,黑鲨游戏手机Helo的定制策略是尊重用户个性化需求的深层次探索。在这场外在与内里的博弈中,黑鲨游戏手机Helo是以“竞技”之名,试图将游戏手机主流化的一次大胆尝试。
据统计,在黑鲨游戏手机几十万的用户中,有大约10%的用户来自海外市场,虽然目前黑鲨游戏手机只在国内发售,但黑鲨用户已经遍布全球,黑鲨科技离“致力成为游戏玩家喜爱的世界级品牌”的愿景也更进一步。正如吴世敏所言:“黑鲨之所以能取得这样的成绩,最重要的原因是黑鲨的专注和认真——专注把游戏手机做好,认真和玩家交流。”
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。