10月13日下午,黑鲨在线上召开新品发布会,推出全新黑鲨4S系列游戏手机,全系搭载磁动力升降肩键、120W极速闪充、三星E4发光材料144Hz+720Hz电竞屏、高通骁龙8系旗舰SoC等配置。

黑鲨4S系列产品囊括了黑鲨4S、黑鲨4S Pro以及与《机动战士高达SEED》联名定制的黑鲨4S 高达限定版(自由高达系列)三个版本。价格方面,黑鲨4S 8G+128GB 2699元,12G+128GB 2999元,12G+256GB 3299元,共有玄黑、雾白两种颜色可选;黑鲨4S Pro 12G+256GB 4799元,16G+512GB 5499元,共有星河黑、天际白两种颜色可选;黑鲨4S高达限定版(自由高达系列)则为12G+256GB 售价3499元。

自由高达系列作为此次发布会的一大亮点,其外观采用了高达标志性的红蓝配色,机身更具机甲风格和工业线条感。细节方面,扎夫特LOGO、永恒号番号、自由高达机体番号均在机身背面得到展示。同时,黑鲨手机将会同步推出自由高达联名限定周边,包括散热背夹、手机保护壳以及凤鸣真无线蓝牙耳机。

自今年3月黑鲨4系列发布以来,磁动力升降肩键就成为了黑鲨游戏手机的标志性符号,全新的黑鲨4S系列同样沿袭了全系磁动力升降肩键的设计方案,并将其使用体验再度提升。黑鲨科技通过专利设计的磁动力升降结构,巧妙的将两枚实体肩键隐藏在手机内部,让玩家可以随时享受手柄级的操控体验。黑鲨4S系列通过定制的电竞微动开关,实现了段落清晰的按键手感,160g的按键力度,在游戏中带来扣动扳机式的开枪真实体验反馈。

软件层面,针对游戏场景,黑鲨4S系列的磁动力升降肩键可以进行功能丰富的自定义设置,例如玩家单次按压肩键即可触发双操作的“一键双枪”功能。通过一定的映射,玩家可以在游戏中一键完成开启和关闭地图、开镜射击等两个连贯的动作,降低操作难度。在自定义设置模式下,玩家甚至可以实现一键连招等复杂操作,打造一套专属于自己的映射方案。
此外,升降肩键在日常生活中也可以带来便利,系统内为肩键预制了多达20种快捷功能,例如一键打开支付宝付款码、健康码、上滑下滑等,甚至在拍照时还可以充当相机快门。
从配置来看,黑鲨4s系列手机搭载骁龙888+芯片和LPDDR 5芯片,配以UFS 3.1闪存和定制NVME 固态硬盘SSD。同时,为解决散热问题,黑鲨4s系列采用了新一代三明治液冷散热系统,机身内部还安装了11颗温度传感器,实时监控CPU温度。
在显示屏幕方面,黑鲨4s系列搭载了一块6.67英寸、分辨率高达144Hz的三星AMOLED直面屏,同时采用触控IC工艺,触控采样率高达720Hz。除此之外,黑鲨4s全系支持双区屏幕压感5.0,搭配刘海动态隐藏。
至于近年来备受关注的电池及充电设备问题,黑鲨4s全系装载4500MAH大容量电池,并配置120W极速闪充充电插头。在发布会上,黑鲨科技产品总监吴建军称,黑鲨4s系列可达到28小时最长续航,在游戏过程中可达到最低击打延时。
值得一提的是,在此次黑鲨4s新品发布会上,黑鲨科技推出首款蓝牙无线耳机——凤鸣真无线蓝牙耳机,售价299元。同时,黑鲨智能魔方和智能助手鲨鲨酱都有了进一步升级。
目前全新黑鲨4S系列游戏手机已经正式发布,将于10月15日正式开售,在黑鲨官方商城、黑鲨京东自营官方旗舰店、小米商城等官方渠道上线。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。