10 月 23 日,一加携手高通线上举办一加 13 性能解读特别活动,一加 13 首批搭载最新骁龙 8 至尊版移动平台,提供同档唯一 24GB+1TB 超级内存及第二代天工散热系统 Pro,并带来多项独家性能黑科技。为实现一加 13 性能满血释放,一加联合高通,从芯片级的性能优化入手,自主研发双引擎,从底层到应用层全方位打通系统性能调度,针对性能、游戏、AI、显示、互联和网络 6 大领域 28 个专项进行调优,在性能调校、系统流畅度、游戏体验、AI 性能表现四大核心性能维度,带来全面领先的性能表现。
高通产品市场高级总监马晓民表示:“全新发布的骁龙 8 至尊版移动平台,将带来跨代际的性能飞跃与体验升级,在打造一加 13 的过程中,我们与一加团队持续深入合作,期待一加 13 为全球用户带来非凡体验。”
OPPO 游戏中心负责人谭皓表示:“骁龙 8 至尊版移动平台是划时代的移动平台性能之王,我们和高通携手,通过芯片级的深度技术联调,从底层到应用层全面重构安卓,将在一加 13 上带来前所未有的安卓流畅体验。”
骁龙 8 系列移动平台一直是安卓最受欢迎的手机平台,也是顶级性能体验的代名词。骁龙 8 至尊版移动平台带来了突破安卓瓶颈的算力和更高的能效比,是高通近年来升级最大的旗舰芯片。骁龙8至尊版移动平台采用行业最领先的第二代 3nm 芯片工艺制程,在全新自研 Oryon 架构加持下,拥有 2 个超大核、6 个大核及超大 Cache 设计。双 CPU 最高主频高达 4.32GHz,单核及多核性能提升 45%,功耗降低 44%,带领安卓 CPU 主频进入 4GHz 时代。GPU 主频高达 1.1GHz,性能提升 40%,功耗降低 40%。NPU 主频升至 2.1GHz,AI 分析与计算速度大幅提升,多任务并行处理效率更高,AI 性能大幅提升。
除了搭载骁龙 8 至尊版移动平台以及至高 24GB+1TB 超级内存,一加 13 还首发第二代天工散热系统 Pro,散热效率提升 124%,SoC 温度至高可降低 7℃,功耗降低 5.5%,游戏温控精准度提升 50%,保证超 Pro 性能持久释放,游戏体验更尽兴。在顶级硬件保障下,一加 13 安兔兔跑分轻松突破 300 万,成功霸榜,成就安卓性能新高峰。
在顶级硬件基础上,一加 13 还搭载独家自研双引擎,实现安卓前所未有的流畅体验。作为芯片级性能解决方案,“潮汐引擎”拥有独家自研全栈式软件算法加速器,在算法效率提升 3 倍的同时,配合安卓首个芯片缓存智能动态分配技术,运行速度更快,功耗进一步降低,能效表现安卓第一,远超苹果 A18 Pro 芯片。“极光引擎”作为行业首个拥有多重渲染调度机制的安卓系统,重构了安卓渲染框架,实现行业首个可打断并行动画效果,解决了动画卡顿和资源分配不均的问题,实现连贯丝滑的流畅动画体验。在自研流畅双引擎加持下,一加 13 整机流畅度提升 22%,操作响应速度提升 18%,操控稳定性提升 40%。
在前不久发布的一加 Ace3 Pro 上,一加带来了独家的某大型开放世界手游原生级120 帧游戏体验,方方面面压榨出芯片的全部性能。此次在搭载骁龙 8 至尊版移动平台基础上,一加加码投入提升游戏性能表现,联合高通开展了超过 200 项技术优化,带来 6 个行业领先技术方案,打造骁龙 8 至尊版手机最强游戏表现:一加 13 在全新自研电竞独显引擎加持下,将为用户带来行业首个也是唯一一个某大型开放世界手游 900p+120 帧以及行业唯一某大型 3D 回合制手游 120 帧的极致体验,做到长时间“重载地图”游戏场景下,温度控制更优,并保持接近满帧的极致流畅表现。
在 AI 性能表现上,一加 13 将自研的 AI 加速方案与骁龙 8 至尊版强大的 NPU 融合,在 AI 通话摘要与 AI 消除两大核心 AI 功能上,处理速度提升了 3 倍,实现超迅敏的 AI 体验。在安兔兔 AI 跑分中,一加 13 以超 78 万分的成绩领跑旗舰手机。
通过与高通骁龙的紧密合作,一加 13 实现满血性能释放。除了最强性能表现外,一加 13 还将带来样样超 Pro 的旗舰体验。一加 13 将于 10 月 31 日正式发布,更多新品信息敬请期待。
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。