(2024 年 5 月 20 日,巴黎) 专业的消费电子产品质量评估领域的国际领先企业DXOMARK 于 4 月 25 日推出了新的屏幕测试基准以及智能手机舒眼标志。这一升级旨在解决手机用户日益关注的屏幕使用时间对眼部健康的影响问题。
舒眼标志的评估包含了影响视觉体验的关键因素,包括蓝光过滤和屏幕闪烁等。它为用户提供了一个综合指南,使他们能够在智能手机使用与眼部健康舒适之间获得平衡。
消费者和厂商日益关注眼部舒适问题
当今社会屏幕使用时间的增长引发了人们对视觉舒适度的极大关注。DXOMARK 最近进行的一项调查显示,83% 的受访者担心每天使用智能手机会影响睡眠和视力健康。此外,43% 的受访者表示在购买新智能手机时会考虑使用时的眼部舒适度,71% 的受访者表示他们会使用手机产品中的护眼模式或夜间模式功能。
智能手机行业也已将眼部舒适度作为一个重点关注,主流厂商都在其产品中加入了与护眼相关的功能,比如苹果 iOS 17 的护眼模式功能,小米最近发表的护眼报告等。一般来说,现在大多数设备都包含夜览模式及蓝光过滤功能,以提高用户的使用舒适度。
然而,对于重视眼部健康和舒适度的消费者来说,要在琳琅满目的设备中找到适合自己的产品并非易事。通过创建 “舒眼标志”,DXOMARK 旨在简化消费者的选购过程,让用户更直观地了解哪些设备能够有效管控眼部舒适度。
"该标志是为所有用户设计的。它旨在帮助消费者选择更合适的设备,并结合了行业研究中的关键因素。我们的评测对所有人开放,并会根据新的研究结果不断更新"。DXOMARK屏幕质量测试总监Thibault Cabana表示。
DXOMARK 舒眼标志的四个属性
舒眼标志根据行业及学界公认的四个关键属性对设备进行评测:
1.暂态光调制
暂态光调制是屏幕制造商用来管控亮度输出的一种技术。然而,它可能会产生闪烁和频闪等不必要的伪像,这会导致头痛或眼疲劳。屏幕闪烁采用闪烁感度量标准进行测试,该标准是评估光源闪烁直接感知的推荐标准。通常该指标低于 1 的被认为是合格的,该数值情况下只有不到一半的人能感受到屏幕闪烁。DXOMARK的屏幕测试专家使用这一指标进行测试,在防闪烁或默认模式下,该数值低于 1 的设备即视为通过。
2.亮度水平
如今,大多数智能手机都具有自动调节亮度功能,可根据环境光线调整屏幕亮度。DXOMARK的屏幕测试专家认为,为确保对亮度非常敏感的用户的舒适体验,自动调节亮度功能应提供至少2尼特的最低亮度水平。此外,设备还应该确保该功能可以有效防止低光环境下的眩光产生。
3.蓝光过滤
DXOMARK 采用昼夜节律作用因子(CAF)来衡量设备的蓝光过滤功能,该指标由韩国和美国的顶尖大学共同开发,通过评估人工光线对褪黑素(与睡眠有关的荷尔蒙激素)的抑制作用,来测试其对睡眠周期的影响。CAF 的计算方法是昼夜节律效率与视觉效率之比。要通过这项测试,设备的最高CAF值必须低于0.65,类似于普通白色 LED 光源。
4.色彩一致性
DXOMARK 通过对色彩一致性的测试来确保蓝光过滤模式下不会降低用户的整体使用体验。通常情况下,目前大多数智能手机在不打开蓝光过滤模式的情况下,都能覆盖 100% 的 Display-P3 色彩空间。要通过这项测试,设备必须在使用蓝光过滤模式时能够覆盖 95% 或更多的 Display-P3 色彩空间。DXOMARK通过评测色彩的细微差别及Display-P3 色彩空间的覆盖率,为智能手机用户舒适愉悦的视觉体验设定了基准。
眼部舒适度的下一步计划
DXOMARK 将继续引领舒眼技术的发展。舒眼标志现已出现在了产品测试页面,为用户在选购智能手机时提供更有效地有助于正确决策的信息。
首款获得舒眼标志的设备已于今天揭晓:Oppo Find X7 Ultra。在DXOMARK的测试过程中,该设备的智能功能“睡眠模式”十分出色,它能有效并持续地根据一天中时间的变化来调整蓝光过滤。在用于评估人工照明对人类睡眠周期的干扰的昼夜节律作用因子(CAF)数据上,该设备达到了令人惊叹的0.63,比DXOMARK具有挑战性的推荐最大阈值0.65还要低。由于眼部舒适度评估已被纳入屏幕测试基准,未来几个月还将会有更多设备获得此项认证。
此外,DXOMARK 的专家们正在探索建立评测“幻影效应“评估指标的可能性,目前这种暂时性的光学伪像还缺乏标准的评估方法。这也彰显了 DXOMARK 对创新的承诺,以及为改善全球智能手机用户视觉舒适度所做的努力。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。