满帧战神,强悍芯生。1月4日,荣耀X50 GT新品发布会正式举行,搭载全新一代满帧战神引擎,涵盖冰龙VC散热,全新灵龙触控引擎,以及GPU Turbo X满帧调度引擎,通过深入底层的调校,实现性能、散热和触控的全面越级,带给用户满帧不设限的高能体验。
发布会现场,用户最为关心的价格也正式公布:12GB+256GB版本售价2199元,首销优惠价1999元;16GB +256GB版本售价2399元,首销优惠价2299元;16GB+512GB版本售价2599元,首销优惠价2499元;16GB+1TB版本售价2899元,首销优惠价2799元。荣耀X50 GT目前已正式开启预售,并将于1月9日10:08正式开售,消费者可前往荣耀商城、荣耀亲选商城、各大授权电商进行选购。
作为荣耀GT系列集高品质与强性能于一身的又一力作,荣耀X50 GT向我们充分展现了全面越级的性能、散热和触控能力。性能方面,荣耀X50 GT搭载第一代骁龙8+,在GPU Turbo X满帧调度下,整体性能提升5%,功耗降低10%。在三款主流手游的实战测试中,可以轻松实现全程满帧。特别是在荣耀的调校策略下,荣耀X50 GT在极限高温、极限负载、极限时长三大场景下,实战数据表现均领先于友商8Gen2机型,带来满帧不设限的酣畅体验,印证性能战力,果然“芯片调校,还得荣耀。”
强劲性能当然需要冷静输出。散热方面,荣耀X50 GT搭载的冰龙VC,模拟大自然水循环系统,对蒸发、运输和凝结三个重要环节进行重构,实现散热效率质的飞跃。5100mm²档位最大VC面积和全新散热架构,拥有微槽道地脉、伯努利仿生翼片两项行业首创技术,采用散热能力提升50%的第二代超高性能石墨,同时在第二代AI智能壳温/环温双模型的赋能下,大幅提升整机散热能力,助力用户在酣畅游戏中“冷静”致胜。
以强大的满帧战神引擎和散热底盘为地基,还需要出色的触控水平提供助力。触控方面,荣耀X50 GT首发疾速灵龙触控,1.5K灵龙触控屏,支持1200Hz瞬时触控采样率和600Hz触控报点率,实现16倍高精度触控,刷新档位触控延迟纪录。同时,荣耀X50 GT还针对不同游戏进行专项调优,全面提升响应速度。以《和平精英》为例,移动和点击响应分别提升了65%和81%。毕竟快速、稳定、精准,才是实现触控越级的致胜法宝。
性能越级,品质同样越级。所谓“好品质,刚到底”,荣耀X50 GT继承高品质基因,延用荣耀X50的“荣耀太极缓震架构”,通过瑞士SGS整机五星抗跌耐摔认证,实现两面四边四角的“十面”无死角抗摔;电池和续航方面,搭载5800mAh超耐久大电池,满电单次续航长达12小时,电池也通过抗老化测试,4年后依旧能保持长续航。
值得一提的是,此前由四位出色的荣耀GT系列产品经理——韦骁龙、商文佳、戴卓欣、寻意组成的“GT天团”,在发布会现场通过四种不同材质对荣耀X50 GT进行摔机测试,更以砸核桃、冰块、钉子等坚硬、尖锐的物品来检测产品品质,最终,荣耀X50 GT完好无损,印证了GT系列在品质层面的严苛与自信。
短短两周时间,从“性能灭霸”荣耀90 GT,到“满帧战神”荣耀X50 GT,荣耀GT系列不遗余力地展现对性能的极致追求和对品质的严苛把控。对于荣耀来说,硬件决定下限,调校才决定上限,作为敢于也乐于挑战极限的手机品类,相信荣耀GT系列还将继续秉持以用户为中心的理念,打造出更为硬核的六边形战士,为用户带来更燃、更痛快的体验。
好文章,需要你的鼓励
腾讯今日开源混元MT系列语言模型,专门针对翻译任务进行优化。该系列包含四个模型,其中两个旗舰模型均拥有70亿参数。腾讯使用四个不同数据集进行初始训练,并采用强化学习进行优化。在WMT25基准测试中,混元MT在31个语言对中的30个表现优于谷歌翻译,某些情况下得分高出65%,同时也超越了GPT-4.1和Claude 4 Sonnet等模型。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
今年是Frontiers Health十周年。在pharmaphorum播客的Frontiers Health限定系列中,网络编辑Nicole Raleigh采访了Startup Health总裁兼联合创始人Unity Stoakes。Stoakes在科技、科学和设计交汇领域深耕30多年,致力于变革全球健康。他认为,Frontiers Health通过精心选择的空间促进有意义的网络建设,利用网络效应推进创新力量,让企业家共同构建并带来改变,从而有益地影响全球人类福祉。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。