至顶网商用办公频道 11月28日 北京消息(文/黄当当)你吃过印有“MatePad”字符的M&M豆吗?那是一股清香的巧克力味,回味甘甜。
就像MatePad Pro。
华为用一场别具匠心的发布会,一统Mate产品线,不仅有Mate系列手机、Mate系列PC,如今Mate系列平板电脑也来了,它就是MatePad Pro。
自然也是一款全面屏产品。
MatePad Pro是华为首款全面屏的平板,屏占比达90%,此次华为还将Matebook上的“多屏协同”功能复制到平板上,搭载EMUI 10的智慧分屏配合多屏协同,可同时展现4个窗口。
更关键的是,操作还非常简单,可通过蓝牙、NFC标签碰一碰、扫描二维码3种方式,手机即可快速“分身”至平板界面,并可在平板界面操作几乎所有手机功能,包括发短信、发语音、操作APP等。
那么问题来了,平板上会保存手机上的记录吗?答案是不会。
只要解除联结,平板上不会留有任何痕迹。与此同时,平板的键盘、鼠标、屏幕、扬声器等“化身”为手机外设,可透过平板的大屏和键盘完成手机所无法承担的复杂编辑工作。
把小屏搬到了大屏,解决了生产效率的问题。但华为对MatePad Pro的定位可远远不止这些。
多屏协同下,华为平板打通的是不同设备之间的效率边界。
正如文件传输,以往我们认为云同步已经很快了,但华为却另辟蹊径,开创了一种更快的传输方式升级,无需通过第三方应用的复杂操作,只需在平板界面通过拖拽即可实现两台设备的双向文件传输。其次是传输内容的升级,通过简单拖拽,无论是文本、图片或文件均可实现快速传输。
为了实现堪比PC的办公体验,华为MatePad Pro基于EMUI10.0.1,推出了智慧分屏,支持同时显示多窗口多任务,通过右侧的dock区,可以拖出最多三个应用,实现同一屏幕同时操作三个应用的便捷体验,为用户带来毫不费力的多应用操作。
同时华为MatePad Pro还带来了更友好的电脑模式,为用户带来熟悉的类PC般的操作界面。
这些都是华为在“屏”上的努力,而背后打通的是不同设备之间的效率隔阂。
谈及效率,性能更是一个不可缺少的关键因素。华为MatePad Pro之所以能实现颠覆性的智慧操作体验,离不开内置的一颗强“芯”脏——麒麟990。作为华为新一代处理器,麒麟990采用7nm工艺制程,拥有三档能效架构CPU,最高主频可达2.86GHz。
GPU方面,麒麟990集成16核Mali-G76 GPU集群,创下华为平板芯片的GPU规azersyfm模之最。与上一代相比,麒麟990的图形处理性能提升39%,能效提升23%。让华为MatePad Pro在颠覆的智慧办公体验之外,也拥有了流畅酷爽的游戏娱乐体验。
值得注意的是,华为MatePad Pro配备了一块7250mAh超大电池,配合麒麟990和EMUI节电技术,可以实现约12小时本地视频播放时长。
MatePad Pro还配备了超强配件,全新HUAWEI M-Pencil手写笔和一体式智能磁吸键盘。前者采用蓝牙自动配对连接,无线磁吸式充电,4096级压感,低至20ms的低延时,后者一体式超轻薄键盘重约260g,采用无感蓝牙连接配对,可实现不同使用需求角度的自由切换。
所以,再单纯看这是一款平板,我更觉得它开启了一种轻办公模式,并不是与手机、PC办公工具的“取代”,而是“互补”。
这或许也是,华为一直在推动并强调的Android平板横屏生态的构建。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。