至顶网商用办公频道 07月31日 北京消息(文/黄当当):像鲨鱼一样遨游大海,像黑鲨手机一样驰骋游戏海洋。
就在今天,腾讯黑鲨游戏手机3S正式发布,这是一款为游戏玩家量身打造的全新5G游戏手机:
1、刷新率120Hz、触控报点率高达270Hz的三星AMOLED屏
2、高通骁龙865+LPDDR5+UFS 3.1的旗舰级性能铁三角组合
3、支持65W极速闪充的串充并放充电系统
4、全新的JOYUI 12操作系统
5、畅玩投屏、游戏宏、正面光效以及狩猎模式最强辅助功能
6、12GB+128G版本售价3999元,12GB+256G版本4299元,12GB+512GB版本4799元
除了新品发布外,腾讯游戏宣布将打造「亿元补贴计划」——即在活动期间,凡是购买腾讯黑鲨游戏手机3S的用户,可在8月12日通过手机应用市场下载《地下城与勇士》手游并激活账号,参与抢夺活动资格。获得资格的用户可通过完成指定任务获得300元微信红包返现福利,本次活动共计10000个名额。
黑鲨游戏手机自诞生起,就有着明确的定位,让移动游戏体验不断升级与进化,并做到极致。这次,腾讯黑鲨游戏手机3S的升级更显而易见。
技能一:游戏最强屏
从专业玩家角度看一款游戏手机,“屏幕”所承载的期待值毋庸置疑,屏幕刷新率作为电竞游戏显示领域至关重要的参数,很大程度上决定了游戏的视觉体验与操控体验。此次腾讯黑鲨游戏手机3S搭载了一块尺寸为6.67英寸的三星AMOLED屏幕,屏幕刷新率高达120Hz,同时拥有高达270Hz的触控报点率。
为了让高刷新率屏幕带来更好的体验,黑鲨研发团队率先推出游戏帧率同步技术,通过该技术可更好地避免多种刷新率出现不匹配的情况。同时,在腾讯SolarCore3.0游戏引擎的支持下,腾讯黑鲨游戏手机3S可以实时协同调度手机的软件系统和底层硬件资源,从而更好地满足游戏流畅、稳定的运行。
目前已有十余款大作完成高帧率优化。
技能二:全新多维游戏操控2.0
此次在腾讯黑鲨游戏手机3S首次引入了主机平台常见的体感操控。支持左/右翻转、前/后翻转、左上/右上倾斜六种体感手势,玩家可以通过自己对游戏的理解以及操控习惯进行自定义体感映射,例如通过左/右翻转来映射《和平精英》中的掩体后探头射击以及换弹等操作,同时还极大提升了玩家在游戏时的沉浸感。
技能三:最懂玩家的操作系统
JOYUI 12, 基于MIUI 12 深度定制,包含了米柚光锥动效和通感可视化设计、超级壁纸、隐私保护、贴心小功能等一系列基础体验优化。
全新的畅玩投屏功能,仅通过一根USB3.0数据线将手机与电脑连接,即可实现在PC屏幕上投屏游戏画面,同时还可使用PC的键盘鼠标进行游戏。得益于腾讯黑鲨游戏手机3S独立的显示芯片,JOYUI12允许玩家在游戏中自定义画面效果,包含色调、饱和度、对比度、锐度和暗部增强等参数。
目前,腾讯黑鲨游戏手机3S全款预售现已正式开启, 12GB+128GB售价为3999元,12GB+256GB售价为4299元,12GB+512GB售价为4799元,预售期间购买的用户可获得额外赠送的黑鲨快充数字耳放,8月4日将在黑鲨商城、小米商城、京东商城等电商平台正式开售。
好文章,需要你的鼓励
这项研究介绍了Ankh3,一种创新的蛋白质语言模型,通过多任务预训练策略显著提升了模型性能。研究者采用两种互补任务:多掩码概率的掩码语言建模和蛋白质序列补全,使模型仅从蛋白质序列就能学到更丰富的表示。实验表明,Ankh3在二级结构预测、荧光预测等下游任务中表现优异,尤其在模型未曾训练过的任务上展现出强大泛化能力,为蛋白质设计和分析开辟了新路径。
法国波尔多大学研究团队开发了一个突破性框架,用于神经退行性痴呆症的差异化诊断。该框架将3D脑部MRI转换为文本报告,并利用强化学习优化的大语言模型进行详细诊断推理。不同于传统"黑箱"方法,这一系统能生成透明、有因果关系的解释,同时保持高诊断准确率。研究显示,通过群组相对策略优化(GRPO)训练的轻量级模型能展现复杂推理行为,包括假设检验和非线性思考,提供与临床决策流程一致的排序诊断结果。
这项研究提出了CLUE框架,首次能够生成自然语言解释来揭示AI事实核查系统不确定性的来源。与现有方法不同,CLUE能识别文本片段间的冲突与一致关系,并解释它们如何影响模型的预测不确定性。实验表明,CLUE生成的解释在三种语言模型和两个事实核查数据集上都更忠实于模型不确定性,用户评价其更有帮助、信息更丰富、冗余更少且逻辑更一致。CLUE不需要微调或架构更改,适用于任何白盒语言模型,为事实核查提供了实用支持。
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。