0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

魅族16Xs手机评测 值不值得买

454398 来源:工程师吴畏 2019-07-04 11:19 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

魅族16Xs好用吗?凭借前代产品积攒的极佳口碑,魅族16Xs刚一发布,便成功吸引了不少消费者的关注!那么问题出现了,魅族16Xs好用吗?魅族16Xs值不值得买呢?想知道答案的朋友,不妨先来看看小编分享的魅族16Xs手机评测。

魅族16Xs好用吗?魅族16Xs手机评测

有家族传承的外观,轻盈手感是亮点

最近发布的很多手机中,重量和厚度都在悄然增加,想要买到一款身材轻盈的机型,并不容易。魅族16Xs继承了魅族16s的外观设计方案,额头和下巴缩窄并且对称,没有烦人的刘海和水滴。

这款手机的四周圆角都做了弧度处理,和屏幕的圆角矩形保持一致,整体看起来比较圆润。魅族16Xs只有165克种,拿在手上的握感相当舒适轻盈。

我们拿到的是骑士黑版本,后壳色彩比较低调内敛,后置三摄则放在了左上角位置。魅族16Xs的材质为塑料,质感略逊于玻璃,但分量更轻,很好地控制了机身重量。

骁龙675,也能流畅吃鸡

魅族16Xs采用的芯片是骁龙675,它可以看作是骁龙660的升级版,CPU性能得到了显著的提升。在GeekBench中,魅族16Xs的单核得分为2386、多核得分更是达到了5980。

闪存方面,魅族16Xs在AndroBench中,顺序读取速度为309MB/s,顺序写入速度为192MB/s;随机读取速度为68MB/s,随机写入速度为62MB/s。可以看出,这款手机闪存输入读写速度中规中矩,但随机写入速度相当出色,可以保证日常应用使用的流畅度。

游戏方面,我们选择了强度比较大的《和平精英》。这款游戏默认只对旗舰机开放极限帧率,而且限制为流畅画质。我们解锁画质限制后,开启了对魅族16Xs的高压测试。

首先,在HDR高清+极限帧率的画质下,骁龙675有些力不从心,帧率波动比较大。当然,这种严苛的条件,很多旗舰处理器都难以对付,用来要求魅族16Xs不太公平。我们再把画质调节为流畅+极限帧率后,游戏流畅度直线上升,大部分场景下都能保持在60帧以上。

实际测试下来,即使是在开车等高压场景下,也依然可以保持接近满帧的水平。

三摄终于来了,拍照玩法更多

魅族16Xs是首款采用后置三摄的魅族手机,具体组合为48MP+5MP+8MP,其中一颗镜头为超广角镜头。说实话,在中端机型上,这种配置并不多见。

先来看下白天的样张,光线充足的情况下,魅族16Xs表现相当不错。从样张来看,画面的解析力、白平衡都挑不出什么问题。

默认状态下,魅族16Xs的相机会打开AI场景识别,根据实际情况来优化样张。在颜色调校上,色彩看起来非常养眼,会比真实场景略微鲜艳,但也不会有过于失真的感觉。

此外,两倍变焦模式下,它的画面依然足够清晰。

广角镜头的加入,给魅族16Xs的相机带来了更加丰富的可玩性。它可以在拍摄时提供更加广的视野和更多的景物。

(广角模式实拍)

(广角模式实拍)

到了晚上,才是真正考验手机拍照水平的关键。常规模式下,魅族16Xs拍摄到的画面亮度其实已经比肉眼所见要高很多,基本的主体已经可以比较清晰地看到。

开启超级夜景模式后,魅族16Xs“夜视仪”的属性进一步增强,画面亮度更高了,细节更加丰富。当然,也有一点小瑕疵,在灯光影响下,树叶颜色有点过于浓艳了。

续航和充电

魅族16Xs的电池容量为4000mAh,骁龙675则采用了11nm工艺,这有理由让我们对它的续航充满期待。我们采用的还是亮屏视频播放测试法,具体的环境为:屏幕亮度手动一半、音量插耳机一半、在线播放B站1080P视频。最终,播放了9个小时的视频后,魅族16Xs的剩余电量依然有11%,如果电量全部耗尽的话,坚持10小时基本没什么问题。可以看出,这款手机的续航非常给力,满足一天的重度使用没啥压力。

充电方面,魅族16Xs配备了一块18W的快充头。手机从电量为0充电半小时后,电量可以充到40%多,完全充满则需要90多分钟。和很多旗舰机相比,这个充电速度算不上快充,但也绝对不算慢。

总结

以上,就是小编分享的关于魅族16Xs好用吗?魅族16Xs手机评测的全部内容。从上文中不难看出,魅族16Xs是一款非常值得入手的国产中端机型!当然,对手机性能有较高的需求,也可以考虑诸如小米9、一加7 Pro等中高端旗舰。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 魅族
    +关注

    关注

    7

    文章

    2678

    浏览量

    48162
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    LED全息屏为什么那么贵?2026价格高的真实原因解析

    为什么 LED 全息屏、LED 全息贴膜屏价格比普通透明屏贵?本文从光学工艺、高端原材料、高刷画质技术、低良品率、非标定制、研发售后成本六大维度,详细解析 2026 年 LED 全息屏售价偏高的真实原因,对比普通透明屏的弊端,告诉用户贵在哪里、值不值得,帮助工程商、采购
    的头像 发表于 09-08 15:52 120次阅读
    LED全息屏为什么那么贵?2026价格高的真实原因解析

    别再只盯着“模型”了!2026年AI落地的关键,在于这个被低估的“流量入口”

    AI网关到底解决什么问题、值不值得上。 一、传统API网关为什么“接不住”AI流量? 两个本质原因,直接把传统网关干趴下了: 1.计费单位变了:从“请求数”变成“Token” 传统网关按请求数计费,边界
    发表于 09-04 11:16

    5G DTU和4G DTU差别大吗?值不值得换?看完这篇再决定

    过去两年,5G DTU在工业物联网领域的讨论热度持续攀升。不少正在部署或升级数据采集系统的用户都在纠结一个问题: 现在的项目到底该选4G还是5G? 先说结论: 绝大多数常规物联网场景下,4G DTU完全够用 ,普通用户不必盲目更换5G DTU。这不是否定5G的价值,而是建议根据实际需求做选择——把钱花在真正需要的地方。 一、4G DTU和5G DTU,到底差在哪? 两者的差异主要集中在三个维度: 网络能力、成本、落地门槛 。 1、网络能力:5G更快,但4G够用 4G
    的头像 发表于 08-10 16:14 771次阅读

    导电硅胶装机后撕裂只能整换?——从工况量化到修复方案的实操思路

    真的只能整换吗?倒不是说所有情况都能修,但至少先把"工况量化→性能拆解→修复路径"这条线捋清楚,再决定值不值得动手。一、先看工况:撕裂不是突然发生的说实话,导电硅胶
    的头像 发表于 07-27 20:33 227次阅读
    导电硅胶装机后撕裂只能整换?——从工况量化到修复方案的实操思路

    码士AI大模型课程值不值得,我对比了5个同类课程后说点实话

    2026 大模型工程师底层实战:分布式训练、推理优化与安全部署全解 2026年,大模型技术已全面跨越千亿参数门槛,迈向万亿级稀疏架构与超长上下文时代。在算力成本居高不下与业务安全要求日益严苛的双重驱动下,大模型工程师的核心竞争力已从应用层编排全面下沉至底层系统架构。掌握分布式训练、推理优化与安全部署的底层硬核技术,成为构建企业级大模型基础设施的必经之路。///“虾仔”>>>:weiranit.fun 一、 分布式训练:突破万卡集群算力边界 面对指数级增长的参数规模,单机训练早已无能为力,工程师必须精通多维混合并行策略。在底层实战中,需将数据并行、张量并行与流水线并行深度交织,并结合序列并行以应对超长上下文带来的显存碎片问题。 通信是分布式训练的隐形杀手。工程师需深入剖析底层集合通信库,基于RDMA网络与GPU拓扑结构,实施计算与通信的重叠优化,消除梯度同步带来的空窗期。针对万卡集群频发的硬件故障,必须构建具备自动容错与弹性恢复能力的训练框架,通过全局检查点快照与冗余路由机制,确保长周期训练任务在节点宕机时实现毫秒级无损接管。 二、 推理优化:榨干每一次浮点运算的极致效能 大模型落地商业化的最大阻碍在于推理延迟与吞吐瓶颈。2026年的推理优化已演进为全链路的系统工程。在显存管理层面,需全面采用类操作系统的分页内存管理技术,实现KV缓存的无碎片动态分配与跨请求共享,彻底打破并发数受限于物理显存的魔咒。 在计算加速层面,推测解码与基于草稿模型的并行验证成为标配,通过牺牲部分计算资源换取数倍的解码速度飞跃。同时,需结合硬件特性实施极致的量化压缩方案,从权重量化迈向全链路的KV缓存量化与激活值稀疏化,在精度近乎无损的前提下,将单卡并发吞吐量推向物理极限。此外,分离式预填充与解码架构将成为主流,实现计算密集型与访存密集型阶段的物理资源隔离与精准调度。 三、 安全部署:构筑坚不可摧的AI底层防线 随着大模型深度融入核心业务流,安全部署不再是可选项,而是生命线。在底层架构设计上,必须实现模型权重与推理引擎的物理隔离,采用可信执行环境与内存加密技术,防止模型资产在运行时被恶意窃取或篡改。 在防御体系上,需构建覆盖输入输出全生命周期的实时安全护栏。针对层出不穷的越狱攻击与提示词注入,系统需具备底层的指令遵循加固与多模态内容实时审计能力。此外,在隐私合规层面,需集成联邦学习与差分隐私机制,确保在多节点联合推理或微调时,底层数据特征与用户隐私绝不外泄。线上运行时还需配备高频红队自动化对抗演练系统,实时捕获并阻断新型攻击向量。 结语 2026年的大模型工程师,是连接底层硬件算力与上层智能涌现的关键枢纽。唯有在分布式训练中榨干集群算力,在推理优化中突破物理极限,在安全部署中筑牢防线,才能真正构建出具备高吞吐、低延迟、强安全属性的企业级大模型基础设施。这不仅是技术的深潜,更是决定AI商业化终局的硬核较量。
    发表于 07-10 11:17

    码士AI大模型课程值不值得,我对比了5个同类课程后说点实话

    2026 大模型工程师进阶指南:从微调、RAG 到多智能体落地全流程 2026年,大模型(LLM)已从技术热点转变为企业数字化转型的核心基础设施。大模型工程师的角色也随之演进,从早期的模型调优者,转变为能够构建、部署和维护复杂AI系统的全栈架构师。本指南将概述从模型微调、检索增强生成(RAG)到多智能体系统落地全流程的核心能力与进阶路径。///“虾仔”>>>:weiranit.fun 第一阶段:模型微调与定制化 微调不再是简单的参数调整,而是构建领域专属能力的关键。 数据工程是基石:构建高质量、多样化的指令数据集(SFT Data)。掌握数据合成、增强与清洗技术,确保数据能精准覆盖目标任务。2026年的工程师需熟练运用自动化数据标注与质量评估工具。 参数高效微调(PEFT)成为常态:深入理解并灵活运用LoRA、QLoRA、Adapters等PEFT技术。在有限算力下,高效地将特定知识、技能或风格注入模型,同时避免灾难性遗忘。 指令微调与对齐:针对特定场景进行指令微调,使模型能更好地理解并执行复杂指令。掌握基于人类反馈的强化学习(RLHF)或基于AI反馈的强化学习(RLAIF)的简化流程,实现模型输出与人类价值观的对齐。 模型评估体系构建:建立多维度的模型评估基准,涵盖准确性、鲁棒性、安全性、公平性及领域特定指标。熟练运用自动化评估工具与人工评估相结合的方法,量化微调效果。 第二阶段:检索增强生成(RAG)的精通 RAG从单纯的“检索+生成”进化为能处理复杂信息需求的知识增强系统。 进阶检索策略:超越基础的向量检索,掌握混合检索(稠密向量与稀疏向量结合)、重排序、查询改写与扩展、多跳检索等高级技术,提升召回准确性与相关性。 知识图谱与RAG融合:将结构化知识图谱与非结构化文本检索结合,构建图谱增强的RAG系统,以处理需要复杂推理和多实体关系的查询。 索引与切片优化:根据文档特性选择合适的分块策略(如语义切片、递归切片),并优化索引结构,平衡检索效率与精度。处理多模态数据(文本、图像、表格)的统一索引与检索。 生成控制与引用溯源:在生成过程中有效利用检索到的证据,减少幻觉。实现答案的溯源功能,增强结果的可信度与可解释性。 RAG系统评估与调优:构建端到端的RAG评估管道,针对检索质量、生成质量、响应速度等核心指标进行持续监控与迭代优化。 第三阶段:多智能体系统的构建与落地 多智能体系统是解决复杂、动态任务的关键,代表了2026年AI应用的高级形态。 智能体编排框架:熟练运用主流的多智能体编排框架(如LangGraph、AutoGen、CrewAI等)。设计智能体间的协作模式,包括协同、竞争、层级管理及通信协议。 工具调用与能力增强:为智能体配备丰富可靠的工具集(API、数据库、计算器、代码解释器等)。设计清晰的工具调用逻辑,确保智能体能准确、安全地使用外部能力。 任务规划与分解:赋予智能体强大的任务规划能力,使其能将复杂目标分解为可执行的子任务,并动态调整执行计划。 记忆与状态管理:设计健壮的智能体记忆系统,包括短期记忆(对话上下文)、长期记忆(向量数据库)和共享记忆,支持智能体在长周期任务中的信息持久化与共享。 人机协同与反馈机制:构建有效的人机交互界面,允许人类在关键决策点介入,提供指导或纠正,形成闭环的反馈优化机制。 第四阶段:全流程工程化与生产落地 将AI模型从实验室转化为可靠、高效、安全的生产服务。 模型选型与服务化:基于任务需求、成本、性能和合规性,选择合适的开源模型或商业API。掌握高效的模型服务化技术,如vLLM、TGI等,实现高并发、低延迟的推理服务。 提示词工程与管理:设计并优化系统提示词与用户提示词,建立提示词版本管理、测试与A/B测试的流程,最大化模型性能。 可观测性、监控与运维:构建全面的AI应用可观测性平台,实时监控模型性能、资源消耗、错误率、用户反馈等关键指标。建立自动化告警与故障恢复机制。 安全、隐私与合规:实施严格的安全防护措施,包括输入输出过滤、敏感信息脱敏、对抗攻击防御。确保系统符合数据保护法规(如GDPR、个人信息保护法)。 成本优化与资源调度:精细化管理模型推理成本,通过模型量化、动态路由、缓存策略等技术优化资源使用。建立高效的算力资源调度系统。 第五阶段:持续学习与未来展望 多模态融合:跨越文本、图像、音频、视频的边界,构建能理解与生成多模态内容的AI系统。 边缘AI与端侧部署:掌握模型压缩、蒸馏与边缘设备部署技术,将AI能力延伸至物联网、移动设备等边缘场景。 AI原生应用设计:转变思维模式,从“为应用添加AI功能”转向“为AI设计应用”,探索全新的交互范式与用户体验。 垂直领域深耕:结合行业知识,在金融、医疗、制造、教育等特定领域,打造具有深度行业洞察的定制化AI解决方案。 2026年的大模型工程师,不仅是技术的实现者,更是系统的设计者、价值的创造者。唯有贯通从底层模型到上层应用的全流程,并在实践中不断迭代精进,方能在这场AI驱动的变革中引领潮流,构建真正赋能业务的智能未来。
    发表于 07-09 10:38

    3串锂电池充电芯片在低输入电压下的升压启动能力测试

    PW4053A:5V升压充三节锂电,这颗IC值不值得用? PW4053A 是平芯微做的一款异步升压充电管理IC,专门用来把5V USB输入升到12.6V,给三节串联的锂电池充电。最大电池端充电电流
    发表于 06-26 12:00

    DP接口版本差异:1.4与2.0功能及工业应用

    最近不少用户在选型的时候都会纠结这个问题,新设备支持DP2.0了,老设备还是1.4,到底要不要现在就升级到2.0,值不值得多花这个钱。这事说白了,得先搞清楚两个版本之间到底差在哪,工业场景下又有哪些实际影响,盲目跟风升级或者死守旧标准都不太合适。
    的头像 发表于 06-24 10:25 865次阅读
    DP接口版本差异:1.4与2.0功能及工业应用

    一台破壁机气密性检测仪,能省多少人工成本-岳信仪器

    很多破壁机生产厂家最头疼的就是气密性质检工作。传统检测全靠人工操作,不仅耗时费力,人工成本也是一笔不小的开销。不少工厂都会疑惑,换上一台破壁机气密性检测仪,到底能省下多少人工成本,值不值得投入?今天
    的头像 发表于 06-13 11:55 246次阅读
    一台破壁机气密性检测仪,能省多少人工成本-岳信仪器

    广州邮科防爆型工业交换机:危险场景里的"不爆保险",到底值不值得

    如果你的项目在化工、油田、煤矿这类易燃易爆场景,广州邮科防爆型工业交换机是目前国产方案里性价比最能打的选择,没有之一。 防雷等级做到6kV-8kV,环网切换快到5毫秒,价格只有进口品牌的三分之一,而且人家是真在炼油厂、矿井里跑过18个月零故障的实战派,不是PPT选手。 先说个真事。某千万吨级炼油厂,催化裂化装置区油气浓度常年在爆炸极限边缘徘徊,普通交换机放那儿就是个"定时炸弹"。后来换了广州邮科的隔爆型交换机,铝合金密封
    的头像 发表于 06-05 11:22 325次阅读

    前星纪CMO、CTO加入玄景AI眼镜,或接手AI眼镜

    此前,宣布暂停手机业务。旗下 AR 眼镜品牌 StarV 正寻求新的“出路”,业内人士猜测融资或是单独出售均有可能。   据最新消息,玄景MLVision正在积极接洽
    的头像 发表于 03-02 15:27 9568次阅读
    前星纪<b class='flag-5'>魅</b><b class='flag-5'>族</b>CMO、CTO加入玄景AI眼镜,或接手<b class='flag-5'>魅</b><b class='flag-5'>族</b>AI眼镜

    否认退市,宣布战略转型:暂停自研硬件,拥抱AI软件生态

    近日,网络流传手机业务停摆、将于2026年3月退市的消息引发广泛关注。昨日,科技正式发布公告,对此作出回应并公布战略转型方向.
    的头像 发表于 02-28 18:17 711次阅读

    广州邮科:深耕本地的老牌48v通信电源厂家,值得选吗?

    提到48v通信电源厂家,你的第一反应是不是那几个全国性大品牌?其实,在我们身边,尤其是在产业聚集的华南地区,就有不少实力深厚的专业制造商。今天,咱们就聚焦一家广州本地的企业——广州邮科,聊聊它作为一家48v通信电源厂家,到底值不值得你考虑。
    的头像 发表于 12-05 09:17 774次阅读
    广州邮科:深耕本地的老牌48v通信电源厂家,<b class='flag-5'>值得</b>选吗?

    嵌入式rtos中哪一个更加值得去学习?

    的 “实时性优化”,放到大多数嵌入式场景里,这点差距根本够不上 “决定性”。真正决定一个 RTOS 值不值得学、能不能扛事的,从来不是这点 “微操”,而是能不能把硬
    的头像 发表于 11-05 10:48 1236次阅读
    嵌入式rtos中哪一个更加<b class='flag-5'>值得</b>去学习?