随着苹果iPhone15Pro系列的问世，手机性能再上一个层面，其搭载的苹果A17Pro性能可谓秒杀一切安卓、鸿蒙机型。
现在数码博主肥威”汇总了几个主流的跨平台处理器的GeekBench分数对比，包括苹果上一代A16、骁龙8Gen2领先版（超频版）、酷睿i9-13900K、AMD锐龙97950X，甚至把M2Ultra和最新的14900KF都加进去了。
结果显示，苹果A17Pro多核7199的跑分虽然比其A16的6989提升不大，但依然遥遥领先于骁龙8Gen2领先版。可以说，安卓手机一个能打的也没有!
单核跑分方面，苹果A17Pro3.77GHz的主频发威，不但相比A16有了明显提升，甚至超越了苹果M2Ultra芯片。即便面对Intel的酷睿i914900KF变态的6GHz，单核性能仅落后12%左右。
据了解，苹果A17Pro是全球第一款采用3nm工艺的芯片，相比上代A16，这次的A17Pro处理器制造工艺从台积电4nm升级到台积电3nm，晶体管数量从160亿个增加到190亿个。
（举报）
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
A17Pro的性能还在不断提高，这个从苹果新机的跑分就能看出来。现在有博主也是纷纷晒出了iPhone15系列Geekbench中的最新跑分，搭载A17Pro的最高跑出了单核2999、多核7779的新记录。按照这个速度优化下去，A17Pro的Geekbench单核跑分，能把Intel的酷睿i914900KF拉下马。
苹果iPhone15系列评测今晚正式解禁，大家最关心的就是iPhone15Pro系列搭载的A17Pro芯片性能表现究竟如何。博主小白测评实测，在1080P曼哈顿3.1离屏测试场景下，苹果A17Pro是204fps，功耗是9.8W。单线程性能比上代增强10%，首发台积电3nm工艺。
随着发布时间的临近，高通也是抓紧时间进一步优化骁龙8Gen3，不过从曝光的最新性能看，提升还是很明显的。有博主发现了第三代骁龙8工程机最新跑分，Geekbench6Vulkan测试15434分，相比第二代骁龙8的10447分，提升高达47.7%！按照高通的规划，其会在11月份跟大家见面。
高通骁龙8Gen3处理器的Geekbench6Vulkan跑分流出，表现非常亮眼。该芯片得到了15，434分，相比骁龙8Gen2的约10，000分，提升幅度达到了约50%。根据泄露的GalaxyS24Plus跑分显示，骁龙8Gen3单核性能上仍然不如A17Pro，仅得到约2005分，远低于iPhone15Pro的2958分。
三星GalaxyS24Ultra将采用高通骁龙8Gen3移动平台。不同于其他品牌使用的骁龙8Gen3，三星GalaxyS24Ultra搭载的是骁龙8Gen3forGalaxy系列的顶配版本，CPU主频突破了3.3GHz。首批搭载骁龙8Gen3forGalaxy的三星GalaxyS24Ultra将于明年1月份上市。
IGN资深编辑泰勒莱尔斯近日对苹果三位高管进行了采访。三位苹果高管提供了有关该公司将iPhone15打造成世界上最好的游戏机”的计划的更多细节。Sandmel认为iPhone将成为最好的游戏机”，没有之一。
快科技9月17日，博主数码闲聊站透露，联发科将在今年Q4推出天玑9300移动平台，这颗芯片由4颗超大核Cortex-X4和4颗大核Cortex-A720组成，有可能会追赶上苹果A17Pro，目前A17ProGeekbench6单核跑分接近3000分，多核跑分超过了7700分。目前旗舰手机芯片的CPU通常由8核组成，一般包括超大核、大核、小核。拥有4颗超大核心的天玑9300将会是苹果A17Pro强有力的竞争对手，值得期待。
努比亚Z50SPro超级性能版近日宣布正式开售，售价4699元。这款手机搭载了高通骁龙8Gen2领先版处理器，也就是3.36GHz的高频版本，配备了4233mm?的VC均热板，散热总面积达到42833mm?。感兴趣的消费者可以在京东上购买该产品，售价4699元。
Redmi2023年度收官之作RedmiK70系列预计最快会在11月发布，有望成为新一代旗舰焊门员。一款型号为Xiaomi23117RK66C”的手机在Geekbench跑分平台现身，结合型号来看，该机正是RedmiK70Pro。根据IMEI数据库信息，RedmiK70系列至少会有三款新机，分别为RedmiK70E、RedmiK70和RedmiK70Pro。
一款名为骁龙8Gen3ForGalaxy的手机在Geekbench6多核测试中获得约7400分的成绩，相较于搭载骁龙8Gen2ForGalaxy的三星S23在该测试中5106的得分，骁龙8Gen3ForGalaxy在多核性能上提升了近45%。博主@i冰宇宙随后爆料称搭载骁龙8Gen3ForGalaxy的三星S24多核跑分仅6700分，这意味着骁龙8Gen3ForGalaxy在多核性能上的提升幅度约为24%。期待高通骁龙8Gen3的正式亮相。
EmojiTell是一个创新的在线服务，可以将文本翻译成表情组合，增加沟通的趣味性和表现力。它由一支对表情符号充满热情的开发者和设计师团队开发，旨在通过表情符号的力量，让信息传递更加生动和个性化。
Perplexica是一个开源的AI驱动搜索引擎，它不仅搜索网络，还理解您的问题。它使用先进的机器学习算法，如相似性搜索和嵌入，来优化结果，并提供引用来源的清晰答案。使用SearxNG保持最新和完全开源，确保您始终获得最新信息，同时不损害您的隐私。
FaceChain是一个深度学习工具链，由ModelScope提供支持，能够通过至少1张肖像照片生成你的数字孪生体，并在不同设置中生成个人肖像（支持多种风格）。用户可以通过FaceChain的Python脚本、熟悉的Gradio界面或sd webui来训练数字孪生模型并生成照片。FaceChain的主要优点包括其生成个性化肖像的能力，支持多种风格，以及易于使用的界面。
HuggingFace镜像站是一个非盈利性项目，旨在为国内的AI开发者提供一个快速且稳定的模型和数据集下载平台。通过优化下载过程，减少因网络问题导致的中断，它极大地提高了开发者的工作效率。该镜像站支持多种下载方式，包括网页直接下载、使用官方命令行工具huggingface-cli、本站开发的hfd下载工具以及通过设置环境变量来实现非侵入式下载。
WebLlama是一个基于Meta Llama 3构建的代理，专门为网页导航和对话进行了微调。它旨在构建有效的以人为中心的代理，帮助用户浏览网页，而不是取代用户。该模型在WebLINX基准测试中超越了GPT-4V（零样本）18%，展示了其在网页导航任务中的卓越性能。
GitHub Copilot for Infrastructure as Code（简称Infra Copilot）是一个利用机器学习技术帮助基础设施专业人员自动生成精确基础设施代码的工具。它通过理解基础设施任务的上下文，允许专业人员使用自然语言表达需求，并接收相应的代码建议。Infra Copilot不仅简化了基础设施即代码（IaC）的开发过程，还确保了跨环境和项目的一致性，加速了新团队成员的上手和学习过程，显著提高了工作效率并节约了时间。
LLaVA++是一个开源项目，旨在通过集成Phi-3和LLaMA-3模型来扩展LLaVA模型的视觉能力。该项目由Mohamed bin Zayed University of AI (MBZUAI)的研究人员开发，通过结合最新的大型语言模型，增强了模型在遵循指令和学术任务导向数据集上的表现。
PhysDreamer是一个基于物理的方法，它通过利用视频生成模型学习到的对象动力学先验，为静态3D对象赋予交互式动力学。这种方法允许在缺乏真实物体物理属性数据的情况下，模拟出对新颖交互（如外力或代理操作）的真实反应。PhysDreamer通过用户研究评估合成交互的真实性，推动了更吸引人和真实的虚拟体验的发展。
AI快站是一个为AI开发者设计的服务平台，提供HuggingFace模型的免费加速下载，解决大模型下载缓慢和断开的问题，支持高达4M/s的下载速度，大幅减少等待时间，提高开发效率。
Llama-3 8B Instruct 262k是一款由Gradient AI团队开发的文本生成模型，它扩展了LLama-3 8B的上下文长度至超过160K，展示了SOTA（State of the Art）大型语言模型在学习长文本操作时的潜力。该模型通过适当的调整RoPE theta参数，并结合NTK-aware插值和数据驱动的优化技术，实现了在长文本上的高效学习。此外，它还基于EasyContext Blockwise RingAttention库构建，以支持在高性能硬件上的可扩展和高效训练。
CoreNet 是一个深度神经网络工具包，使研究人员和工程师能够训练标准和新颖的小型和大型规模模型，用于各种任务，包括基础模型（例如 CLIP 和 LLM）、对象分类、对象检测和语义分割。
Llama中文社区是一个专注于Llama模型在中文方面的优化和上层建设的技术社区。社区提供基于大规模中文数据的预训练模型，并对Llama2和Llama3模型进行持续的中文能力迭代升级。社区拥有高级工程师团队支持，丰富的社区活动，以及开放共享的合作环境，旨在推动中文自然语言处理技术的发展。
Interactive3D是一个先进的3D生成模型，它通过交互式设计为用户提供了精确的控制能力。该模型采用两阶段级联结构，利用不同的3D表示方法，允许用户在生成过程的任何中间步骤进行修改和引导。它的重要性在于能够实现用户对3D模型生成过程的精细控制，从而创造出满足特定需求的高质量3D模型。
GraphRAG (Graphs + Retrieval Augmented Generation) 是一种通过结合文本提取、网络分析以及大型语言模型（LLM）的提示和总结，来丰富理解文本数据集的技术。该技术即将在GitHub上开源，是微软研究项目的一部分，旨在通过先进的算法提升文本数据的处理和分析能力。
Qwen1.5-110B是Qwen1.5系列中规模最大的模型，拥有1100亿参数，支持多语言，采用高效的Transformer解码器架构，并包含分组查询注意力（GQA），在模型推理时更加高效。它在基础能力评估中与Meta-Llama3-70B相媲美，在Chat评估中表现出色，包括MT-Bench和AlpacaEval 2.0。该模型的发布展示了在模型规模扩展方面的巨大潜力，并且预示着未来通过扩展数据和模型规模，可以获得更大的性能提升。
ID-Aligner 是一种用于增强身份保留文本到图像生成的反馈学习框架，它通过奖励反馈学习来解决身份特征保持、生成图像的审美吸引力以及与LoRA和Adapter方法的兼容性问题。该方法利用面部检测和识别模型的反馈来提高生成的身份保留，并通过人类标注偏好数据和自动构建的反馈来提供审美调整信号。ID-Aligner 适用于LoRA和Adapter模型，通过广泛的实验验证了其有效性。
Bundle of Joy是一个为准父母设计的应用程序，可以在几秒钟内为他们的新生儿浏览和筛选名字。该应用根据父母的偏好推荐名字，并根据父母的喜好进行学习，为他们提供适合他们口味的新的推荐。父母可以指示宝宝的性别，然后选择以下两个选项之一：名字的首选来源、宗教、主题、首字母和含义。他们开始根据自己的独特偏好获得漂亮的宝宝名字推荐。他们可以随时修改这些偏好，并继续根据自己的口味获得新鲜的推荐。
StudyBoosterAI通过AI技术提供个性化支持，包括定制化学习材料、生动的学习内容、个性化学习计划等，帮助学生更有效地学习和记忆知识。
SNAPVID是一款智能视频编辑工具，利用AI技术提供多个热门视频剪辑建议，用户只需点击一次即可创建多个病毒式视频剪辑。同时，用户可以根据需要自定义剪辑长度和风格，并添加自定义的字幕和动画表情。SNAPVID还支持批量导出和品牌定制，使用户能够轻松导出自己喜欢的视频剪辑并保存项目设置，方便在多个项目中复用。通过AI B Roll技术，SNAPVID还可以自动添加相关的库存视频，提升视频的沉浸感。
Blue Saturn是一款招聘辅助工具，通过即时验证器帮助中型和大型组织验证大量申请者。它可以分析数百个申请者的信息，在不到1分钟内提供全面的报告和排名。Blue Saturn的主要优点是快速验证、全面报告和智能招聘。
