鲁大师7月新机性能/流畅/久用榜:骁龙8 Gen2领先版亮相,性能跑分再破新高
摘要:iQOO 11S突破上限,红魔8S Pro+再创新高
继五月六月,搭载天玑9200+的机型相继迎来上市之后,高通也终于按耐不住。
本月所有上市的新机均搭载高通骁龙系列芯片,其中骁龙8 Gen2领先版迎来首次亮相,除了主打电竞和游戏的机型,荣耀新发的折叠机型也搭载上了这款安卓旗舰芯片。
值得注意的是,本月发布的十款新机中还打破了鲁大师两项跑分纪录,是不是特别期待呢?
具体如何,接下来详细看看。
性能榜
本月,搭载骁龙8 Gen2领先版的机型共有三款,在性能跑分上都有不错的表现。
其中红魔 8S Pro+以1559774的跑分打破性能榜纪录并拿下第一。
除了强悍的处理器平台外,红魔8S Pro+还搭载了满血版LPDDR5X和UFS4.0,共同组成了性能铁三角Plus;同时,拥有10层散热结构的ICE 12魔冷散热系统也为性能释放提供了充足的底气。
这套散热系统除了红魔特色的全贯穿风道外,还包含了航空铝中框、超柔高导热稀土、高导热凝胶、屏下铜箔等等,官方数据显示最大热源下降可达17℃以上。
此外,这一代的红魔在日常使用和外观颜值等方面也有不错的提升。
接下来聊聊骁龙8 Gen2领先版,相比常规版整体架构并未发生变化,同样也采用台积电4nm工艺制造,但CPU超大核频率从3.2GHz提升至3.36GHz,GPU方面,频率也从680MHz提升至719MHz。
第二名iQOO 11S,性能跑分1436462,打破了骁龙8 Gen2的跑分纪录。
此前鲁大师手机综合性能榜榜首是由搭载骁龙8 Gen2的iQOO 11 Pro占据,跑分达到140.6W;而iQOO 11S虽然没有搭载最新的骁龙8 Gen2领先版,但依然将同处理器平台机型的天花板成绩再次拔高。
iQOO 11 Pro和iQOO 11S是两款定位不同的机型,前者更注重影像能力因此搭载了自研的V2芯片(可提升影像和游戏能力),后者更注重性能,因此换上了更加纯粹的超算独显芯片,进一步增强性能和游戏表现。
第三名努比亚 Z50S Pro,性能跑分1388495。
同样搭载了骁龙8 Gen2 领先版+LPDDR5X+UFS4.0(1T版为3.1)的组合,但作为一款主打影像能力的机型,性能释放较为保守也可以理解。
而搭载的35mm IMX800主摄,以及3699元的起售价(加300元就可从256G换成1TB版本),相信也会让努比亚 Z50S Pro在市场上获得不错的反响。
第四名荣耀 Magic V2,性能跑分1264147分。
骁龙8 Gen2还未普及到折叠屏市场,荣耀Magic V2直接就“装”上了骁龙8 Gen2 领先版,只是这个跑分......
不过,荣耀Magic V2是首个将折叠后厚度做到9.9mm的折叠屏手机,展开厚度也仅仅4.7mm,整机重量231g,不论是重量还是轻薄度都已经优于许多直屏旗舰了。
榜单剩余几款机型,多搭载骁龙中端芯片,性能跑分集中在60w左右。其中荣耀X50与OPPO K11都是主打影像能力的机型,前者拥有亿级像素、5800mAh大电池,后者则有IMX890+OIS光学防抖和三大旗舰算法,在千元价位中也有很强的竞争力。
流畅榜
本月,流畅榜单榜首并未被骁龙8 Gen2领先版的机型拿下,反而是被iQOO 11S以225.24分夺得第一。
从iQOO 11S在性能榜上的优异表现,加上OriginOS 3的不公平调度和原地复活机制,这个成绩并不让人意外。
7月流畅榜第二名的机型是荣耀Magic V2,体验评测得分218.83分。
虽然是折叠屏,但高性能配置加上MagicOS的流畅度(排名鲁大师系统流畅榜第三),也让荣耀Magic V2成为鲁大师流畅榜中目前流畅得分最高的折叠屏机型。
第三名努比亚 Z50S Pro,体验评测得分217.24分,虽然没能跑过荣耀Magic V2,但相比上一代已经有不少的提升。
第四名OPPO K11,体验评测得分213.73分。
这是个让人十分意外的成绩,单看绝对值虽然并不在第一梯队,但是OPPO K11搭载的是骁龙中端芯片782G,而在鲁大师排行榜上同水平的机型搭载的都是骁龙8+ Gen1、天玑9000以及部分骁龙8 Gen2芯片。
这也从侧面证明,ColorOS连续蝉联鲁大师系统流畅度榜单冠军多年,的确是有实力的。
第五名红魔8S Pro+,体验评测得分211.76分。
红魔8S Pro+搭载的REDMAGIC OS 8.0除了为提升游戏表现努力,也针对日常流畅使用做出了不小的改善,比如1000项体验优化、红魔回蓝计划等等。
久用流畅榜
整体来看,在久用流畅榜单中搭载骁龙8 Gen2芯片的机型成绩普遍更好,骁龙8+ Gen1和天玑9200则稍次之。
分芯片厂商来看,前十中高通就占据了七个席位并且强势包揽前五,而联发科仅有三个。
其中OPPO系表现较为出色,OPPO Find X6 Pro以14268.44分获得第一;OPPO Reno10 Pro+和OPPO Reno10 Pro分别名列第三、第七,同时也在骁龙8+ Gen1和天玑8200同平台中排名第一。
小米13作为旗舰机型加之MIUI本身不错的流畅程度,荣获第二实至名归;vivo系机型不算拔尖,但在榜单上占据了五席位置,说明在抗老化上整体实力发挥均衡。
整体来看,从7月开始高通骁龙8 Gen2领先版开始逐渐成为性能机型的首选,特别是对游戏表现有较高需求的机型,而天玑9200+的势头在本月逐渐减弱。不知道下半年的天玑9300与骁龙8 Gen3又会碰撞出如何的火花。
相关文章:

鲁大师7月新机性能/流畅/久用榜:骁龙8 Gen2领先版亮相,性能跑分再破新高
摘要:iQOO 11S突破上限,红魔8S Pro再创新高 继五月六月,搭载天玑9200的机型相继迎来上市之后,高通也终于按耐不住。 本月所有上市的新机均搭载高通骁龙系列芯片,其中骁龙8 Gen2领先版迎来首次亮相,除了主打…...

【QT学习】01:helloqt
helloqt OVERVIEW helloqt一、helloqt1.使用向导创建2.手动创建3.pro文件4.Qt应用程序框架 二、按钮创建main.cppmywidget.cpp 三、对象模型1.对象树引入2.存在的问题 一、helloqt 创建一个qt项目,可以使用creator的向导创建,也可自己手动创建ÿ…...

学习gRPC (三)
测试gRPC例子 编写proto文件实现服务端代码实现客户端代码 通过gRPC 已经编译并且安装好之后,就可以在源码目录下找到example 文件夹下来试用gRPC 提供的例子。 在这里我使用VS2022来打开仓库目录下example/cpp/helloworld目录 编写proto文件 下面是我改写的exa…...
【html】学习记录
1.在建立一个页面的时候不是打开软件就开始写代码,要先规划好页面的布局框架,不然思想会很混乱,如做个人简历,要分区分块,把每个区域的内容搞清楚。 2.html的很多标签看上去作用都是一样的,但是实际有很大不…...

2023年人工智能技术与智慧城市发展白皮书
人工智能与智慧城市是当前热门的话题和概念,通过将人工智能技术应用在城市管理和服务中,利用自动化、智能化和数据化的方式提高城市运行效率和人民生活质量,最终实现城市发展的智慧化,提升城市居民的幸福感。 AI技术在城市中的应…...
《Python入门到精通》条件控制 if 语句
「作者主页」:士别三日wyx 「作者简介」:CSDN top100、阿里云博客专家、华为云享专家、网络安全领域优质创作者 「推荐专栏」:小白零基础《Python入门到精通》 if 语句 1、四种语法格式1.1、if1.2、if else1.3、if elif else1.4、if 嵌套 2、…...

如何编写一个易于维护的考试系统源码
编写一个易于维护的考试系统源码对于开发人员来说非常重要。一个易于维护的系统可以使代码更易于理解、修改和扩展,从而提高开发效率和系统稳定性。 第一步:良好的项目结构 良好的项目结构是一个易于维护的源码的基础。可以按照模块、功能或层次等方式…...
day 2 |977.有序数组的平方、209.长度最小的子数组、59.螺旋矩阵II
目录: 解题及思路学习 977.有序数组的平方 https://leetcode.cn/problems/squares-of-a-sorted-array/submissions/ 给你一个按 非递减顺序 排序的整数数组 nums,返回 每个数字的平方 组成的新数组,要求也按 非递减顺序 排序。 示例 1&a…...

【力扣每日一题】2023.8.2 翻转卡片游戏
目录 题目: 示例: 分析: 代码: 题目: 示例: 分析: 这道题不是什么翻转卡片游戏,这就是纯纯的文字游戏,要是能看懂题目那就是非常简单,接下来我就给大家分…...

IDEA设置中文 中文插件
IDEA设置中文 中文插件 首先进入idea File --> Setting --> Plugin 输入Chinese 搜索插件 选择下图插件进行install 安装完成后,重启idea即可...

Python——调用webdriver.Chrome() 报错
今天运行脚本,报错内容如下: collecting ... login_case.py:None (login_case.py) login_case.py:11: in <module> dr webdriver.Chrome() D:\Program Files (x86)\Python\Python39\Lib\site-packages\selenium\webdriver\chrome\webdriver.p…...

人工智能发展的五个主要技术方向是什么?
人工智能主要分支介绍 通讯、感知与行动是现代人工智能的三个关键能力,在这里我们将根据这些能力/应用对这三个技术领域进行介绍: 计算机视觉(CV) 自然语言处理(NLP) 在 NLP 领域中,将覆盖文本挖掘/分类、机器翻译和语音识别。 机器人 1、…...

机器学习知识经验分享之六:决策树
python语言用于深度学习较为广泛,R语言用于机器学习领域中的数据预测和数据处理算法较多,后续将更多分享机器学习数据预测相关知识的分享,有需要的朋友可持续关注,有疑问可以关注后私信留言。 目录 一、R语言介绍 二、R语言安装…...

回归预测 | MATLAB实现SO-CNN-GRU蛇群算法优化卷积门控循环单元多输入单输出回归预测
回归预测 | MATLAB实现SO-CNN-GRU蛇群算法优化卷积门控循环单元多输入单输出回归预测 目录 回归预测 | MATLAB实现SO-CNN-GRU蛇群算法优化卷积门控循环单元多输入单输出回归预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 MATLAB实现SO-CNN-GRU蛇群算法优化卷积门控循…...
309. 买卖股票的最佳时机含冷冻期
给定一个整数数组prices,其中第 prices[i] 表示第 i 天的股票价格 。 设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票): 卖出股票后,你无法在第二天买入股票 …...
P1119 灾后重建
题目背景 B 地区在地震过后,所有村庄都造成了一定的损毁,而这场地震却没对公路造成什么影响。但是在村庄重建好之前,所有与未重建完成的村庄的公路均无法通车。换句话说,只有连接着两个重建完成的村庄的公路才能通车,…...

USB采集卡如何打pts
一、使用采集卡提供的pts 二、手动打pts 1.usb采集设备pts的问题 2.采集卡驱动,UVC/UAC,ffmpeg的关系 3.如何自己打pts 4.音视频同步调优 5.NTP等联网调时工具带来的不同步问题 一、使用采集卡提供的pts 我们用使用pc摄像头和使用pc麦克风声卡里的方法&…...

机器学习实战13-超导体材料的临界温度预测与分析(决策树回归,梯度提升回归,随机森林回归和Bagging回归)
大家好,我是微学AI,今天给大家介绍一下机器学习实战13-超导体材料的临界温度预测与分析(决策树回归,梯度提升回归,随机森林回归和Bagging回归),这几天引爆网络的科技大新闻就是韩国科研团队宣称发现了室温超导材料-LK-99,这种材料…...

小研究 - 一种复杂微服务系统异常行为分析与定位算法(二)
针对极端学生化偏差(Extreme Studentized &#…...

Docker 安装 MySQL5.6
方法一、docker pull mysql 查找Docker Hub上的mysql镜像 #docker search mysql 这里我们拉取官方的镜像,标签为5.6 #docker pull mysql:5.6 (第一次启动Docker-MySql主要是查看Docker里面MySQL的默认配置,数据位置,日志位置,配…...
在软件开发中正确使用MySQL日期时间类型的深度解析
在日常软件开发场景中,时间信息的存储是底层且核心的需求。从金融交易的精确记账时间、用户操作的行为日志,到供应链系统的物流节点时间戳,时间数据的准确性直接决定业务逻辑的可靠性。MySQL作为主流关系型数据库,其日期时间类型的…...
conda相比python好处
Conda 作为 Python 的环境和包管理工具,相比原生 Python 生态(如 pip 虚拟环境)有许多独特优势,尤其在多项目管理、依赖处理和跨平台兼容性等方面表现更优。以下是 Conda 的核心好处: 一、一站式环境管理:…...

盘古信息PCB行业解决方案:以全域场景重构,激活智造新未来
一、破局:PCB行业的时代之问 在数字经济蓬勃发展的浪潮中,PCB(印制电路板)作为 “电子产品之母”,其重要性愈发凸显。随着 5G、人工智能等新兴技术的加速渗透,PCB行业面临着前所未有的挑战与机遇。产品迭代…...

Debian系统简介
目录 Debian系统介绍 Debian版本介绍 Debian软件源介绍 软件包管理工具dpkg dpkg核心指令详解 安装软件包 卸载软件包 查询软件包状态 验证软件包完整性 手动处理依赖关系 dpkg vs apt Debian系统介绍 Debian 和 Ubuntu 都是基于 Debian内核 的 Linux 发行版ÿ…...

使用分级同态加密防御梯度泄漏
抽象 联邦学习 (FL) 支持跨分布式客户端进行协作模型训练,而无需共享原始数据,这使其成为在互联和自动驾驶汽车 (CAV) 等领域保护隐私的机器学习的一种很有前途的方法。然而,最近的研究表明&…...

关于iview组件中使用 table , 绑定序号分页后序号从1开始的解决方案
问题描述:iview使用table 中type: "index",分页之后 ,索引还是从1开始,试过绑定后台返回数据的id, 这种方法可行,就是后台返回数据的每个页面id都不完全是按照从1开始的升序,因此百度了下,找到了…...

分布式增量爬虫实现方案
之前我们在讨论的是分布式爬虫如何实现增量爬取。增量爬虫的目标是只爬取新产生或发生变化的页面,避免重复抓取,以节省资源和时间。 在分布式环境下,增量爬虫的实现需要考虑多个爬虫节点之间的协调和去重。 另一种思路:将增量判…...

Reasoning over Uncertain Text by Generative Large Language Models
https://ojs.aaai.org/index.php/AAAI/article/view/34674/36829https://ojs.aaai.org/index.php/AAAI/article/view/34674/36829 1. 概述 文本中的不确定性在许多语境中传达,从日常对话到特定领域的文档(例如医学文档)(Heritage 2013;Landmark、Gulbrandsen 和 Svenevei…...

CVPR2025重磅突破:AnomalyAny框架实现单样本生成逼真异常数据,破解视觉检测瓶颈!
本文介绍了一种名为AnomalyAny的创新框架,该方法利用Stable Diffusion的强大生成能力,仅需单个正常样本和文本描述,即可生成逼真且多样化的异常样本,有效解决了视觉异常检测中异常样本稀缺的难题,为工业质检、医疗影像…...

nnUNet V2修改网络——暴力替换网络为UNet++
更换前,要用nnUNet V2跑通所用数据集,证明nnUNet V2、数据集、运行环境等没有问题 阅读nnU-Net V2 的 U-Net结构,初步了解要修改的网络,知己知彼,修改起来才能游刃有余。 U-Net存在两个局限,一是网络的最佳深度因应用场景而异,这取决于任务的难度和可用于训练的标注数…...