传音与 DXOMARK 联合影像实验室落成,重构移动影像测评新标准
近日,传音控股与国际权威影像评测机构DXOMARK联合打造的影像实验室在传音重庆研发中心正式落成启用,这是行业首个基于DXOMARK第六版智能手机影像测试基准,打造的全自动化客观影像测评实验室。这一全新的联合影像实验室,融合了前沿自动化测试技术与领先的图像客观评测标准,尤其在自动化水平和测试精度方面实现了新突破,重构移动影像测评新标杆,继续引领行业技术革新,也为传音移动影像测评技术的发展注入全新动能。
DXOMARK拥有全面专业的影像实验室评测技术,其影像实验室依托ISO国际光学测试规范,构建了覆盖传感器性能、镜头光学素质、图像处理三大维度的300+项量化评测体系,在严格受控的实验室环境下完成从基础感光度到复杂场的动态范围测试。DXOMARK第六版智能手机影像测试基准立足全球用户洞察结果,在人像摄影、HDR、变焦能力及视频拍摄四大维度对测试的方法论进行了系统性革新,并同时推出全新的评分架构与权重体系,为智能手机影像技术发展打造更贴近现实使用场景的评测基准。
传音控股副总裁、研发负责人王海滨表示:“感谢DXOMARK在实验室规划、评测体系搭建中提供的国际视野与专业技术支持。传音 & DXOMARK联合影像实验室的落成启用,将进一步提升传音影像客观评测能力的科学性和专业精确性,促进传音影像评测技术体系与国际领先标准接轨,并确保我们的产品符合先进成像技术所需的高标准。通过该联合影像实验室,传音将与DXOMARK共同致力于推动行业影像评测技术标准体系的发展。”
DXOMARK图像科学专家Laurent Chanas表示:“DXOMARK的评测基准始终与移动影像技术创新同频共振,我们很高兴与传音携手,共建行业首个基于DXOMARK第六版智能手机影像测试基准的联合影像实验室。DXOMARK第六版智能手机影像测试基准从技术参数驱动转向用户体验驱动,更加注重真实场景下的成像表现。我们希望通过这个平台,和传音一起探索影像评测标准的本地化应用,为移动影像的客观测试建立新的标准。”
全流程自动化测试范式,实现更高精度与一致性
在传统影像评测过程中,普遍存在人工测试中无法稳定测试效率,测试结果存在主观误差及测试一致性低的情况。传音与DXOMARK联合开发建立的新一代自动化影像客观实验室,率先实现了全流程自动化测试,极大稳定了测试效率和提高了测试精度及结果的一致性。实验室不仅满足DXOMARK最新第六版智能手机影像测试基准,并具备兼容未来标准的升级能力,为行业内客观影像实验室测评打造新标准。
实验室拥有领先的全自动化测试能力,实现了从任务管理、定位校准、图卡切换、光源调节、自动拍摄到结果分析、报告生成的自动化流程。通过定制开发自动化控制设备,包括自主控制系统、智能手机库、图卡切换装置、光源姿态调整装置和载台轨道等,实验室设备控制精度达毫米级,控制响应速度处于行业领先水平,有效保障了测试的精度、一致性和效率。基于业务流程,传音还自研开发实验室测试平台,实现自动化客观测试的数字化闭环。
同时,实验室致力于建立起一套更国际化、标准化和可量化的影像评估体系,具备强大的兼容性,可实现多设备的统一标准测试,确保产品在用户感知体验中持续领先,有效促进了传音影像技术研发验证的效率与质量,助力产品优化迭代。
深度匹配本地用户特征,推动传音移动影像技术发展
联合影像实验室不仅结合了DXOMARK最新的影像测评标准体系,还深度融合了传音在全球新兴市场的用户洞察,针对传音市场的用户特性专门进行了影像测评的本地化优化与特色增强,致力于高度还原品牌用户画像,显著提升多肤色还原测试的覆盖率与准确度,精准适配东南亚、南亚、非洲、中东、东欧等地区用户肤色特征。这一传音特色的本地化测试体系引入,将为传音影像系统提供更具包容性的测试标准,使影像技术效果表现能够在高度可控的环境中得到更精确的验证,进一步推动传音在影像技术上的持续迭代与创新。
此外,基于DXOMARK最新第六版智能手机影像测试基准,传音 & DXOMARK联合影像实验室也对客观影像的评估维度进行了针对性调整,使评测结果更贴合传音核心市场的需求与产品定位,能够做到在既覆盖客观测试的同时精准匹配全球各地的用户喜好。
传音 & DXOMARK联合影像实验室的启用,为传音提供了强大的客观影像评测平台,有效保障了图像测试体系的一致性、精准性与高效性。依托该实验室,传音得以加速构建快速响应的技术验证闭环,持续优化影像系统性能,进一步夯实精准影像技术能力,打造极致产品体验。未来,传音将凭借这一平台,为新兴市场用户提供更专业、更本地化的移动影像解决方案。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
SuperCLUE 多模态视觉 8 月评测榜:Gemini-2.5-Pro 位居第一
在8月28日发布的中文多模态视觉语言模型测评基准(SuperCLUE-VLM)榜单中,Gemini-2.5-Pro 以总分74.99分位居第一,OpenAI 的 GPT-5(high) 以68.59分排在第二位。 该基准基于中文场景特点,围绕基础认知、视觉推理和视觉应用三大核心维度构建评测体系,力求为多模态视觉语言模型的发展提供客观、公正的评估标准。 此次评测共涵盖了Claude-Opus-4.1、Gemini-2.5-Pro、GPT-5(high)、ERNIE-4.5-Turbo-VL、Doubao-Seed-1.6-thinking、hunyuan-t1-vision、Qwen-V1-Max-Latest等共计15个多模态模型,涵盖国内外主流模型。 最终,Gemini-2.5-Pro 以总分74.99分位居第一,OpenAI 的 GPT-5(high) 以68.59分排在第二位,而百度的 ERNIE-4.5-Turbo-VL 则与其他国内模型并列,显示出强劲的市场竞争力。
-
下一篇
Meta 提出“Active Reading”框架,让大模型像人一样“精读”
Meta FAIR 与伯克利今日联合发布最新研究——Active Reading 框架,首次把“主动学习”概念搬进大模型训练流程,让模型以自我生成的学习策略研读指定材料,从而在大规模场景下可靠地吸收知识。 简单来说,模型拿到一篇文档后,会先自己设计“学习策略”(如摘要、联想、自测题等),再用这些策略生成大量高质量训练数据,最终把知识“吃干榨尽”。 https://www.arxiv.org/abs/2508.09494 实测成绩亮眼 金融垂类基准 FinanceBench:准确率从 16% 飙到 26%,相对提升 160%。 长尾知识基准 SimpleQA:准确率由 16% 暴涨至 66%,相对提升 312%。 用框架合成的 1 T tokens 训练出 8B 模型 Meta WikiExpert,事实问答表现超越 405B 的 Llama 3.1 与 236B 的 DeepSeekV2。 研究亮点 全流程自动化:无需人工设计问答模板。 数据多样性:一次文档可衍生释义、类比、填空、多轮 QA 等多种形式。 可扩展:已验证在预训练阶段直接放大到万亿 token 规模。 下一步,团队计划把...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- CentOS8编译安装MySQL8.0.19
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- SpringBoot2全家桶,快速入门学习开发网站教程
- CentOS7,8上快速安装Gitea,搭建Git服务器
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- MySQL8.0.19开启GTID主从同步CentOS8
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- Dcoker安装(在线仓库),最新的服务器搭配容器使用