前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >各大厂商的Snapdragon 855/ 855 Plus 手机 对比

各大厂商的Snapdragon 855/ 855 Plus 手机 对比

作者头像
用户9732312
发布于 2022-05-13 11:56:27
发布于 2022-05-13 11:56:27
1.1K0
举报
文章被收录于专栏:ADAS性能优化ADAS性能优化

Snapdragon 855 Plus

1.华硕ROG Phone II

华硕ROG Phone II是首款配备Snapdragon 855 Plus芯片组的智能手机。游戏智能手机具有最强大的芯片组,48MP摄像头传感器,两个USB-C端口,巨大的6,000mAh电池,12GB LPDDR4X内存,512GB UFS 3.0存储以及令人难以置信的6.59英寸AMOLED显示屏,可刷新120 Hz速率和1ms响应时间。此外,华硕还提供许多配件,例如底座,机壳或游戏手柄。

2019年9月下旬,华硕宣布了新的ROG Phone II Ultimate Edition,它具有1TB内置UFS 3.0存储,独家磨砂黑表面处理以及Cat 20 4G LTE下载速度。

2.黑鲨2 Pro

Black Shark 2 Pro。这是另一款游戏智能手机,其硬件与Black Shark 2十分相似,除了一些改进,例如Snapdragon 855 Plus,更高速度的UFS 3.0存储,12GB RAM和减少触摸响应时间。其他规格与我们仍然拥有Full HD +(1080×2340)AMOLED面板,4,000mAh电池,128 / 256GB存储空间和模拟物理按钮的触摸区几乎相同。

3.努比亚Z20

Nubia Z20是中兴通讯于2019年8月推出的新旗舰产品。它具有Snapdragon 855 Plus,6GB / 8GB RAM,512GB UFS 3.0存储,4,000 mAh电池和27W快速充电。该手机最有趣的功能是双显示屏,包括正面的6.42英寸Full HD +屏幕和背面的5.1英寸显示屏。这两个显示屏可以独立运行,并且最大的好处是我们可以使用背面的三摄相机设置和第二个显示屏拍摄高质量的自拍照。

4.魅族16s Pro

魅族16s Pro于2019年8月推出,这是对魅族16s的较小升级。唯一的区别是新的Snapdragon 855+处理器,更高的触摸采样率和三倍后置摄像头。否则,规格与6.2英寸FHD + AMOLED面板,6GB / 8GB RAM,高达256GB UFS 3.0存储和3,600 mAh容量相同。

Snapdragon 855的智能手机

1.三星Galaxy S10,S10e,S10 Plus和S10 5G

三星在2019年2月下旬的Unpacked活动中推出了4种不同版本的Galaxy S10。Galaxy S10,S10e,S10 Plus和S10 5G,屏幕尺寸从5.8英寸到6.7英寸不等。它们都具有有趣的功能,例如具有HDR10 +认证的Infinity-O动态AMOLED显示屏,无线PowerShare,具有Samsung One UIAndroid 9 Pie,蓝牙5,Wi-Fi 6,快速无线充电2.0支持以及Qualcomm Snapdragon 855或Exynos 9820处理器

值得注意的是,S10和S10 Plus的背面有3个摄像头,包括一个主12MP传感器,一个12MP远摄镜头和一个新的16MP超广角镜头。S10 5G甚至配备了额外的3D深度感应相机,以实现更好的摄影和AR应用。其他令人印象深刻的规格是Galaxy S10 Plus的1TB基本存储空间,12GB RAM和4,100 mAh。

2.三星Galaxy Fold

三星Galaxy S10并不是今年最令人兴奋的发布。新型三星Galaxy Fold的可折叠显示屏吸引了所有注意力,该显示屏可以从4.6英寸智能手机转变为7.3英寸屏幕的平板电脑。

手机/平板电脑的混合动力系统具有带多个互锁装置的铰链系统,4.6英寸HD + Super AMOLED外显示器和7.3英寸QXGA + Dynamic AMOLED内部Infinity Flex显示器。它由Snapdragon 855处理器,512GB内部存储器,12GB RAM和4380mAh电池供电。

3.三星Galaxy Note 10,Note 10 Plus,Note 10 5G,Note 10 Plus 5G

三星于2019年8月宣布了新版Galaxy Note 10系列的两个新版本.Note 10和Note 10 Plus已通过新的Exynos 9825 SoC进行了升级,但在美国它们具有相同的Snapdragon 855 Soc。它们都具有大显示屏,屏幕尺寸分别为6.3英寸和6.8英寸,但Note 10 Plus在3040 x 1440像素下具有更高的分辨率。Note 10 Plus还具有更多的RAM(12GB vs 8GB),更高的最大存储容量(512GB vs 256GB)和microSD扩展功能,以及更大的电池(4,300mAh与3,500mAh)。

背面配备了三个摄像头,包括一个宽广的,常规的和远摄镜头;此外,三星在Note 10 Plus上增加了飞行时间相机,称为DepthVision相机,可以对物体进行3D扫描。S Pen变得更加有用,因为我们可以将其用作遥控器,并且现在随附了用于运动控制的陀螺仪和加速度计。

4.索尼Xperia 1

索尼已经完全放弃了XZ品牌,因此我们不会拥有Xperia XZ4。相反,索尼移动从索尼Xperia 1开始了新的起点。他们重新设计了旗舰手机,因此我们不再看到带有大边框的过时设计。

Xperia 1是全球首款配备6.5英寸4K HDR OLED显示屏的智能手机,此外,它还具有21:9的CinemaWide长宽比和杜比全景声(Dolby Atmos)3D环绕声。它们全都旨在在智能手机上提供最佳的电影体验。

其他规格包括6GB RAM,64GB / 128GB内置存储,Snapdragon 855,三重后置摄像头设置,侧面安装的指纹传感器以及IP68防水等级。

5.小米米9

小米于2019年2月推出了Mi9。这是他们的第一款配备三重后置摄像头的智能手机,主摄像头使用了最新的48MP Sony IMX586 1/2传感器。在几乎所有情况下,Mi 9都能比iPhone XS Max拍摄更好的照片。

在规格方面,Mi 9具有6GB RAM,64GB / 128GB内部存储,6.39英寸FHD +(1080×2340)AMOLED显示屏和3,300mAh电池。有钢琴黑,海洋蓝和薰衣草紫颜色可供选择。

6.小米Mi Mix 3 5G

Mi Mix 3 5G几乎与去年发布的Mi Mix 3相同。它采用相同的滑块设计,6GB RAM,64GB / 128GB存储空间,6.39英寸OLED显示屏,双后置摄像头设置,双前置摄像头设置,后置指纹扫描仪和专用的Google Assistant密钥。

但是,内部进行了一些重要的升级,包括Snapdragon 855 SoC,用于5G连接的Qualcomm X50调制解调器以及更大的3,800mAh电池。

7. LG G8 ThinQ

LG G8 ThinQ于2019年2月推出,具有一些出色的技术。首先,它具有Z相机,它是用于深度检测的飞行时间(ToF)相机。它可用于3D面部识别,无需触摸电话的一系列Air Motion手势,以及通过扫描您手中的静脉来解锁电话。其次,它具有Crystal Sound OLED,它将振动玻璃表面以产生音频。

其他规格与其他手机相似。它具有6GB的RAM,128GB的内部存储,3,500mAh的电池,双/三后置摄像头设置,Hi-Fi Quad DAC和背面的指纹传感器。

8. LG V50 ThinQ

LG V50 ThinQ于2019年2月发布,它是LG推出的首款5G设备。就构造和硬件而言,这仍然是一款不错的手机。它配备了6.4英寸QHD + OLED FullVision显示屏,6GB RAM,128GB内部存储器,三个后置摄像头设置和4,000 mAh电池。

V50最有趣的功能是双屏配件,这是LG应对折叠手机热潮的答案。使用第二个显示器时就是这种情况,但在现实生活中使用起来并不实际。

9.黑鲨2

Black Shark 于第一代高端游戏智能手机推出一年后,于2019年4月宣布了Black Shark 2。这款手机可提供强大的硬件,如4,000 mAh电池,27W快速充电,用于液体冷却系统的蒸气室,128GB / 256GB内部存储,6GB / 8GB / 12GB RAM和6.39,可提供可靠的移动游戏体验。英寸三星AMOLED显示屏。此外,它还具有一些有趣的功能,例如背面有发光的徽标,显示屏中的指纹传感器,48MP + 12MP双后置摄像头以及游戏玩家可选配件。

10.联想Z5 Pro GT

联想Z5 Pro GT是联想Z5 Pro的继任者,它是全球首款采用Qualcomm Snapdragon 855芯片的智能手机。

Z5 Pro GT配备三星6.39英寸Super AMOLED显示面板,显示屏指纹扫描器,16MP和8MP双前置摄像头设置,24MP和16MP双后置摄像头设置,6GB / 8GB / 12GB RAM,128GB / 256GB / 512GB存储空间和3,350mAh电池。它采用时尚的设计,带有近乎无边框的显示屏和可隐藏缺口的滑块。

11. iQOO

iQOO是Vivo的子品牌,他们于2019年3月发布了一款名为IQOO的新游戏智能手机。其中,高端iQOO Monster具有12GB的RAM和256GB的存储空间。值得注意的是,这款手机支持44W快速充电,这意味着您可以在15分钟内为4,000 mAh电池的50%充电,而充满电仅需45分钟。此外,IQOO还配备了具有FHD +分辨率的6.41英寸OLED显示屏,三后置摄像头设置,显示屏内指纹扫描仪,蒸气室冷却系统以及侧面两个用于游戏的肩部压敏按钮。

12.中兴Axon 10 Pro 5G

Axon 10 Pro 5G于2019年2月发布,是中兴通讯的首款5G手机,于2019年5月面向欧洲和中国市场推出。该手机采用现代设计,具有端到端的6.47英寸AMOLED屏幕,小水滴形缺口,显示屏内指纹传感器以及背面的三传感器摄像头设置。

值得注意的是,它利用了F2FS文件系统,Sandisk iNAND 8521闪存芯片,64层3D NAND堆叠技术,液体冷却技术和复合相变导热材料。规格包括6GB / 8GB / 12GB RAM,128GB / 256GB存储空间和4,000mAh电池。

13.努比亚红魔3

努比亚Red Magic 3是面向中国市场的另一款游戏智能手机。它具有专门的硬件,例如电话内部的主动冷却系统,具有90Hz刷新率的6.65英寸FHD + 19.5:9 AMOLED显示屏,直流调光和HDR,正面立体声扬声器设置,背面RGB灯带以及两个触敏式肩膀按钮。

在规格方面,它配备了Snapdragon 855处理器,高达12GB的RAM和256GB的存储,一个5,000 mAh的电池(具有30W快速充电功能)以及背面的48MP Sony IMX586传感器。

14.联想Z6 Pro

联想Z6 Pro于2019年4月推出。它具有显示屏中的指纹传感器,6.39英寸AMOLED全高清+屏幕,PC级Coldfront液体冷却系统,4,000 mAh电池,高达12GB RAM和512GB存储和四后置摄像头设置。

15.魅族16s

魅族16s于2019年4月发售。它配备48 MP索尼IMX586 + IMX350双摄像头,高达8GB RAM和256GB存储空间,6.2英寸Super AMOLED显示屏和3,600 mAh电池。

16.夏普Aquos R3

夏普于2019年5月宣布推出Aquos R3,仅在日本销售。该手机仍具有近乎无边框的显示屏,但顶部和底部分别有两个用于16.3MP自拍相机和指纹扫描仪的凹槽。其他规格包括6.2英寸Pro IGZO显示面板,分辨率为3120 x 1440像素,支持HDR10、120Hz刷新率,128GB存储,6GB RAM,3,200 mAh电池以及背面的双摄像头设置。

17. OnePlus 7和OnePlus 7 Pro

OnePlus最终于2019年5月推出了OnePlus 7和OnePlus 7 Pro。常规版本是经过改进的OnePlus 6T。这两款手机均配备了Snapdragon 855处理器,最新的Oxygen OS,6GB / 8GB RAM和128GB / 256GB存储空间。

OnePlus 7 Pro是一款有趣得多的设备,具有6.67英寸1440p弧形OLED大屏幕,90Hz刷新率,隐藏在电动模块中的前置摄像头,高达12GB的RAM和背面的三个摄像头。

18.华硕ZenFone 6

华硕于2019年5月发布了ZenFone 6,由于其引人注目的价格,一流的规格和有趣的设计而备受关注。通过使用从背面向上翻转的摄像头弹出式电话,手机可以消除边框。相机设置包括一个48MP主相机和一个13MP广角镜头。其他规格包括Snapdragon 855处理器,高达8GB的RAM和256GB的存储空间以及5,000mAh的巨大电池。

19. OPPO Reno 10倍变焦

OPPO于2019年5月在其新的Reno系列中推出了两款智能手机。标准版由Qualcomm Snapdragon 710提供支持,而10倍变焦版本具有Snapdragon855。Reno10倍变焦具有无缺口的6.6英寸OLED全高清+显示屏,显示屏中的指纹传感器,称为鲨鱼鳍模块的楔形弹出式自拍相机,6GB / 8GB RAM,128GB / 256GB存储空间和4,065 mAh电池。

该设备背面采用三重摄像头设置,包括一个48MP Sony IMX586主传感器(带f / 1.7光圈),一个13MP远摄传感器(带f / 3.0)和一个10x混合变焦8MP超宽传感器(带f / 2.2)。它们一起工作可提供5倍光学变焦,10倍无损混合变焦以及高达50倍的数字变焦。

20. Redmi K20 Pro

Redmi于2019年5月发布了Redmi K20 Pro。这是配备Snapdragon 855处理器的最实惠的智能手机之一这款手机具有6.39英寸FHD + OLED显示屏,显示屏中指纹传感器,带有20MP传感器的前置弹出式摄像头模块,后置三摄像头设置,带有27W有线充电功能的4,000mAh电池,6GB / 8GB RAM ,以及64GB / 128GB / 256GB内部存储空间。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-10-15,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Android性能优化 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
一文搞懂!如何高效微调你的 LLM
当前以 ChatGPT 为代表的预训练语言模型(PLM)规模变得越来越大,在消费级硬件上进行全量微调(Full Fine-Tuning)变得不可行。此外,为每个下游任务单独存储和部署微调模型变得非常昂贵,因为微调模型与原始预训练模型的大小相同。
NewBeeNLP
2023/08/29
2.3K0
一文搞懂!如何高效微调你的 LLM
大模型Prompt-Tuning技术进阶
近两年来,随之Prompt-Tuning技术的发展,有诸多工作发现,对于超过10亿参数量的模型来说,Prompt-Tuning所带来的增益远远高于标准的Fine-tuning,小样本甚至是零样本的性能也能够极大地被激发出来,得益于这些模型的 参数量足够大 ,训练过程中使用了 足够多的语料 ,同时设计的 预训练任务足够有效 。最为经典的大规模语言模型则是2020年提出的GPT-3,其拥有大约1750亿的参数,且发现只需要设计合适的模板或指令即可以 实现免参数训练的零样本学习 。
@小森
2024/06/06
4090
大模型Prompt-Tuning技术进阶
6种大模型微调技术
由于LLM参数量都是在亿级以上,少则数十亿,多则数千亿。当我们想在用特定领域的数据微调模型时,如果想要full-tuning所有模型参数,看着是不太实际,一来需要相当多的硬件设备(GPU),二来需要相当长的训练时间。
皮大大
2025/05/07
3080
大模型微调方法总结
paper:LoRA: Low-Rank Adaptation of Large Language Models(https://arxiv.org/pdf/2106.09685.pdf)
腾讯技术工程官方号
2023/07/26
2.5K0
大模型微调方法总结
一文带你了解当前主流PEFT技术
随着LLaMA3的发布,大模型开源社区的战力又提升了一分,国内目前应该已经有不少大佬已经开始着手对LLaMA3进行研究或微调,对于微调技术,目前比较常见的就是Peft系列的技术,那么什么是PEFT,有哪些分类,为什么这么受大家欢迎呢?今天我们就好好聊聊这个话题。
叶子的技术碎碎念
2025/04/08
3780
一文带你了解当前主流PEFT技术
LoRA: 大模型快速训练的秘诀
LoRA的提出在上述PEFT方法之后,来自微软的研究者认为,现有的Adapter Tuning和Prefix Tuning这两种方法均有缺点:
Steve Wang
2023/10/12
9000
LoRA: 大模型快速训练的秘诀
未闻Prompt名
个人觉得2021年NLP最火的两个idea,一个是对比学习(Contrastive Learning),另一个就是Prompt
mathor
2021/12/24
2.2K0
未闻Prompt名
人工智能大语言模型微调技术:SFT 监督微调、LoRA 微调方法、P-tuning v2 微调方法、Freeze 监督微调方法
SFT(Supervised Fine-Tuning)监督微调是指在源数据集上预训练一个神经网络模型,即源模型。然后创建一个新的神经网络模型,即目标模型。目标模型复制了源模型上除了输出层外的所有模型设计及其参数。这些模型参数包含了源数据集上学习到的知识,且这些知识同样适用于目标数据集。源模型的输出层与源数据集的标签紧密相关,因此在目标模型中不予采用。微调时,为目标模型添加一个输出大小为目标数据集类别个数的输出层,并随机初始化该层的模型参数。在目标数据集上训练目标模型时,将从头训练到输出层,其余层的参数都基于源模型的参数微调得到。
汀丶人工智能
2023/07/16
17.4K0
人工智能大语言模型微调技术:SFT 监督微调、LoRA 微调方法、P-tuning v2 微调方法、Freeze 监督微调方法
人工智能大语言模型微调技术:SFT 监督微调、LoRA 微调方法、P-tuning v2 微调方法、Freeze 监督微调方法
SFT(Supervised Fine-Tuning)监督微调是指在源数据集上预训练一个神经网络模型,即源模型。然后创建一个新的神经网络模型,即目标模型。目标模型复制了源模型上除了输出层外的所有模型设计及其参数。这些模型参数包含了源数据集上学习到的知识,且这些知识同样适用于目标数据集。源模型的输出层与源数据集的标签紧密相关,因此在目标模型中不予采用。微调时,为目标模型添加一个输出大小为目标数据集类别个数的输出层,并随机初始化该层的模型参数。在目标数据集上训练目标模型时,将从头训练到输出层,其余层的参数都基于源模型的参数微调得到。
汀丶人工智能
2023/10/11
8.8K0
人工智能大语言模型微调技术:SFT 监督微调、LoRA 微调方法、P-tuning v2 微调方法、Freeze 监督微调方法
ReFT(表征微调):比PeFT效果更好的新的大语言模型微调技术
ReFT(Representation Finetuning)是一种突破性的方法,有望重新定义我们对大型语言模型进行微调的方式。
deephub
2024/04/15
1.5K0
ReFT(表征微调):比PeFT效果更好的新的大语言模型微调技术
了解大语言模型的参数高效微调(Parameter-Effcient Fine-Tuning)
大语言模型在众多应用领域实现了突破性的进步,显著提升了各种任务的完成度。然而,其庞大的规模也带来了高昂的计算成本。这些模型往往包含数十亿甚至上千亿参数,需要巨大的计算资源来运行。特别是,当需要为特定的下游任务定制模型时,尤其是在计算能力有限的硬件平台上,这一挑战尤为突出。
叶庭云
2024/05/25
1.2K0
了解大语言模型的参数高效微调(Parameter-Effcient Fine-Tuning)
解密Prompt系列3. 冻结LM微调Prompt: Prefix-tuning & Prompt-tuning & P-tuning
这一章我们介绍在下游任务微调中固定LM参数,只微调Prompt的相关模型。这类模型的优势很直观就是微调的参数量小,能大幅降低LLM的微调参数量,是轻量级的微调替代品。和前两章微调LM和全部冻结的prompt模板相比,微调Prompt范式最大的区别就是prompt模板都是连续型(Embedding),而非和Token对应的离散型模板。核心在于我们并不关心prompt本身是否是自然语言,只关心prompt作为探针能否引导出预训练模型在下游任务上的特定能力。
风雨中的小七
2023/03/10
5.8K0
解密Prompt系列3. 冻结LM微调Prompt: Prefix-tuning & Prompt-tuning & P-tuning
从统一视角看各类高效finetune方法
随着预训练模型参数量越来越大,迁移学习的成本越来越高,parameter-efficient tuning成为一个热点研究方向。在以前我们在下游任务使用预训练大模型,一般需要finetune模型的所有参数。随着parameter-efficient tuning技术的发展,一些注入adaptor、prefix tuning、LoRA等成本更低的finetune方法被提出。那么各种各样的parameter-efficient tuning方法之间是否存在某些潜在的关系呢?ICLR 2022就有一篇相关的研究,从统一的视角理解现有的各类parameter-efficient tuning方法,并提出了一套迁移框架,可以实现更接近全量参数finetune效果的部分参数finetune。
圆圆的算法笔记
2022/12/19
2.4K0
从统一视角看各类高效finetune方法
如何将大模型应用到自己的业务中?7种大模型应用方式和代表论文总结
如何将大模型应用落地到自己的业务或工作中?这篇文章整理了7种目前业内最常用的大模型应用方法,以及各个方法的代表论文。通过对各种应用大模型方法的特点对比,找到最适合自己场景的应用方法。
圆圆的算法笔记
2023/08/17
3.8K0
如何将大模型应用到自己的业务中?7种大模型应用方式和代表论文总结
大模型微调新手全流程友好指南
关于大模型微调的文章已经写过有两篇:大模型微调与RAG检索增强有何区别?从基础原理到案例分析全面详解和一文带你了解大模型微调的前世今生,基础概率和理论原理内容基本上都涵盖全面,因此本篇文件不做过多的原理解释说明,主要聚焦于大模型微调的实战和各个代码功能模块细节的讲解。
fanstuck
2025/04/30
7427
大模型微调新手全流程友好指南
LoRA大模型降维训练
LoRA: Low-Rank Adaptation of Large Language Models
iResearch666
2023/09/13
9140
LoRA大模型降维训练
Fine-tuning过时啦,NLG生成任务如何Tuning?
Fine-tuning范式大家肯定都再熟悉不过,微调所有语言模型参数,而从gpt3出现之后提出的in-context learning,还是越来越火的prompt,fine-tuning 已经out of state了。而这篇文章就提出prefix-tuning的nlg训练方法。
百川AI
2022/05/16
1.3K0
Fine-tuning过时啦,NLG生成任务如何Tuning?
揭秘大模型背后的机理,清华49页长文全方位分析参数高效微调方案Delta Tuning
机器之心专栏 机器之心编辑部 本文中,包括刘知远、唐杰、孙茂松等在内来自清华大学的研究者对大模型的参数高效微调进行了全方位的理论和实验分析。 预训练语言模型 (PLM) 已经毫无疑问地成为各种 NLP 任务的基础架构,而且在 PLM 的发展中,呈现出了一个似乎不可逆的趋势:即模型的规模越来越大。更大的模型不仅会在已知任务上取得更好的效果,更展现出了完成更复杂的未知任务的潜力。然而,更大的模型也在应用上面临着更大的挑战,传统方法对超大规模的预训练模型进行全参数微调的过程会消耗大量的 GPU 计算资源与存储
机器之心
2022/04/08
2.7K0
揭秘大模型背后的机理,清华49页长文全方位分析参数高效微调方案Delta Tuning
大模型(LLMs)算法工程师相关的面试题和参考答案
需要注意的是,复读机问题是大型语言模型面临的一个挑战,解决这个问题是一个复杂的任务,需要综合考虑数据、训练目标、模型架构和生成策略等多个因素。目前,研究人员和工程师们正在不断努力改进和优化大型语言模型,以提高其生成文本的多样性和创造性。
机器学习AI算法工程
2023/11/13
7.3K0
大模型(LLMs)算法工程师相关的面试题和参考答案
全景解读 LLM 后训练技术
本文介绍了大语言模型的后训练技术,包括微调、强化学习和测试时扩展,探讨其挑战与未来方向,并提供实践指南。
一点人工一点智能
2025/03/20
1180
全景解读 LLM 后训练技术
推荐阅读
相关推荐
一文搞懂!如何高效微调你的 LLM
更多 >
LV.4
这个人很懒,什么都没有留下~
目录
  • Snapdragon 855 Plus
    • 1.华硕ROG Phone II
    • 2.黑鲨2 Pro
    • 3.努比亚Z20
    • 4.魅族16s Pro
  • Snapdragon 855的智能手机
    • 1.三星Galaxy S10,S10e,S10 Plus和S10 5G
    • 2.三星Galaxy Fold
    • 3.三星Galaxy Note 10,Note 10 Plus,Note 10 5G,Note 10 Plus 5G
    • 4.索尼Xperia 1
    • 5.小米米9
    • 6.小米Mi Mix 3 5G
    • 7. LG G8 ThinQ
    • 8. LG V50 ThinQ
    • 9.黑鲨2
    • 10.联想Z5 Pro GT
    • 11. iQOO
    • 12.中兴Axon 10 Pro 5G
    • 13.努比亚红魔3
    • 14.联想Z6 Pro
    • 15.魅族16s
    • 16.夏普Aquos R3
    • 17. OnePlus 7和OnePlus 7 Pro
    • 18.华硕ZenFone 6
    • 19. OPPO Reno 10倍变焦
    • 20. Redmi K20 Pro
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档