外媒Dsogaming对《霍格沃茨之遗》PC平台的表现进行了评测,一起来了解一下。
Dsogaming的评测配置为Intel i9 9900K、3800Mhz 的 16GB DDR4、AMD 的 Radeon RX580、RX Vega 64、RX 6900XT、RX 7900XTX、NVIDIA 的 GTX980Ti、RTX 2080Ti、RTX 3080 和 RTX 4090,以及 Windows 10 64 位,GeForce 528.49 和 Radeon Software Adrenalin 2020 Edition 22.11.2 驱动程序。
测试结果显示,《霍格沃茨之遗》的优化相当不错,对显卡的要求不算高,能够在大部分的PC配置上流程运行。游戏的画面效果十分优秀,包括全局光照、纹理和3D建模,但光追的表现却不尽如人意。Dsogaming还强烈建议有条件的玩家开启DLSS 2进行游玩,质量模式下RTX 3080能够实现稳定的4K/60fps。
除了光追效果表现平平外,卡顿的现象也时有发生,希望官方能在后续推出补丁修复改进。
Dsogaming的评测配置为Intel i9 9900K、3800Mhz 的 16GB DDR4、AMD 的 Radeon RX580、RX Vega 64、RX 6900XT、RX 7900XTX、NVIDIA 的 GTX980Ti、RTX 2080Ti、RTX 3080 和 RTX 4090,以及 Windows 10 64 位,GeForce 528.49 和 Radeon Software Adrenalin 2020 Edition 22.11.2 驱动程序。
测试结果显示,《霍格沃茨之遗》的优化相当不错,对显卡的要求不算高,能够在大部分的PC配置上流程运行。游戏的画面效果十分优秀,包括全局光照、纹理和3D建模,但光追的表现却不尽如人意。Dsogaming还强烈建议有条件的玩家开启DLSS 2进行游玩,质量模式下RTX 3080能够实现稳定的4K/60fps。
除了光追效果表现平平外,卡顿的现象也时有发生,希望官方能在后续推出补丁修复改进。
几篇论文实现代码:
《Open Relation and Event Type Discovery with Type Abstraction》(EMNLP 2022) GitHub: github.com/raspberryice/type-discovery-abs [fig3]
《Learning Causal Effects on Hypergraphs》(KDD 2022) GitHub: github.com/jma712/HyperSCI
《EfficientLO-Net: Efficient 3D Deep LiDAR Odometry》(PAMI 2022) GitHub: github.com/IRMVLab/EfficientLO-Net [fig5]
《Reversible Vision Transformer》(2023) GitHub: github.com/karttikeya/minREV
《CHiLS: Zero-Shot Image Classification with Hierarchical Label Sets》(2023) GitHub: github.com/acmi-lab/CHILS [fig4]
《PredRecon: A Prediction-boosted Planning Framework for Fast and High-quality Autonomous Aerial Reconstruction》(2023) GitHub: github.com/HKUST-Aerial-Robotics/PredRecon [fig2]
《Better Diffusion Models Further Improve Adversarial Training》(2023) GitHub: github.com/wzekai99/DM-Improves-AT
《LongEval: Guidelines for Human Evaluation of Faithfulness in Long-form Summarization》(2023) GitHub: github.com/martiansideofthemoon/longeval-summarization
《Adding Conditional Control to Text-to-Image Diffusion Models》(2022) GitHub: github.com/lllyasviel/ControlNet [fig1]
《Vega-MT: The JD Explore Academy Machine Translation System for WMT22》(2022) GitHub: github.com/JDEA-NLP/Vega-MT
《Open Relation and Event Type Discovery with Type Abstraction》(EMNLP 2022) GitHub: github.com/raspberryice/type-discovery-abs [fig3]
《Learning Causal Effects on Hypergraphs》(KDD 2022) GitHub: github.com/jma712/HyperSCI
《EfficientLO-Net: Efficient 3D Deep LiDAR Odometry》(PAMI 2022) GitHub: github.com/IRMVLab/EfficientLO-Net [fig5]
《Reversible Vision Transformer》(2023) GitHub: github.com/karttikeya/minREV
《CHiLS: Zero-Shot Image Classification with Hierarchical Label Sets》(2023) GitHub: github.com/acmi-lab/CHILS [fig4]
《PredRecon: A Prediction-boosted Planning Framework for Fast and High-quality Autonomous Aerial Reconstruction》(2023) GitHub: github.com/HKUST-Aerial-Robotics/PredRecon [fig2]
《Better Diffusion Models Further Improve Adversarial Training》(2023) GitHub: github.com/wzekai99/DM-Improves-AT
《LongEval: Guidelines for Human Evaluation of Faithfulness in Long-form Summarization》(2023) GitHub: github.com/martiansideofthemoon/longeval-summarization
《Adding Conditional Control to Text-to-Image Diffusion Models》(2022) GitHub: github.com/lllyasviel/ControlNet [fig1]
《Vega-MT: The JD Explore Academy Machine Translation System for WMT22》(2022) GitHub: github.com/JDEA-NLP/Vega-MT
Minisforum MC560 迷你主机海外上市:内置摄像头和音响,399 美元
Minisforum MC560 迷你主机现已在海外上市,其内置摄像头和音响,搭载 R5 5625U,16GB + 512GB 售价 399 美元(当前约 2705 元人民币)。
据介绍,这款迷你主机内置 2.5K 30Hz 摄像头、立体声扬声器以及双麦克风阵列,在 PC 上集成了网络摄像头和音响,可让桌面更加整洁。
配置方面 ,这款迷你主机搭载了 R5 5600U 处理器,6 核 12 线程,拥有 Vega7 核显。内存支持安装双通道笔记本 DDR4-3200 内存,最高支持 64GB,SSD 支持 PCIe 3.0 规格。
接口方面,这款迷你主机搭载了一个千兆网口、一个 HDMI 接口、一个支持视频传输的 USB-C 接口,还有 USB-A 和 3.5 耳机接口。
Minisforum MC560 迷你主机现已在海外上市,其内置摄像头和音响,搭载 R5 5625U,16GB + 512GB 售价 399 美元(当前约 2705 元人民币)。
据介绍,这款迷你主机内置 2.5K 30Hz 摄像头、立体声扬声器以及双麦克风阵列,在 PC 上集成了网络摄像头和音响,可让桌面更加整洁。
配置方面 ,这款迷你主机搭载了 R5 5600U 处理器,6 核 12 线程,拥有 Vega7 核显。内存支持安装双通道笔记本 DDR4-3200 内存,最高支持 64GB,SSD 支持 PCIe 3.0 规格。
接口方面,这款迷你主机搭载了一个千兆网口、一个 HDMI 接口、一个支持视频传输的 USB-C 接口,还有 USB-A 和 3.5 耳机接口。
✋热门推荐