（来源：上观新闻）
根据最新⚠Geek👎🤷♀️bench 6🏴🇳🇿测试显示： 高通⛔Sna🈲❄pdrag🈷on 8 🕠Elite G🖋en 5： 单核👨🦰： 3,🌂641分 ♑⚪多核： ⏹🗞10,902分🇨🇩🧣 峰值功耗😩： 21.48⏳👩❤️👩W 三星🇻🇬Exynos↗🎤 26📓⛔00： 单核🇹🇰： 3,2💲🈺71分（比Sn🔣🎡apdrag🌘🎶on 8 🎩🌓Eli🗣👭te Gen 📫5低10.1🎽💮6% 🕯） 多核： 1🇬🇦0,74😕5分（比Snap🇺🇳🥗drag☘🇰🇪on 8 El👚🖼ite 🇰🇲Gen🤽♂️⭕ 5低1.14🛸🦊% ） 📤🤱峰值功耗： 30📫.22W🛀 （比Snapd⌛🇿🇦rago🎚➕n 8 Eli🤠te G🦠🌉en 5高4🖼🇳🇨0.69%💹🇧🇭 ） 高通Sn🕳🛵apdrag⏯on 8 G🏫en 5： 🇲🇭单核心： 2👨👨👦🇳🇬,904分 多🇳🇷核心： 🚍🥈9,443🇦🇷🇧🇻分 峰🦠🚷值功耗： 21.🇷🇺🧾89W 🚱这里需要🙍说明的是，Ex🇹🇭ynos ☔📉2600🔷🕹的CPU采用🕐“1+3+6”十👵😙核心架构，包含🚾📁1颗主频3.8G⛑Hz的C😼ortex-C👩🌾☹1 Ult🥏👭ra核心、3📺🎩颗3.25GH💥z的Corte⛑x-C1 Pr👩💼↗o核心🤽♂️和6颗2🔣🇬🇧.75GHz的C🔓ortex🇧🇶🙀-C1 Pr🔛🏦o核心🌼▶。
未来具备长🐗期产品经验😦积累、完整🇳🇪🌆工作流和真🇧🇧实用户案📕⚜例沉淀👩🌾的公司，更容💽⏱易获得AI赋能，🈂并完成产品升级🇹🇭迭代💽♓。这种分层👨🍳支持，🇹🇯😶从根本上降低🇲🇿🔼了创新🍅🔂创业“从0到🐃1”和“🏷从1到1👨🦳🚶0”这两个最难的🇷🇴🇩🇬坎♻。该方法能🍳够仅使用单🇲🇲语数据就🇧🇬💹训练出高质量的多🇦🇱📙语言翻译模型🍟✔。换句话🏮👏说，这里不仅在👱♀️聚集人才🏏🇲🇪，也在🥡🛩批量“长出👖”创业🔐者🚲🏚。我想点明的是🕋🔲，谷歌 Turb🚘oQua🇲🇦nt 的这场闹剧🍍，暴露了🇰🇲🇵🇬大家对 AI 🔋🔟的不耐烦： 为了🌚养 AI 这个📗硬件吞金兽，我🆘🖲们已经忍受了🥛🇲🇵太多3️⃣。
