AI Benchmark

你的手機準備好迎接人工智能了嗎？運行 AI Benchmark 來檢查它的性能！

應用信息

版本 :

6.0.2

類別 :

工具

更新 :

March 16, 2025

安裝 :

252,499

開發人員 :

Ignatov Andrey

需要Android :

Android 5.0+

內容等級 :

Everyone

Get it on :

下載 APK

應用描述

Android應用分析和審查：AI Benchmark，由Ignatov Andrey開發。在工具類別中列出。當前版本為6.0.2，在 16/03/2025 上更新。根據用戶在Google Play上的評論：AI Benchmark。超過252 千的安裝。 AI Benchmark目前有2 千評論，平均評分為4.4星

人臉識別、圖像分類、問答...

您的智能手機是否能夠運行最新的深度神經網絡來執行這些以及許多其他基於 AI 的任務？它有專用的 AI 芯片嗎？速度夠快嗎？運行 AI Benchmark 以專業評估其 AI 性能！

當前手機排名：http://ai-benchmark.com/ranking

AI Benchmark 測量幾個關鍵 AI 和計算機視覺算法的速度、準確性、功耗和內存要求。測試的解決方案包括圖像分類和人臉識別方法、用於圖像/視頻超分辨率和照片增強的神經網絡、預測文本和執行問答的 AI 模型，以及用於自動駕駛系統和智能手機的 AI 解決方案。時間深度估計和語義圖像分割。算法輸出的可視化允許以圖形方式評估其結果，並了解各種 AI 領域的當前最新技術。

AI Benchmark 總共包含 78 個測試和 26 個部分，如下所示：

第 1 節。分類，MobileNet-V2
第 2 節。分類，Inception-V3
第 3 節。人臉識別，MobileNet-V3
第 4 節。分類，EfficientNet-B4
第 5/6 節。並行模型執行，8 x Inception-V3
第 7 節。對象跟踪，YOLO-V4
第 8 節。光學字符識別，CRNN
第 9 節。語義分割，DeepLabV3+
第 10 節。並行分割，2 x DeepLabV3+
第 11 節。照片去模糊，IMDN
第 12 節。圖像超分辨率，ESRGAN
第 13 節。圖像超分辨率，SRGAN
第 14 節。圖像去噪，U-Net
第 15 節深度估計，MV3-Depth
第 16 節。圖像增強，DPED ResNet
第 17 節。圖像增強，DPED 實例
第 18 節。散景效果渲染，PyNET+
第 19 節學習相機 ISP、PUNET
第 20 節。全高清視頻超分辨率，XLSR
第 21/22 節。 4K 視頻超分辨率，VideoSR
第 23 節。文本完成，LSTM
第 24 節。問答，MobileBERT
第 25 節。文本完成，ALBERT
第 26 節。內存限制，ResNet

除此之外，您還可以在 PRO 模式下加載和測試他們自己的 TensorFlow Lite 深度學習模型。

可以在此處找到測試的詳細說明：http://ai-benchmark.com/tests.html

注意：所有具有專用 NPU 和 AI 加速器的移動 SoC 都支持硬件加速，包括 Qualcomm Snapdragon、HiSilicon Kirin、Samsung Exynos、MediaTek Helio / Dimensity 和 UNISOC Tiger 芯片組。從 AI Benchmark v4 開始，也可以在舊設備的設置中啟用基於 GPU 的 AI 加速（“加速”->“啟用 GPU 加速”，需要 OpenGL ES-3.0+）。

我們目前正在提供6.0.2版本。這是我們最新，最優化的版本。它適用於許多不同的設備。從Google Play商店或我們託管的其他版本中免費下載Apk。此外，您可以在不註冊的情況下下載且無需登錄。

我們擁有超過2000+的Samsung, Xiaomi, Huawei, Oppo, Vivo, Motorola, LG, Google, OnePlus, Sony, Tablet ...設備，並提供了許多選項，您可以輕鬆選擇適合您設備的遊戲或軟件。

如果在Google App Store上有任何國家限製或設備側面受到任何限制，它可能會派上用場。

什麼是新的

1. New tasks and models: Vision Transformer (ViT) architectures, Large Language Models (LLMs), Stable Diffusion network, etc.
2. Added tests checking the performance of quantized INT16 inference.
3. LiteRT (TFLite) runtime updated to version 2.17.
4. Updated Qualcomm QNN, MediaTek Neuron, TFLite NNAPI, GPU and Hexagon NN delegates.
5. Added Arm NN delegate for AI inference acceleration on Mali GPUs.
6. The total number of tests increased to 83.