第1个回答 2018-07-22
全面屏席卷了整个2017年智能手机市场,这样的潮流冲击,促使深受“学生党”喜爱的千元机,也开始逐渐采用全面屏设计。而坚果Pro 2和360N6 Pro则是最具性价比的全面屏手机,再加上一款对比机型金立S11,通过测试来回答坚果Pro 2和360 N6 Pro哪款更值得买。
三款手机均为11月发布的全面屏手机,在价格上差距并不明显:坚果Pro 24GB+32GB版本售价1799元,4G+64GB版本售价1999元,6G+64GB版本为2299元;6G+128GB版本为2699元;6G+256GB版本为2699元;360 N6 Pro 4G+64GB版本为1699元,6G+64GB版本为1899元;6G+128GB版本为2388元;金立S11则只有一个版本4+64GB为1799元。
外观:全面屏设计带来的高颜值
受全面屏这股“流行风”影响,三款手机均采用18:9的设计,屏占比数值来看,坚果Pro 2为81.9%,360 N6 Pro为84.5%,金立S11为74.71%,用肉眼直观衡量,三款手机差距并不大。
从正面来说,尽管三款手机都没有物理按键,但各自也有略微不同的特点:坚果Pro 2顶部采用隐藏式听筒设计,前摄像头中心设计,使得正面更加明亮、美观;360N6 Pro屏占比较大,亮屏时的观感十分赞;金立S11底部独有的GIONEE LOGO具有鲜明的个性,增添了品牌独特性。
从机身背部来看,很难区分出到底哪款手机更加好看,各有各的亮点:坚果Pro 2的背面传承了前代十分“特别”的logo,圆形凹槽模板,外加“T”字母的磨砂处理,让你在拿手机时忍不住的摸中心的圆,因为是玻璃材质,所以不用担心会摸掉漆。“看似像单摄的双摄像头”个性设计想必只有锤子这么一家厂商敢这么创新,1200万像素COMS做大并且凸起,而一旁作为“辅助”的500万像素摄像头孔径被做到了和LED补光灯一样大小的尺寸,不得不承认,锤子是一家喜欢抠细节的公司,正所谓“细节决定成败”。
再来看看360N6 Pro,机身前后采用边缘对称的2.5D弧面玻璃面板,玻璃的弧度与前后对称的弧形金属中框刚柔交融,亮光阳极氧化工艺所打造的中框,让金属材质与玻璃保持了同步的光亮色泽,为整机沉淀出晶莹润泽的视觉与触觉感受。有别于市面通用方案的机身R角弧度,以及机身上下两端的弧线处理,尽管为双面玻璃材质,得益于均采用了NCVM真空电镀上色工艺,色泽更为纯粹,会有种金属质感的错觉。
对于外观,坚果Pro 2的大体外观风格依然走着锐利风,用户一眼便能认出这是一款特立独行的手机,细节上坚果Pro 2将“活儿”做的更“细”了;360 N6 Pro的略高的屏占比是其优势;外观明显坚果Pro 2更好看一些。
系统:“创新”和“实用”碰撞的灿烂火花
尽管这三台手机价格“亲民”,但在系统方面丝毫不落后旗舰体验,先来说说坚果Pro 2,该机搭载了深度定制的Smartisan OS 4.1,多项功能的升级是该系统的亮点所在。
该系统包括了1.0正式版的闪念胶囊(增加了添加提醒和附件。一对一分享等使用小功能)、大爆炸2.2版本(编辑模式内新增了语音转换文字,帮助用户修改错别字的语义替换功能)、以及新增拖拽分享边栏的智能排序功能等等,如此多的功能不仅让人耳目一亲,创新的同时紧抓“实用”的主要观念。
360 N6 Pro搭载基于安卓7.1.1全新开发的360 OS 3.0,延续上代系统安全易用的特征,同事还在UI配色和动效上进行了重新的绘制。主界面沿用清新简约的风格,图标也经过重新的设计,看上去更加赏心悦目。
从系统对比来看,两款手机均有各自不同的特色,坚果Pro 2倾向于“创新”,许多功能可以显著提升效率,并且使用体验和观感都更好一些。而360 N6 Pro更倾向于“实用性”和“安全性”。
棚拍:全面屏设计挡不住轻旗舰拍照水平
拍照配置上,三款手机并没有因为采用了全面屏设计而缩水:
坚果Pro2的后置主摄像头拥有1200万+500万像素,采用了索尼的IMX386传感器,其拥1.25 m像素尺寸和1.8大光圈。这颗传感器可是相当出名,在不少旗舰机上都有采用。
360 N6 Pro将“拍照”最为一大卖点之一,硬件上相比前代(N5s)便提升不少:360 N6 Pro配备了一套后置景深虚化双摄系统,主摄像头采用由三星提供的1600万像素CMOS传感器,支持4K视频录制与PDAF相位对焦,对焦速度最快可达0.1s。1600万的高像素带来了比前代(N5S)更强的解析力,结合 F/2.0大光圈的超大进光量,理论上使360 N6 Pro在任何光照条件下,均可拍出细节清晰丰富的照片。
金立S11采用了后置1600万像素+500万像素的搭配方案、前置1600万像素+800万像素设计。双摄像头独立成像,可以实现前后置硬件级虚化;主摄像头感知颜色、亮度等信息,副摄像头感知景深信息;虚化要做到前后实时预览,景深计算的运算量非常大,单纯的软件处理是很难实现的,或者迟滞感明显。