OpenAI曾在报告中提到，如果一项工作使用AI能减少50%以上的时间，那么它就是可替代的，翻译就是容易被AI取代的职业之一。

　　但其实译员使用广义的AI技术工具来辅助翻译已不是什么新鲜事。一直以来，机器翻译软件之于专业译者，就如同Photoshop之于设计师。

　　目前，神经网络机器翻译是主流的机器翻译方式。毕业于蒙特雷高翻学院的Wang告诉我们，“现在业内大多数译员都会采用译后编辑的方式，可以以机翻为基础进行修改。但是对于有些保密性的内容，公司为了避免风险可能会要求译员不能上传机翻平台，尽量自己手翻”。

　　ChatGPT的翻译能力则比机器翻译更胜一筹，比如能提供润色、生成多种译文、变化译文风格，但在译文的准确性和完整性上存在局限，短期还不能与人工翻译相媲美。如果译员翻译能力在机器技术水平之下，那有可能就会被取而代之。

　　如今译员要怎样和AI共存?作为一家深耕语言科技领域的上市公司，甲骨易推出了面向专业译者的AI翻译平台LanguageX，近期升级了新版本，支持AI翻译、AI润色、训练个性引擎等功能。

　　最近“头号AI玩家”找到LanguageX团队负责人李光华（David），和他聊了聊怎么训练翻译行业的垂直大模型，怎么做AI翻译产品，以及AI时代的译者要往哪里去。

　　David:我本身是学俄语专业的，毕业之后做过俄语和英语的翻译，当时觉得很多翻译工具又笨又重，后来就转型去做这方面的产品研发，加入甲骨易快3年了。

　　我很早就接触过机器翻译（Machine Translation，MT），那时还不叫AI翻译，AI也尚未流行。在语言服务中我们会用到机器翻译软件，但是效果比较差，有很多局限，基本上只是一种辅助手段。

　　再早一些，大概在40年前，翻译专业就有一款叫做Trados的计算机辅助翻译软件，它会把你之前翻译过的句段和术语保存到数据库里，当遇到重复的内容就不用再翻译，它可以直接调用，提升翻译效率。

　　这种计算机辅助翻译（Computer-Aided Translation，CAT）是机器翻译的初级阶段，前者要在人的参与下完成翻译，后者可以自动翻译。

　　2016年，谷歌发布了神经网络机器翻译系统（Neural Machine Translation，NMT），大幅度提升了机器翻译质量，在业内引起了震动。这时候人工智能也迎来第一波热潮。到今年ChatGPT的出现相当于又提升了一步。

　　David:我的看法是，机器翻译小于AI翻译。机器翻译约等于自动翻译，AI翻译的内涵会更大一些，除了自动翻译，AI还可以润色、辅助做翻译、提取术语等等。

　　在技术上，神经网络机器翻译和生成式AI翻译均是根据概率生成的，差别在于，神经网络机器翻译有编码器和解码器，近似BERT路线，有点像做完形填空，而GPT路线是做词语接龙，只有解码器，根据上一个词去预测下一个。在数据方面，机器翻译模型用双语平行语料训练，大模型一般用海量单语语料训练。

　　一是AI翻译，我们聚合了全球比较好的AI翻译引擎，比如谷歌翻译、DeepL、ChatGPT，以及我们自研的LanguageX翻译引擎;

　　二是辅助专业译者翻译。支持交互式翻译，译者在翻译一句话时，我们会把译文作为一个提示显示在下方，只要他改了一个词，我们会根据这个词实时再重新生成一遍。这样他调整句子就不需要来回剪切粘贴，思路不会被打断。

　　三是一些AI工具。“AI润色”目前接入了GPT的API，可以自定义风格，比如要求更地道的母语表达。还有“语料对齐”，可以把原文和译文两篇文档的内容一句句对齐，这样译者能拿来训练引擎或者做翻译记忆。

　　专业译者每天的工作就是要非常精准地翻译一篇几千字的文章，一般需要翻译的字数是5000到10000。他可以先在LanguageX上建一个项目，拿到一篇文档后直接上传，它会自动解析这个文档。

　　然后译者来选择合适的翻译引擎，比如字幕引擎。AI会预翻译一遍，之后译者进入编辑页面来修改译文，他可以在编辑器里跟AI交互，比如AI会提示一些术语，帮他检查一些年份、标点等低级错误。

　　下载后，它直接就是一个可编辑的word文档。这是一个比较简单的专业译者的翻译流程。

　　普通用户如果看到海外的书或者报道，也可以上传到LanguageX，但选引擎的时候就不需要那么精细，可以选一些自己熟悉的，加一点术语干预，让它处理的译文可读性更好。这是一个非专业译者的案例。

　　头号AI玩家:训练自己的翻译模型，这个功能用得多吗?需要自己提供训练语料?

　　David:这一类还是比较多的。如果我们来分领域的话，往往会分得比较大，像财经、法律、医疗。但有些用户的引擎就很有意思，比如专门用来翻译魔术资料，他的引擎叫魔术翻译，还有翻译摄影专业书、无人机相关材料的，类似这种个性化的细分领域。

　　而专业译者可以根据项目或者自己翻译较多的领域来训练模型。训练语料确实需要自己来积累，专业译者从业一两年，基本上就会有大量的资料，可以通过“语料对齐”工具处理成一一对应的数据上传。我们的操作还是比较简单的，只需要三四步，不需要译者懂API等技术配置，训练完成后就可以在阵列选用了。

　　David:当时我们是从零开始组建团队的，我们的初心是用最先进的AI技术服务于专业的译者。

　　之前根据我们初步的评测，从翻译任务来看，ChatGPT在中英翻译上有一些微弱的优势，但是小语种翻译弱于现在业内主流的翻译系统。当然技术更迭很快，我们之后隔一段时间会再去评测。

　　David:做生成式大模型当然困难挺多的。以前翻译系统是一个语言方向做一个系统，比如中翻英、英翻中、中翻俄、俄翻中，这三个语言就要四个系统。现在我们希望哪怕是10个、20个语言，都是一个系统。所以我们要考虑大模型里的语种比例，以及数据的分布。

　　这需要很多试训练，做很多的反馈和迭代，就像打磨一个产品，不能一蹴而就。这是比较大的一个挑战。

　　然后还有成本上的考虑。GPU如果训练的数据量太大，算力成本是个问题，我们作为一个商业化产品团队，整体投入都要考虑ROI，比如提升了多少性能，如果说只是微弱的提升，但是消耗成本很大，就要做取舍。

　　一方面是它有没有达到预设场景的预期。比如字幕翻译中，中文如果先说主句、再说从句，翻译成英文后顺序倒了，那字幕就对不上口型了。以及常见的翻译引擎是按照一句句话为单位的，不记得这句的“他”是指代前面哪个人。我们针对这些问题，把几句话作为一个整体去训练，AI就会记得上下文。

　　要是AI拥有了这样的能力，我们就认为这是一个好的引擎。需要注意的是，字幕翻译引擎用来翻译专利材料，发现翻得不好，这很正常。所以我们首先要界定翻译的场景。

　　另一方面，要看AI翻译的数据有没有形成闭环，训练和使用的过程对这个AI系统有没有帮助。比如我们平台设计了使用过程中会提供一些反馈，这样AI会持续优化改进。

　　具体到质量评测方面，国际通用的标准Bleu/Comet等指标会计算和参考译文的相似度，给出一个打分。包括机器评分和人工评分，译者会评估“信达雅”，主要是“信”（真实可信）和“达”(得当流畅)。

　　头号AI玩家:翻译大模型的参数量会达到多少?能反映出翻译的质量怎么样吗?

　　David:确实是成正比的一个关系，参数量越大越好。但是翻译的训练数据大部分还是需要平行的语料，原文和译文对应起来。参数更高当然更好，但是数据量会急剧增大，而且找不到那么多语言类数据去训练。

　　我们目前模型大概是几十亿参数。我们还在试验，几十亿应该是一个比较好的区间，可以达到不错的翻译效果。

　　David:主要是我们之前在语言服务业务上积累的大量数据，当然也有些公开的数据。

　　David:我们从上线第一天就有免费试用和付费的版本，专业用户或者深度内容消费者购买付费版本还是比较多的。因为我们产品使用门槛比较低，前期C端用户比较多，付费比例也高于预期。之后我们可能会考虑组织协作需求来更新产品，B端用户会相应增加。

　　David:现在有免费的翻译平台，但是我们做得比较专业，又比较友好，还是有比较多用户愿意付费使用的。

　　我觉得影响付费意愿的因素，首先看是不是解决了用户的实际问题。比如他上传一个30MB大小的PDF，市面上大部分翻译平台可能只支持10MB，那我们就可以传上去。

　　其次，我认为比较重要的是这个产品能否传递一种理念或者温度。我们的slogan是“为热爱语言而生”，我们希望这个产品让用户觉得翻译很有乐趣，又很简单。以前的翻译软件可能要专门培训一段时间，译者才会安装和使用，我们想尽量降低用户使用翻译工具的门槛。

　　David:一方面是增加协作功能，之前主要是个人版本，但精准的翻译场景，基本上必须需要协作才能保证产出是精准的。专业翻译这个场景有不同的角色和流程，比如项目经理来管理十个译员共同协作翻译一本书，还有译员、审校以及不同的流程。就像设计类的figma，我们想让从业者直接在平台界面上协作。

　　还有就是围绕专业定位打造社区，我们现在有一个初步的社群，大家可以在群里反馈问题，后面可能会有一些相关的资讯，甚至订单，去满足专业群体的需求，让社区也服务于语言服务这个群体。

　　David:确实有影响。一些朋友会觉得翻译消失了，如果要套用三体的这句话，其实很多工作都可以这么说。比如自然语言处理也可以说消失了，因为之前我们都是训练一个单独的小模型做单独的任务，现在突然一个大模型来做，所以确实有这种情绪。

　　大模型在这个阶段被高估了，大家觉得AIGC好像是万能的，在翻译领域有人觉得ChatGPT比其他引擎好很多，但从真实的评测来看，我们在不同类型找代表性的几百个句子进行打分，结果是如果把ChatGPT当做一个翻译系统，那它现在可能处于中上水平，算不上最强的翻译系统。

　　而且ChatGPT只覆盖了十多个语言，全球有7000个语言。在使用方式和体验上，我们也不能每次都复制原文、给了提示词才能翻译。我觉得在专业翻译这个场景，还有大量的产品和工程问题。

　　长期的话，大模型是被低估了，因为理解和表达是ChatGPT的重要能力，它其实是我们人类非常底层的能力，机器拥有之后带来的变化可能无法预测。

　　现在很多AI产品，给我一种马拉汽车的感觉，有很多条条框框的阻碍。比如产品设计上很难改掉历史的惯性。我们今天看到这种APP或网站的形态，我觉得之后都会有大变化。现在还处于很早期的阶段，AI翻译产品也一样。

　　LanguageX最早框架受辅助翻译影响非常深，首页并不是AI翻译的矩阵，而是一个上传文件的入口，后面我们发现这个矩阵越来越重要，才改成了入口。我们正在努力去打破这种惯性，多一些创新。

　　David:ChatGPT出现之后，我们尽快接入了产品，希望更多地了解GPT本身以及这个技术的潜力和边界。短期内我觉得是高估它，但我担心的是长期。可能2年之后，ChatGPT的能力范围又大了一圈。

　　之前译者每天翻译5000字已经到了极限，现在可能达到1万字，未来有可能5万字，10万字。质量没有下降，但是产出多了。也就是说语言服务工作者可以以相同的价格，为客户提供十倍甚至百倍的更高效服务——今年ChatGPT的加持，加速了行业效率提升这一过程。

　　在AI模型方面，之前我们的中译英模型都做好了，正在犯愁还有这么多语言，而现在我们有机会把好多语言放在一起训练，用更高效的方式训练。所以我觉得GPT技术是一个利好，AI能快速降低跨语言的门槛。

　　头号AI玩家:翻译对精准度要求很高，AI翻译会出现胡说八道的情况吗?要怎么处理?

　　David:会有，生成式模型都会有这种概率偏差，其实从神经网络机翻开始就有这种无中生有的情况。所以我们说以前的规则机器翻译是“傻子”，神经网络机器翻译是“疯子”，有的时候乱发挥，现在这个生成式AI就更疯了。

　　从技术上来说，这个问题还是一个业界难题。需要再次检查，在产品层面，我们可以用一些术语来约束它，以及使用自动检查。我们第一步会用质量检查QA，接下来流程里还会增加审校的环节。

　　David:AI翻译是ChatGPT很直接的一个能力。我觉得大趋势是会有更多的大众翻译的产品出现，比如集成到各种平台的插件。

　　但我觉得精准的翻译还是很重要的，很多场景下我们需要精准、可以信赖的，而不是仅用于参考。这方面AI还无法解决最后一公里的问题。

　　国内外的话，从需求上来说，欧美这块是比较领先的，本身欧美的跨语言市场就非常大，比如美国是多语言多民族的一个移民国家，语言服务就很发达。但是怎么和大模型结合，我觉得欧洲稍微落后一点，中国和美国有些差距，在语言上我们应该是第二梯队。

　　目前纯面向大众的翻译产品太多了，但面向专业语言服务，且以AI为内核的比较少，海外同类公司比如有Lilt、Unbabel。新兴的创业公司一般都瞄准了看起来更大的大众市场，我觉得有利有弊吧。

　　头号AI玩家:您认为在翻译领域，哪些工作应该交给机器，哪些是人应该做的?

　　David:现在这个阶段我自己的判断是，排版、处理格式、打标签这些比较枯燥的事情最好是交给机器来做。还有一些低级错误的检查、整体术语统一，以及AI润色。润色这个能力之前我没想到，因为是比较有创造力的，但在这个行业里，找母语专家来润色稿件是比较稀缺的，所以AI也可以做一些润色工作。

　　我们人类的工作应该是保证信息可信赖，做判断、定稿，还有一些创造性的翻译最终仍需要人来确定。

　　当然这个判断是在变化的。我需要继续去学习AI到底是什么、能做什么，现在AI已经证明了比拼技能、比拼知识的话，它的表现很强，所以我觉得人的核心竞争力不是某种技能或者知识，而是更底层的东西，像同理心、好奇、发散性思维。

　　不过对于译员来说，现在专业知识仍然还是一个壁垒，比如经常翻译专利的译员，他就知道专利摘要怎么遣词造句。

　　David:我认为语言肯定会变得更重要，现在大模型都是用自然语言来提问，prompt用英语写跟用汉语写完全是两个效果，外语可能会比以前还要重要，还是值得作为专业学习的。翻译只是语言应用的一个场景，可能在外语里的重要性会降低。

　　Wang认为，AI尚不能代替要求较高的笔译工作，更别提强调互动交流的口译了。虽然AI翻译还不成熟，但想成为有竞争力的译员，一定要去了解最新的技术。

　　“失去的工作不会再现，你只有和机器协作，创造新的岗位。”翻译过《人类简史》的资深翻译闾佳向九派新闻表示。

　　AI技术对从业者的冲击不是突然发生的，我们还有时间去主动学习AI，探索技术的边界，提升人类占优势、而机器难以提供的那部分价值。这是翻译从业者的应对之道，也是其他行业值得思考和借鉴的。

　　腾讯云618狂欢节特惠来袭！现在购买3年轻量云服务器，配置2核2G4M，只需396元！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！

　　我们已经在无数报道中听到这样的言论:新一代AI工具有望简化日常任务、提高工作效率并整体拉升办公场所内的生产力水平。但现在的实际情况似乎不像宣传的那样，甚至还给员工带来了更多的工作量。如何利用人工智能和人类智能的优势，创建一个更高效和有效的劳动力，同时解决围绕AI的潜在限制和伦理担忧有很长的路要走。

　　教皇与美国圣克拉拉大学的研究机构成立了技术、伦理和文化研究所，并发布了一份长达140页的AI技术指导手册。这份手册名为《颠覆性技术时代的道德:运营路线图》，详细阐述了人工智能等新技术涉及的伦理道德问题，并指导科技公司如何成为对人类负责的企业。通过建立负责任的科技管理系统，确保公司的运营不会偏离目标，不会产生对社会和人类的危害。

　　澳大利亚的一支研究团队成功获得了国防部和国家情报办公室提供的60万美元资助，用于研究将人脑细胞与人工智能相结合。这支由蒙纳士大学和皮质实验室领导的研究团队曾经成功创造出了DishBrain——一种能够玩复古视频游戏《乒乓球》的人脑细胞。这将帮助我们扩大硬件和方法的容量，使其成为计算机模拟计算的可行替代品。

　　自动理解人际对话的应用通常涉及与真实世界数据中的私人信息相关的挑战，例如呼叫中心或临床对话。处理受保护的数据还会增加注释的成本，限制技术的发展。在以对话状态跟踪为框架的结构化总结代理——客户信息收集呼叫的实验中，展示了DIALGEN数据可以显著提高模型性能。

　　一个由人工智能驱动的人形机器人组成的小组在联合国峰会上表示，它们最终可能会比人类更好地管理世界。但他们也认为在接纳快速发展的人工智能潜力时，人类应谨慎行事。”另外，一些机器人不确定他们什么时候会大受欢迎，但预测将会到来。

　　最近半年最最燥热的热点要说ChatGPT、AI，恐怕没有人会有不同意见。无论我们是否有机会从事或参与AI相关的工作，你我都要时刻对AI为这个世界带来变革和影响保持持续且密切的关注。但在不短的过渡期里，将有人充当无声的代价，一如眼泪消失于雨中。

　　经济合作与发展组织最近发布了新的就业展望报告，报告显示，高技能职业可能最易受人工智能影响，当然AI当前对就业的影响尚未完全显现。该报告深入分析全球就业数据和趋势，发现AI可能对高技能职业产生最大的影响。科技网站Cointelegraph早在此前就有报道，在AI领域，求职者的数量急剧增加，2021年牛市期间，对AI工作的谷歌搜索量比加密货币工作的搜索量高出四倍。

　　随着人工智能的快速发展，机器人在各个领域取得了显著进步，并能够替代人类从事一些危险的工作。人们也对机器人可能反抗人类的情景表示担忧。这些机器人搭载了最新版本的生成式人工智能程序，其回答的复杂程度甚至令研发人员感到惊讶。

　　优化的AI参考套件旨在助力开发者和数据科学家跑出创新“加速度”。最新动态：得益于英特尔与埃森哲的长期合作，英特尔现推出了一套共计34个的开源AI参考套件，帮助开发者和数据科学家更快、更轻松地部署人工智能。您可以参考其他来源以评估准确性。

　　各位一定很好奇，我们怎么又好久没发文章了?其实在过去一个月，我们潜心研究了各种AI技术在个人&企业场景的应用，并亲身加以实践，尝试用AI重塑自己的工作流。目的也非常纯粹:如何利用AI赋能业务增长、给企业降本增效?如何在不懂技术、不写代码的前提下，把AI能力用起来?为此，我们学习了各路牛人的实战心得、测试了上百个AI工具、研究了各种promptengineering框架……这

　　核心频率不同，CPU型号不同天玑9200+和天玑 9000 都是联发科的5G旗舰级芯片，天玑9200+和天玑9000都是采用台积电4nm工艺制程。天玑9200+的CPU最高主频为3.3GHz，而天玑 9000 的CPU最高主频为3.2GHz。两款芯片都支持双模5G、WiFi 6E和蓝牙5. 2 等技术。

　　天玑9200+主频是3.0GHz，与骁龙 8Gen 2 相同，跑分要比骁龙 8Gen 2高一点点天玑 9200+ 处理器与天玑 9200 同架构，但所有核心频率增加，主频来到了 3.0GHz，与骁龙 8Gen 2 相同。跑分数据，天玑 9200+ 在 Geekbench v6 平台单核得分 2121 分，多核得分 5655 分。作为对比，骁龙 8Gen 2 的单核跑分成绩在大约 2000，多核成绩大约 5400。天玑9200+的安兔兔跑分大约为 136 万分，骁龙8Gen2 安兔兔跑分大约是128万分。

　　在 Geekbench v6 平台单核得分 2121 分，多核得分 5655 分联发科已经正式官宣，天玑9200+将于 5 月 10 日发布，这款处理器的 Geekbench v6 跑分已经出现。天玑 9200+ 处理器与天玑 9200 同架构，但所有核心频率增加，主频来到了 3.0GHz，与骁龙 8Gen 2 相同。 根据爆料的跑分数据，天玑9200+在 Geekbench v6 平台单核得分 2121 分，多核得分 5655 分。 作为对比，骁龙 8Gen 2 的单核跑分成绩在大约 2000，多核成绩大约 5400。

　　7天以上小米手环 8 搭载蓝牙 5.1，内置直流 3.87V 聚合物锂离子电池，型号为 M2239B1。上一代的小米手环 7 续航大约有9-15天左右。 小米手环 7 内置180mAh 电池。预计小米手环8的续航会比小米手环7续航略微提升一点。

　　2K+ 分辨率魅族 20 Pro 采用6.81英寸直屏，2K+ 分辨率、100% P3 广色域、120Hz LTPO 高刷、最高 1200 nit 全屏亮度、最低 2 nit 全屏亮度，同时支持防蓝光、DC 调光等功能一应俱全；魅族 20 Pro采用旗舰级性能配置，包括顶级处理器第二代骁龙 8、12GB 起步的 LPPDR5X 大内存、至高 512GB UFS4.0 极速闪存以及 36424 平方毫米的立体散热堆叠。

　　第二代骁龙 8，LPPDR5X+UFS4.0，2K三星E6 材质Super AMOLED屏幕魅族 20 Pro，内置第二代骁龙 8，LPPDR5X+UFS4.0，搭载了2K三星E6 材质Super AMOLED屏幕，屏幕尺寸6. 81 英寸，支持120Hz自适应屏幕刷新率和1500Hz瞬时触控采样率，峰值亮度可达1800nit，屏幕还通过了SGS抗蓝光、抗频闪护眼认证；破晓灰、曙光银、朝阳金三种配色，整机厚7. 8 毫米，重 209 克；镜头模组由 5000 万像素人像镜头、 5000 万像素广角镜头、 5000 万像素超广角镜头组成，支持全像素对焦技术搭配dTOF辅助对焦，官方称将使对焦速度提升33%。魅族20 系列的主摄均支持SMA防抖，最高8K视频录制和夜景录像功能；5000mAh电池配80W快充，支持50W无线GB三种存储组合，售价 3999 起。

　　后置三摄，主摄 5000万像素，屏幕分辨率2496*2224华为Mate X3有「羽砂玻璃版:羽砂白、羽砂黑、羽砂紫」、「素皮版:晨曦金、青山黛」五款配色可选;覆盖昆仑玻璃;超轻薄折叠四曲设计，机身重量仅239g，厚度仅5.3mm， IPX8级抗水。屏幕拥有2496*2224超高分辨率和426ppi 超高像素密度。同样支持最高120Hz 自适应刷新率以及1440Hz PWM 调光。影像方面:搭载5000万像素超感知主摄，1300万像素超广角镜头，1200万像素潜望式长焦镜头。并配备10通道多谱传感器和激光对焦传感器，支持100倍变焦和5倍光学变焦。续航方面:配备4800mAh 大电池，支持50W 无线W 有线W 无线反向快充。性能方面:与华为 P60系列一样搭载了骁龙8+ 处理器，配备了超冷跨轴石墨烯散热系统，导热面积提升了20%。价格:华为Mate X3:256GB:12999、512GB:13999;华为 Mate X3典藏版:1TB:15999

　　6. 67 英寸的OLED屏幕， 4800 万像素长焦镜头华为P60 系列在背部采用了矩阵型模组，官方称之为“凝光设计”，引入了“凝光贝母”工艺；华为P60 全系搭载了6. 67 英寸的OLED屏幕，拥有2700* 1220 刷新率，显示效果十分细腻，支持10. 7 亿色、1440Hz PWM调光。 同时支持全局色彩管理，支持莱茵专业色准双重认证；屏幕还支持LTPO动态高刷新率，支持1~120Hz自适应刷新率，还配备了昆仑玻璃面板，IP68 防尘抗水；相机方面，华为P60 Pro则进一步升级长焦镜头，配备了 4800 万像素RYYB的超聚光夜视长焦镜头，支持3. 5 倍光学变焦、OIS，拥有F2. 1 超大光圈；支持双向北斗卫星通信；5100 毫安时大电池+88W快充；首发搭载了全新的鸿蒙3.1，新增了AOD息屏显示功能。

　　6.67英寸的OLED屏幕，支持1~120Hz的LTPO刷新率华为P60 系列的屏幕搭载了骁龙8+ 4G处理器，6. 67 英寸的OLED屏幕，支持1~120Hz的LTPO刷新率，支持1440Hz PWM调光，拥有10. 7 亿色、全局P3 色域、HDR-P3HDR Vivid显示效果；覆盖四曲昆仑玻璃，支持IP68 防水，是全球首款德国莱茵专业色准双重认证的手机；相机方面，华为P60 支持F1.4-4. 0 十档可变光圈，搭载大光圈高透光镜群和RYYB超感光传感器，支持了华为XD Fusion Pro质感引擎；支持双向北斗卫星消息；首发搭载鸿蒙3.1，支持AOD息屏显示；价格，华为P60 的128GB版 4488 元，256GB版本是 4988 元，512GB版本是 5988 元。

　　天玑9000芯片，LPDDR5+UFS3.1，11.61英寸LCD屏幕，支持144Hz刷新率OPPO Pad2主要配置包括:11.61英寸7:5比例LCD显示屏，拥有2800×2200分辨率和500尼特亮度，支持144Hz五档刷新率智能调节，2048级亮度自适应智能调光并支持手写笔。OPPO Pad2基于联发科技天玑9000，辅以LPDDR5内存和UFS3.1存储，内置9510毫安时电池、67W有线万像素前置摄像头和蓝牙5.3。软件方面，ColorOS13.1支持5G通信共享。可以自动共享手机的5G通信，从而直接上网、接打电话、同步手机验证码、拍照流转和应用接力。

　　5G双待双通（DSDS）、WiFi 6/6E、蓝牙5.3等骁龙7+ Gen2 采用了骁龙X62 5G调制解调器，在全球范围内支持多种频段和模式的5G网络连接。它还是首款在骁龙 7 系中实现了5G双待双通（DSDS）功能，在两张SIM卡都插入时可以同时使用两个不同运营商或不同网络制式（例如SA和NSA）的5G网络服务。除此之外，它还支持WiFi 6/6E和蓝牙5. 3 等无线技术。