学习机的参数表里有一半的词是给家长看的，另一半才是给孩子用的。护眼屏护的到底是什么光、NPU 在批改作业时干了什么活、AI 批改在哪些题上一定出错——这三件事弄明白，你就知道该信哪些宣传、该在哪些地方降低预期。
这个名字由三个词拼起来，拆开看就不难懂了。「朗伯」来自朗伯面（Lambertian surface）的概念——一种理想的漫反射表面，无论从哪个角度看，亮度都一样，没有镜面反射形成的高亮斑。「类朗伯」就是接近这种特性。「光刻」指的是用光学蚀刻的方式在屏幕外表面做出微结构。合起来，这类屏幕做的是同一件事：把原本会镜面反射的光打散成漫反射。
| 机制 | 普通光面屏上会怎样 | 类朗伯光刻处理后 |
|---|---|---|
| 顶灯或台灯直射 | 屏幕上形成一个清晰的灯影，孩子要透过这个亮斑看字 | 亮斑被打散成一片漫射的亮，灯影轮廓消失 |
| 斜向强光（窗户、侧灯） | 大面积的镜面反光，对比度骤降，内容变灰 | 反光铺开成柔和的一层，可读性下降更少 |
| 画面侧向观察 | 可视角度偏小时边缘发暗或偏色 | 厂商口径称广视角表现更好 |
| 副作用「闪点」 | 不涉及 | 防眩微结构会让像素光轻微散射，画面出现细密颗粒感；官方称闪点降低 55.3% 就是抑制这个副作用 |
所以有件事需要先说明白：这类技术护的是反射眩光，不是蓝光。它们经常被写在同一条宣传里，但机制完全不同。反射眩光的问题是「看不清」——孩子为了看清，会本能地歪头、俯身、换角度，这些动作会带来姿势问题和调节疲劳。蓝光的问题属于另一种机制。把两者混在一起理解，会导致一个常见的误判：以为买了防眩屏就等于解决了所有用眼负担。
| 参数 | 技术含义 | 对孩子的实际影响 |
|---|---|---|
| IGZO 显示屏 | 铟镓锌氧化物半导体，用作屏幕的薄膜晶体管背板材料，电子迁移率明显高于传统非晶硅 | 像素充放电更快，因此能支持可变刷新率：看静态课本时降频省电，看视频时升频保流畅 |
| 可变刷新率 | 屏幕按内容类型动态调整刷新频率 | 静态阅读场景功耗明显下降，直接影响续航表现 |
| ΔE<2 色准 | ΔE 是色差单位，衡量显示颜色与标准色的偏离程度 | 属于肉眼基本分辨不出偏色的水平，直接关系到教材插图、地图、化学图表、美术内容的颜色是否可信 |
这两项里更有实际意义的是 ΔE。它的行业口径大致是：ΔE 小于 1 属于人眼难以分辨的程度；1 到 2 之间只有受过专业训练的人能看出偏差；2 到 3 之间一般观察者开始能察觉；超过 3 就属于明显偏色。S8 标的是 ΔE<2，也就是说它落在「普通用户看不出偏色」的区间里。
对学习机来说，色准不像在显示器上那样是给设计师用的，它对应的是很具体的场景：地理课上分不清图例里的几种绿、化学课上辨认试剂颜色变化、生物课上区分组织切片染色、语文和英语的图文阅读里插图与文字对不上。这些都属于「偏色会直接导致理解出错」的情况，而不是「看起来舒不舒服」。
至于 IGZO 与可变刷新率，需要注意它们的价值主要在功耗而非护眼。刷新率变化本身并不改变蓝光或反射，理解成省电技术更准确。
这个数字在三处出现得最多，也最容易被误读，需要单独说清它的性质。
| 要素 | 实际情况 |
|---|---|
| 比较对象 | 「对比学习机 S6」，是自家上一代机型，不是行业标准，也不是横向评测 |
| 数据来源 | 按官方备注，属于步步高实验室数据，测试条件未公开 |
| 能否横向用 | 不能。不同品牌各自使用不同的测量口径，77.7% 这个数字只在步步高自家产品序列里有意义 |
| 它的技术背景 | LCD 屏通常靠调制背光亮度来调光，低亮度下调制频率偏低时会被人眼感知为闪烁，虽不「看见」但会引起视觉疲劳 |
同类口径还有两个：外屏紫外光刻使「清晰度提升 37.4%」「闪点降低 55.3%」，比较对象同样未明确标注。这三个数字的正确用法是当成换代改善的方向性说明——它告诉你这一代在防眩和闪烁控制上做了改进，而不是告诉你它比别的品牌好多少。
「独立 NPU」这个说法在参数表里只占一行，但它是作业辅导功能能否成立的硬件前提。把拍照批改的全过程摊开，就能看出芯片各部分的分工。
| 步骤 | 谁在处理 | 做什么 |
|---|---|---|
| 1. 图像采集 | 摄像头 + ISP | 把斜着拍、光线不均的照片做去噪与透视校正，把纸面拉正 |
| 2. 文字与公式识别 | NPU | 跑光学字符识别与公式识别，把图片变成可处理的文本与符号 |
| 3. 版面理解 | NPU + 算法 | 区分题干、选项、已填写的答案、以及旁注和草稿，决定哪些是「孩子的答案」 |
| 4. 答案比对 | 本地与云端协同 | 把识别结果与题库或参考答案匹配，这一步通常需要联网 |
| 5. 生成讲解 | 云端为主 | 输出推导过程、错因归类、薄弱点归纳 |
这个分工解释了两件常被问到的事。第一，NPU 决定的是「识别」这一步，而不是「讲解」。它让文字与公式的识别更快、更可靠，也能承担一部分本地推理；但题库匹配与讲解内容的生成主要依靠云端与后台资源库。所以 NPU 强不等于讲得好，只等于认得快。第二，联网状态下与离线状态下，批改能力是不同的。纯离线的环境里，第 4、5 步会受限，能做的多半只是识别与本地缓存内容的匹配。这一点对家里网络条件有限、或孩子带出门使用的场景有实际影响。
芯片性能对体感最直接的影响是等待时间。识别一张作业照片，本地处理部分通常在几百毫秒到几秒之间，孩子感受到的「卡不卡」更多取决于整体调度与网络速度，而不是单个参数。实际使用中如果出现「拍了要等很久」，先排查网络，再排查后台应用，最后才怀疑芯片。
关于 AI 批改，最需要提前建立的是正确的预期。它在四类题型上有明确的失效边界。
| 题型 | 为什么会出错 | 正确用法 |
|---|---|---|
| 手写潦草、涂改多的答案 | 光学识别的输入质量决定上限，连笔、涂黑、数字与字母混淆都会导致识别失败 | 要求孩子把答案写在框内、写清楚；识别失败的题手动录入或跳过 |
| 几何与图形题 | 识别只能读文字，辅助线、标注、图形关系需要模型理解，误判率明显高于纯文字题 | 把结果当参考，图形题的最终判断交给老师或家长 |
| 一题多解 | 系统与标准答案比对，超出标准解法之外的合理思路可能被判错 | 看到判错先看讲解，与自己思路不一致时以过程合理性为准 |
| 主观题（阅读理解、作文、论述题） | 这类题没有唯一答案，AI 给的是基于评分标准的参考意见，不是对错判定 | 把它当成「多一个读者」的意见，不当成分数 |
按这四条边界调整预期之后，AI 批改的定位就很清楚了：它是一台高速的客观题核对器，加上一个能提供参考意见的主观题阅读者。它最擅长的场景是量大、有唯一答案、家长批起来枯燥的题——口算、听写、单词、选择填空、基础计算。这类题在小学高年级到初中的作业里占比很高，而批改恰好是家长最容易失去耐心的部分。
它做不了的是「判断孩子的思路对不对」。这件事需要看见过程，而目前的学习机主要看结果。这也意味着一条使用纪律：允许孩子说「它批错了」。如果孩子的反驳被一句「机器还能错？」打断，他会很快学会一个坏习惯——不再写自己想的过程，只写能拿到对勾的那个答案。这个代价比批改错误本身大得多。
| 数字 | 主体 | 功耗特征 |
|---|---|---|
| 140 小时 | 手写笔 | 低功耗无线连接加书写检测，属于间歇工作，日常使用一两周补一次电 |
| 10000mAh | 机器本体 | 14.2 英寸屏幕是主要耗电项，按中等亮度连续播放视频估算大约十小时量级 |
把 10000mAh 换算一下会更直观：按常见的平板电池电压估算，这块电池的能量在 38 瓦时量级。一台 14.2 英寸的平板在中等亮度下播放视频的功耗大致在 3 到 4 瓦，换算出的可用时长与「十小时量级」吻合。而第三方实测口径说的「重度使用约一周」，对应每天实际使用一个半小时左右，两者是自洽的。也就是说，这两个数字本身都不夸张，问题只在于它们经常被并列写在宣传里，容易被读成同一个主体。
有一项参数在公开渠道缺失：充电功率。这件事对日常体验的影响其实不小——10000mAh 的电池如果配的是慢速充电，从零充满要花好几个小时，「晚上忘了充、早上要用」这种情况就会直接变成无法使用。所以下单前值得问一句充电功率，实际使用中则建议养成随用随充的习惯，而不是每次都用到低电量。原因在下一节展开。
把前面六节的内容归拢一下，会得到一个有点反直觉的结论：这块屏幕的技术改进都是真实的，但它们解决的是视觉负担里较小的一部分。
| 影响用眼的因素 | 屏幕技术能不能改善 | 谁来控制 |
|---|---|---|
| 反射眩光与灯影 | 能，这是类朗伯光刻屏的主战场 | 屏幕 + 灯的摆位 |
| 闪烁引起的疲劳 | 能，属于防眩与调光技术 | 屏幕 |
| 颜色辨认负担 | 能，属于色准参数 | 屏幕 |
| 观看距离 | 不能 | 孩子与家长 |
| 连续用眼时长 | 不能，只能靠提醒打断 | 家长端的时长与时段设置 |
| 环境亮度与屏幕亮度的匹配 | 不能 | 使用环境 |
| 姿势（含躺卧使用） | 不能 | 使用习惯 |
表里能看出分工：屏幕技术管的是「光」，剩下四项管的是「怎么用」，而后者对用眼负担的贡献通常更大。这也解释了为什么学习机普遍要在软件层加护眼提醒——因为物理层的技术到了极限之后，能改善的部分只能靠行为约束。
护的是反射眩光，不是蓝光，两者机制完全不同。「朗伯」来自朗伯面概念，指一种理想漫反射表面，从任何角度看亮度都一致、没有镜面反射的高亮斑；「类朗伯」就是接近这种特性，「光刻」指用光学蚀刻在屏幕外表面做微结构。合起来做的事是把原本会镜面反射的光打散成漫反射：顶灯或台灯直射时不再形成清晰的灯影，斜向强光下反光会铺开成柔和的一层。反射眩光的问题是「看不清」——孩子为了看清会本能地歪头、俯身、换角度，带来姿势问题与调节疲劳。把这类技术理解成防蓝光，会误以为买了它就等于解决了所有用眼负担。
不能横向比。这个数字的比较对象是「对比学习机 S6」，也就是步步高自家上一代机型，不是行业标准也不是第三方横评；按官方备注它属于步步高实验室数据，测试条件未公开。它的技术背景是：LCD 屏通常靠调制背光亮度来调光，低亮度下调制频率偏低时会被人眼感知为闪烁，虽不「看见」但会引起视觉疲劳，77.7% 衡量的是这方面的改善幅度。同类口径还有外屏紫外光刻使「清晰度提升 37.4%」「闪点降低 55.3%」，比较对象同样未明确标注。这三个数字的正确用法是当成换代改善的方向性说明，而不是与其他品牌比较的依据。
IGZO 是铟镓锌氧化物半导体，用作屏幕薄膜晶体管背板材料，电子迁移率明显高于传统非晶硅，像素充放电更快，因此能支持可变刷新率——看静态课本时降频省电、看视频时升频保流畅。它的价值主要在功耗而非护眼。ΔE 是色差单位，衡量显示颜色与标准颜色的偏离程度，行业口径大致为：小于 1 人眼难以分辨，1 到 2 之间只有受过专业训练的人能看出，2 到 3 之间一般观察者开始察觉，超过 3 属于明显偏色。S8 标 ΔE<2 意味着落在「普通用户看不出偏色」的区间。对学习机来说色准对应很具体的场景：地理课分不清图例里的绿、化学课辨认试剂颜色变化、生物课区分组织切片染色。
NPU 主要承担「识别」这一步。拍照批改的完整流程分五步：一，摄像头与 ISP 采集图像并做去噪与透视校正，把斜拍的照片拉正；二，NPU 跑光学字符识别与公式识别，把图片变成可处理的文本与符号；三，NPU 加算法做版面理解，区分题干、选项、已填写答案与草稿；四，本地与云端协同做答案比对，这一步通常需要联网；五，云端生成讲解与错因归类。所以两个结论：NPU 决定的是认得快、认得准，而不是讲得好；联网状态与离线状态的批改能力不同，纯离线环境下第四、五步会受限。芯片对体感最直接的影响是等待时间，出现「拍了要等很久」时先排查网络与后台应用。
有四类明确的失效边界。一，手写潦草、涂改多的答案——识别输入质量决定上限，连笔、涂黑、数字与字母混淆都会导致失败，应对方法是要求孩子把答案写在框内写清楚。二，几何与图形题——识别只能读文字，辅助线、标注、图形关系需要模型理解，误判率明显高于纯文字题，这类题的最终判断应交回老师或家长。三，一题多解——系统与标准答案比对，超出标准解法之外的合理思路可能被判错，看到判错应先看讲解再判断。四，主观题（阅读理解、作文、论述题）——没有唯一答案，AI 给的是基于评分标准的参考意见而非对错。调整预期后的定位是：一台高速的客观题核对器，加上一个能提供参考意见的主观题阅读者。
是两个不同主体的数字。140 小时指手写笔——它靠低功耗无线连接与书写检测间歇工作，靠磁吸充电，日常一两周补一次电。机器本体的口径是重度使用（连续看视频加做练习）约一周以上，对应 10000mAh 电池。把电池换算一下会更直观：按平板常见电压估算能量在 38 瓦时量级，14.2 英寸屏在中等亮度下播放视频功耗大致 3 到 4 瓦，可用时长与「十小时量级」吻合，而每天实际使用一个半小时就对应「约一周」。所以这两个数字本身都不夸张，只是经常被并列写在宣传里容易被读成同一个主体。另外公开渠道未见充电功率，下单前值得问一句。