抓到iOS16「耗電元凶」!網痛批:刪除後差超多
三立新聞網 setn.com.2022年10月17日 14:50

科技中心/綜合報導

 不少用戶認為Mo PTT 是造成iPhone耗電原兇。(圖/翻攝自App Store)

不少用戶一直抱怨蘋果iOS 16 很耗電,即使一直更新到目前的iOS 16.0.3,續航力差的問題依舊無解,不過現在有用戶發現,耗電的可能不是iOS16,而是一款App,消息一出,不少人也驚呼:「刪除後差超多!」

原PO在ptt iOS版發文,發現iPhone只要使用「Mo PTT」這款App,手機就會開始發燙、過熱,去檢查耗電量,發現瀏覽圖文的Mo PTT電池用量竟然占了28%,對比觀看影音的YouTube才占了31%,而他使用YouTube的時間比Mo PTT多了7個小時,耗電量竟然差不多,讓原PO認為是Mo PTT的程式沒有跟iOS 16搭配好,才會導致耗電、發熱等問題。

文章一出不少網友紛紛表示:「12 Pro 加iOS 14,用Mo PTT也是燙到不行,又卡,果斷換BePTT,好多了」、「從Windows Phone用Mo PTT用到iOS,要不是真的又燙又卡,我也懶得換」、「砍了換BePTT,真的耗電才不得不換」、「Mo PTT確實容易過熱,iPhone跟之前用過的三星S8+、S9+都有類似狀況」。

實際去看App Store Mo PTT的評價,僅1.7顆星,多數網友都表示會讓手機發熱,電量狂噴,甚至手機發熱程度比玩手遊更嚴重。呼籲開發團隊能進行優化改善這個問題。不過也有人表示自己使用Mo PTT 一切正常,手機沒有發燙,電量也維持正常水平。

更多三立新聞網報導
50輛車泡水中…車主轟通知太慢!柯文哲:每個國民要對自己行為負責
暴雨狂灌!市長不在被罵翻 柯文哲:長官只要做3件事「還有第4樣作秀」
勘災康湖隧道晚陳時中3小時 挨批「慢N拍」!蔣萬安:怕去了耽誤搶通
印度神童最新預言曝光 台灣烏克蘭中國美國嚇到!小心10、11、12月

網友在熱議什麼?
尼莎狂炸!電梯灌雨成「水簾洞」 1危險網轟爆:拿命賭
年收450萬買豪宅「哭窮被噴爆」 她列開銷:每月剩4萬
男友常忘帶手機…閨蜜一面倒「一定有鬼」 她搜N次包包傻了
北市路邊驚見巨型蘑菇!內行秒認出:千萬別碰
女兒午休睡男同學旁邊老爸氣炸 發文意外釣出女兒控老爸們

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

韓國瑜 晚會 募款

基隆 罷免 謝國樑

議員 許家蓓

死刑 釋憲案

立法院 主持 朝野

喊話 卓榮泰

今日新聞NOWnews
今日新聞NOWnews
今日新聞NOWnews
今日新聞NOWnews
鍾小平曾點名這2人綠營最美:高嘉瑜排第三
[NOWnews今日新聞]民眾黨主席柯文哲涉嫌圖利遭羈押,國民黨台北市議員鍾小平過去曾力挺柯文哲,如今卻狂打柯,被國民黨桃園市議員詹江村爆料,鍾小平是因想追民眾黨美女參選人曾妍潔不成,才惱羞成怒遷怒民...
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司