格力3匹柜机京致、云锦3、云逸对比哪款好

sinat_50379664 2025-07-11 06:57:42

一、外机性能:从普通外机到二代冷酷外机的跨越

云逸:
采用普通外机设计,支持-7℃低温制热和43℃高温制冷,但在极端高温或低温环境下,制冷制热效果可能受限。外机压缩机为凌达21.2cc双转子压缩机,搭配双排冷凝器(共56根铜管),整体配置属于中高端水平,但缺乏应对极端环境的能力。

京致:
升级为二代冷酷外机,支持-35℃低温制热启动和60℃高温制冷,确保在极端环境下仍能稳定运行。外机采用海立GTD226XKQA8LL6G双转子压缩机(排量22.6cc),性能优于普通压缩机,搭配双排冷凝器(共56根铜管),热交换效率更高。

云锦3代:
同样搭载二代冷酷外机,支持-35℃至60℃宽温域运行,外机性能与京致相当。压缩机采用松下9RD220ZBA21双转子压缩机(排量22cc),属于高端型号,动力强劲且节能效果突出。双排冷凝器(共56根铜管)进一步提升了热交换效率。

格力天仪3匹云锦三代空调国补活动直降1200机会不容错过 https://u.jd.com/O68wosH

格力3匹京致空调国补活动直降1700机会不容错过  https://u.jd.com/a6pPqW4

格力3匹云逸Ⅱ柜机国补活动直降1200机会不容错过  https://u.jd.com/3Dpz4bH

二、内机功能:从基础配置到差异化创新的突破
共同功能:
三款机型均支持上下左右扫风、独立除湿、56℃高温自清洁等功能,内机出风口设计合理,送风范围广。此外,均支持WiFi智能控制,可通过“格力+”或“京东小家”APP远程调节温度、模式等参数。

云逸:
循环风量为1210m³/h,扫风方式为普通上下扫风,适合小空间快速降温。内机功能以基础为主,缺乏高级功能,但价格亲民,适合预算有限的用户。

京致:
循环风量1200m³/h,采用上下双出风口设计,实现“冷暖分送”:制冷时冷风从上往下吹,避免直吹头部;制热时热风从下往上烘,形成“衡温空间”。此外,支持8℃保温功能,冬季短时离开房间时可保持低温,返回后快速回暖,兼顾舒适与节能。

云锦3代:
循环风量高达1410m³/h,扫风方式为85°宽幅左右扫风,覆盖范围更广。内机搭载光敏传感器,可根据环境光照自动调节显示屏亮度和蜂鸣器声音,夜间使用更人性化。此外,支持AI动态节能技术,通过实时感知室内外环境和用户需求,精准调节冷热量需求,省电效果显著。

三、能效与节能:APF值提升,省电更明显
云逸:
能效比(APF)为4.42,属于新一级能效,日常使用中耗电量适中,适合对节能要求不高的用户。

京致:
能效比同样为4.42,但通过“8℃保温”功能和冷暖分送技术,实际使用中更省电,尤其适合冬季需要短暂离开房间的用户。

云锦3代:
能效比提升至4.56,较前两款机型提升约3%。搭配AI动态节能技术和光敏传感功能,长期使用可节省更多电费,适合追求极致节能的用户。

四、智能控制:从远程操控到场景化功能的拓展
云逸:
支持基础的WiFi远程控制,可通过“京东小家”APP调节温度、模式等,但缺乏更深入的智能场景联动功能。

京致:
仅支持“格力+”APP远程控制,不支持“京东小家”平台,智能功能相对基础,但“8℃保温”和冷暖分送技术提升了使用便捷性。

云锦3代:
在智能控制方面表现最全面,支持“格力+”和“京东小家”双平台控制,实现更广泛的设备联动。此外,支持可视化电量查询,用户可实时查看空调耗电量,管理用电更直观。

...全文
196 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
资源下载链接为: https://pan.quark.cn/s/3d7092cf3827 CIVC 自动驾驶项目简介 本项目是 2021 中国(沈阳)智能网联汽车国际大会(CIVC)“AD Chauffeur 杯”仿真算法挑战赛自动驾驶赛题的参赛项目,由云逸行 - 东北大学赛队完成,并在决赛中获得第二名及自动驾驶组银奖。项目涵盖感知、决策、控制部分,用 Python 完成。比赛平台已关闭,但可在 AD Chauffeur 仿真平台官网申请使用平台并修改代码迁移至新环境。 感谢 CIVC 主办方和 AD Chauffeur 仿真平台提供方,也感谢旷视公司开源的 YOLOX 目标检测算法模型与代码,本项目感知模块使用了 YOLOX 算法,其在 COCO 数据集预训练的模型权重在仿真环境中效果良好。 项目运行演示包括高速超车等场景,预赛和决赛成绩良好。项目亮点如下: 感知方面 :采用纯视觉测距,用旷视开源 YOLOX 模型进行目标检测,并基于该模型实现前方障碍物单目测距;通过点与三角形位置关系判断障碍所在车道位置,目标点取检测框底边中点;能识别自动驾驶车辆前方相邻三个车道最近障碍物距离,为决策提供依据;针对深度学习模型输出不稳定问题,对单目测距数据进行平滑处理。 控制方面 :采用横纵控制分离的分段 PID 控制方式;利用车身前 2 米处车道线位置提升控制前瞻性;采用车规级车辆控制方式,包含 follow、overtake、speedup 状态机,后期 speedup 和 overtake 无缝切换。 项目运行环境为:硬件环境是 8 核 Intel(R)Core(TM)i7-6700K CPU @ 4.00GHz 处理器,单卡 NVIDIA GTX 1080 显卡;操作系统是 ubuntu 18.04;软件环境是 Python 3.7.2。 文件结构清晰,安装与运行教程明确,包括下

68

社区成员

发帖
与我相关
我的任务
社区描述
只有不断努力的向前走,才能遇到更好的自己。
java 高校 河南省·郑州市
社区管理员
  • 大大怪~将军
  • Jamie Chyi
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧