首款搭载骁龙7芯片的OPPO Reno8 Pro正式开始首销，起售价为2999元。
Reno8 Pro机身厚度为7.57mm，188g重，配备了一块6.62英寸屏，支持120Hz高刷。
首发三星4nm工艺的全新高通骁龙7，CPU为1个主频2.4GHz的A710超大核、3个2.36GHz的A710大核、4个1.8GHz的A510小核。
（举报）
高通骁龙7首发机型开售：2999元
- 相关推荐
- 大家在看
-
【腾讯云】11.11云上盛惠！云服务器首年1.8折起，买1年送3个月！
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！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！
腾讯云
12-20
广告 -
安卓板皇！vivo Pad3 Pro明天开卖：2999元起
vivo预告，vivoPad3Pro将于明天正式开售，起售价为2999元。这款平板搭载联发科天玑9300芯片，是行业内首款采用该平台的产品。在音效方面，vivoPad3Pro配备了4个低音单元和4个高音单元搭载了vivo自研的SuperAudio5.0音效技术，支持动态低音增强、动态音量增强、AI人声增强和3D全景音频，能够提供出色的音质表现。
-
索尼Bravia 9 mini-LED电视发布：顶配85英寸卖32999元
今晚，索尼Bravia9电视国行版发布，提供65英寸、75英寸、85英寸三种尺寸，售价分别为18999元、22999元、32999元。索尼Bravia9采用全新XR动态背光系统大师版，支持22bitMiniLED灰阶控制、更多的背光分区数量以及更高的峰值亮度。电视支持4K120Hz、VRR、ALLM，配备两个HDMI2.1接口。
-
小米 Redmi Turbo3今日开售 售价1999元起
备受期待的小米RedmiTurbo3手机正式开售，其出色的性能与丰富的配置让人眼前一亮。这款手机的起售价仅为1999元，性价比极高，定将引发新一轮的抢购热潮。手机还拥有IP64防尘防水、立体双扬声器、多功能NFC、红外、Wi-Fi6增强版、蓝牙5.4等多种实用功能。
-
最具性价比1999元以下手机出炉：Redmi霸榜前三
今晚，安兔兔发布了2024年3月安卓手机性价比榜，Redmi系列表现抢眼，成为关注焦点。在价格区间为0-1999元的榜单中，Redmi系列占据了前十名的五个席位，更是直接包揽了前三名。Redmi系列在性价比方面展现出了令人瞩目的竞争力，为消费者提供了多样化的选择。
-
华为Matebook X Pro今日开售 10999元起
华为MatebookXPro等系列产品上午10:08准时开售。这款轻薄本，凭借华为自研的云隼架构等尖端技术，机身厚度仅为13.5毫米，整机重量更是惊人地控制在980克，开启了高性能笔记本的百克时代新篇章。值得一提的是，入门级配置的MatebookXPro售价仅为10999元起，却拥有如此强大的性能和轻薄的设计，无疑为消费者提供了极具性价比的选择。
-
起步价9999元！华为Pura 70 Ultra一图看懂：首次一英寸主摄、镜头物理伸缩
今天上午10:08，华为Pura70Ultra正式开启先锋计划。新机共两种版本，16GB512GB9999元、16GB1TB10999元。Pura70Ultra采用6.8英寸单孔屏，支持120HzLTPO高刷，表面覆盖玄武钢化昆仑玻璃，内置5200mAh电池，支持100W有线/80W无线快充，预装HarmonyOS4.2系统。
-
OPPO最强标准版旗舰 OPPO Find X7白色版开售：3999元起
今日，OPPOFindX7全新配色白日梦想家”正式开售，提供12GB256GB、16GB256GB、16GB512GB三种配置，起售价分别为3999元、4299元、4599元。OPPOFindX7白日梦想家后盖为纯白设计，采用独特釉层处理，宣称白瓷般皎洁柔润”。得益于天玑9300视频计算能力，该机实现安卓首次全焦段4K杜比视界HDR视频录制。
-
史上最轻大折叠屏！vivo X Fold3明天首销：6999元起
今天，vivo宣布vivoXFold3将于明天正式开售，起售价为6999元。这款折叠屏手机重量仅219克，是行业内最轻的大折叠屏机型，刷新了行业纪录。在核心配置方面，vivoXFold3的外屏尺寸为6.53英寸，内屏尺寸为8.03英寸，搭载了高通骁龙8Gen2平台，电池容量为5500mAh。
-
10999元 华为李小龙：MateBook X Pro是史上最好的笔记本屏幕
华为李小龙发微博表示，MateBookXPro是当前笔记本电脑上最好的屏幕，也是当前最大的柔性OLED显示屏。MateBookXPro采用14.2英寸柔性OLED原色屏，拥有93%超高屏占比，结合抗反光AR镀膜，能减少70%的反光，搭载华为临境显示技术，全方位带来沉浸视觉体验。目前MateBookXPro已在华为商城预售，起售价是10999元。
-
1999元卖疯！iQOO Z9 Turbo 3分钟销量打破Z系列首日预售历史纪录
今日晚间，iQOO公布了iQOOZ9Turbo预售战绩，该机3分钟预售销量打破Z系列首日预售历史纪录，起售价是1999元。iQOOZ9Turbo搭载第三代骁龙8s，采用了与第三代骁龙8旗舰平台相同的CPU架构，通过iQOO与高通开展的为期289天联合调校，带来顶级性能和更优功耗。iQOOZ9Turbo配备了5000万像素索尼定制光喻LYT-600主摄800万像素超广角，以及1600万像素的前置单摄，覆盖日常生活场景的拍摄，在中端市场依旧表现突出。
-
Spark Mail:Spark帮助您掌控收件箱。立即查看重要内容，快速清理其余邮件。
Spark是一款智能、专注的电子邮件应用，帮助您掌控收件箱。通过智能筛选，快速了解重要内容，并快速清理其余邮件。Spark还提供AI助手帮助您快速编写完美的电子邮件。
-
Chatbox:办公学习的AI好助手，提升工作效率，深受全球专业人士好评。
Chatbox是一个易于使用的人工智能解决方案，支持多平台，帮助提升工作和学习效率。它具备本地数据存储，确保隐私和轻松访问，同时支持多种尖端人工智能模型，提供多样化、适应性和智能化的用户互动。Chatbox还具备强大的提示功能，释放创造力，支持Markdown、引用、令牌估计等功能，为思维提供广阔的发展空间。
-
ChatX App:一个强大的AI客户端，支持多设备云同步，提升工作和生活效率。
ChatX是一个基于先进AI技术的客户端应用，它通过高速API服务器提供极速体验，支持iPhone、iPad和macOS设备间的云同步。用户可以利用它完成各种AI任务，如文本生成、图片生成等，显著提高工作效率。产品的主要优点包括高速访问、自定义功能、经济的按字数消耗模式以及丰富的高级功能，如AI参数微调、Siri朗读等。ChatX的背景是AI技术的快速发展和用户对于高效、智能工具的需求。目前，产品在Mac App Store上免费提供，但提供App内购买项目。
-
RAGFlow:开源的基于深度文档理解的RAG（检索增强生成）引擎
RAGFlow是一个开源的RAG（Retrieval-Augmented Generation）引擎，基于深度文档理解，提供流线型的RAG工作流程，适用于各种规模的企业。它结合了大型语言模型（LLM）提供真实的问答能力，支持从各种复杂格式数据中引用确凿的引文。
-
EmojiTell:使用表情组合翻译器，让沟通更有趣且富有表现力。
EmojiTell是一个创新的在线服务，可以将文本翻译成表情组合，增加沟通的趣味性和表现力。它由一支对表情符号充满热情的开发者和设计师团队开发，旨在通过表情符号的力量，让信息传递更加生动和个性化。
-
Perplexica:一个开源的AI驱动搜索引擎，提供深入网络的答案。
Perplexica是一个开源的AI驱动搜索引擎，它不仅搜索网络，还理解您的问题。它使用先进的机器学习算法，如相似性搜索和嵌入，来优化结果，并提供引用来源的清晰答案。使用SearxNG保持最新和完全开源，确保您始终获得最新信息，同时不损害您的隐私。
-
FaceChain:深度学习工具链，用于生成你的数字孪生体。
FaceChain是一个深度学习工具链，由ModelScope提供支持，能够通过至少1张肖像照片生成你的数字孪生体，并在不同设置中生成个人肖像（支持多种风格）。用户可以通过FaceChain的Python脚本、熟悉的Gradio界面或sd webui来训练数字孪生模型并生成照片。FaceChain的主要优点包括其生成个性化肖像的能力，支持多种风格，以及易于使用的界面。
-
Huggingface 镜像站:一个公益项目，致力于帮助国内AI开发者快速、稳定的下载模型、数据集。
HuggingFace镜像站是一个非盈利性项目，旨在为国内的AI开发者提供一个快速且稳定的模型和数据集下载平台。通过优化下载过程，减少因网络问题导致的中断，它极大地提高了开发者的工作效率。该镜像站支持多种下载方式，包括网页直接下载、使用官方命令行工具huggingface-cli、本站开发的hfd下载工具以及通过设置环境变量来实现非侵入式下载。
-
WebLlama:构建能够根据指令浏览网页并和您对话的强大代理
WebLlama是一个基于Meta Llama 3构建的代理，专门为网页导航和对话进行了微调。它旨在构建有效的以人为中心的代理，帮助用户浏览网页，而不是取代用户。该模型在WebLINX基准测试中超越了GPT-4V（零样本）18%，展示了其在网页导航任务中的卓越性能。
-
Infra Copilot:利用机器学习自动生成基础设施代码，提高开发效率。
GitHub Copilot for Infrastructure as Code（简称Infra Copilot）是一个利用机器学习技术帮助基础设施专业人员自动生成精确基础设施代码的工具。它通过理解基础设施任务的上下文，允许专业人员使用自然语言表达需求，并接收相应的代码建议。Infra Copilot不仅简化了基础设施即代码（IaC）的开发过程，还确保了跨环境和项目的一致性，加速了新团队成员的上手和学习过程，显著提高了工作效率并节约了时间。
-
LLaVA++:扩展LLaVA模型，集成Phi-3和LLaMA-3，提升视觉与语言模型的交互能力。
LLaVA++是一个开源项目，旨在通过集成Phi-3和LLaMA-3模型来扩展LLaVA模型的视觉能力。该项目由Mohamed bin Zayed University of AI (MBZUAI)的研究人员开发，通过结合最新的大型语言模型，增强了模型在遵循指令和学术任务导向数据集上的表现。
-
PhysDreamer:通过视频生成实现基于物理的3D对象交互
PhysDreamer是一个基于物理的方法，它通过利用视频生成模型学习到的对象动力学先验，为静态3D对象赋予交互式动力学。这种方法允许在缺乏真实物体物理属性数据的情况下，模拟出对新颖交互（如外力或代理操作）的真实反应。PhysDreamer通过用户研究评估合成交互的真实性，推动了更吸引人和真实的虚拟体验的发展。
-
AI快站:专注于提供HuggingFace模型免费加速下载服务的平台
AI快站是一个为AI开发者设计的服务平台，提供HuggingFace模型的免费加速下载，解决大模型下载缓慢和断开的问题，支持高达4M/s的下载速度，大幅减少等待时间，提高开发效率。
-
Llama-3 8B Instruct 262k:一款由Gradient AI团队开发的高性能文本生成模型。
Llama-3 8B Instruct 262k是一款由Gradient AI团队开发的文本生成模型，它扩展了LLama-3 8B的上下文长度至超过160K，展示了SOTA（State of the Art）大型语言模型在学习长文本操作时的潜力。该模型通过适当的调整RoPE theta参数，并结合NTK-aware插值和数据驱动的优化技术，实现了在长文本上的高效学习。此外，它还基于EasyContext Blockwise RingAttention库构建，以支持在高性能硬件上的可扩展和高效训练。
-
CoreNet: 是一个用于训练深度神经网络的库。
CoreNet 是一个深度神经网络工具包，使研究人员和工程师能够训练标准和新颖的小型和大型规模模型，用于各种任务，包括基础模型（例如 CLIP 和 LLM）、对象分类、对象检测和语义分割。
-
Llama-Chinese:构建最好的中文Llama大模型，完全开源可商用。
Llama中文社区是一个专注于Llama模型在中文方面的优化和上层建设的技术社区。社区提供基于大规模中文数据的预训练模型，并对Llama2和Llama3模型进行持续的中文能力迭代升级。社区拥有高级工程师团队支持，丰富的社区活动，以及开放共享的合作环境，旨在推动中文自然语言处理技术的发展。
-
Interactive3D:通过交互式3D生成技术，实现高质量且可控的3D模型创建。
Interactive3D是一个先进的3D生成模型，它通过交互式设计为用户提供了精确的控制能力。该模型采用两阶段级联结构，利用不同的3D表示方法，允许用户在生成过程的任何中间步骤进行修改和引导。它的重要性在于能够实现用户对3D模型生成过程的精细控制，从而创造出满足特定需求的高质量3D模型。
-
GraphRAG:结合文本提取、网络分析和大型语言模型提示与总结的端到端系统
GraphRAG (Graphs + Retrieval Augmented Generation) 是一种通过结合文本提取、网络分析以及大型语言模型（LLM）的提示和总结，来丰富理解文本数据集的技术。该技术即将在GitHub上开源，是微软研究项目的一部分，旨在通过先进的算法提升文本数据的处理和分析能力。
-
Qwen1.5-110B:Qwen1.5系列首个千亿参数开源模型，多语言支持，高效Transformer解码器架构。
Qwen1.5-110B是Qwen1.5系列中规模最大的模型，拥有1100亿参数，支持多语言，采用高效的Transformer解码器架构，并包含分组查询注意力（GQA），在模型推理时更加高效。它在基础能力评估中与Meta-Llama3-70B相媲美，在Chat评估中表现出色，包括MT-Bench和AlpacaEval 2.0。该模型的发布展示了在模型规模扩展方面的巨大潜力，并且预示着未来通过扩展数据和模型规模，可以获得更大的性能提升。
-
ID-Aligner:一种用于增强身份保留文本到图像生成的反馈学习框架
ID-Aligner 是一种用于增强身份保留文本到图像生成的反馈学习框架，它通过奖励反馈学习来解决身份特征保持、生成图像的审美吸引力以及与LoRA和Adapter方法的兼容性问题。该方法利用面部检测和识别模型的反馈来提高生成的身份保留，并通过人类标注偏好数据和自动构建的反馈来提供审美调整信号。ID-Aligner 适用于LoRA和Adapter模型，通过广泛的实验验证了其有效性。