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
博主数码闲聊站暗示，小米15仍然定位小屏满血旗舰，其屏幕尺寸在6.3-6.4英寸之间，搭载骁龙8Gen4平台，后置左上角方形Deco三摄，主摄是5000万像素，支持超声波屏幕指纹。这是行业内第一款骁龙8Gen4小屏旗舰，也是史上性能最强的小米手机。当手指按压屏幕，屏幕下的传感器向手指按压区域发射超声波，当超声波接触到指纹的嵴”和峪”时，被吸收、穿透、反射的程度有差异，会产生不同能量的回波并被传感器接收，从构建出3D指纹图像。
今天下午，真我GTNeo6正式亮相。该机首批搭载高通第三代骁龙8s平台，它继承第三代骁龙8旗舰同款芯片架构：台积电4nm工艺制程、Cortex-X4超大核、LPDDR5XUFS4.0，最高主频至高可达3.0GHz，并且支持端侧运行多模态生成式AI模型的能力，模型参数至高可高达100亿。AI燃模式与行业通用的蓝牙连接散热背夹方案相比，做到了0操作”自动化，无需每次深入系统设置，重复繁琐流程，目前该功能支持行业主流蓝牙散热背夹。
realme的徐起预告，真我即将推出真我GTNeo6，他暗示这将是最强悍的骁龙8sGen3手机。目前真我GTNeo6手机已经在京东等电商平台上架，商品信息显示，该款新机搭载骁龙8sGen3处理器，并支持120W超级闪充技术，并且新机提供1TB版本。按照真我激进的定价策略，真我GTNeo6将会是骁龙8sGen3质价比之王，值得期待。
索尼公司将于5月17日举办一场发布会，这次很可能将发布他们全新旗舰手机——索尼Xperia1VI。近期有消息人士曝光了该机的官方宣传图，并透露了部分关于外观和配置的信息。值得注意的是，索尼Xperia1VI在顶部保留了3.5mm耳机孔，并且支持Hi-Res高解析度音频以及LDAC传输编码，这也意味着它仍是一款出色的影音神器。
索尼Xperia1VI手机频繁曝光。根据之前的设计图和官方宣传图片，我们可以清晰地看到该款手机的外观，并进一步确认了一些细节信息。索尼的另一款机型Xperia10VI也有望与这款旗舰一同发布。
真我GTNeo6将在今天下午2点正式登场，官方称真我要挑战最强第三代骁龙8s旗舰。工业设计上，真我GTNeo6外观设计与之前发布的真我GTNeo6SE相似，后盖呈现出光滑的质感，同时具备一定的哑光效果，营造出高级质感。这是迄今为止充电速度最快的第三代骁龙8s手机。
今天，魅族21系列618开启大促，魅族21到手3099元起，魅族21PRO到手4199元起。核心配置方面，魅族21采用6.55英寸屏幕，搭载高通骁龙8Gen3平台，前置3200万像素，后置1300万像素超广角镜头，2亿像素广角主摄和500万像素景深镜头，电池是4800mAh，支持80W有线超充。并且FlymeAIOS升级全新交互方式，支持拖拽流转，再一次刷新交互效率新高度，一拖即搜，一拖即传，告别在应用之间反复横跳的复制粘贴，让效率大幅提升。
今日，数码博主数码闲聊站”曝光了OPPOPad3屏幕部分参数细节。OPPOPad3将采用一块12.1英寸LCD定制屏幕，屏幕比例为7:5，拥有3000x2120分辨率、304PPI，屏幕最高亮度900尼特，支持高刷新率。性能、配置更强的OPPOPad3起售价将来到3000元。
索尼将于5月17日举办Xperia新品发布会。虽然官方尚未透露具体的机型，但考虑到去年发布的Xperia1V，因此今年的活动很有可能推出新一代Xperia1VI。更多详细信息将在发布会上公布。
最新消息显示，为了应对苹果，高通正在重新设计骁龙8Gen4处理器。有关博主爆料称，为了迎战苹果M4系列和A18系列处理器，高通目前正在重新设计骁龙8Gen4处理器，新的目标频率为4.26GHz，其将基于台积电的3nmN3E”工艺。所以为了弥补自己的不足，骁龙8Gen4处理器的4.26GHz的新目标频率，就是高通要做的这也会给手机厂商带来了新的难题。
MuLan是一个开源的多语言扩散模型，旨在为超过110种语言提供无需额外训练即可使用的扩散模型支持。该模型通过适配技术，使得原本需要大量训练数据和计算资源的扩散模型能够快速适应新的语言环境，极大地扩展了扩散模型的应用范围和语言多样性。MuLan的主要优点包括对多种语言的支持、优化的内存使用、以及通过技术报告和代码模型的发布，为研究人员和开发者提供了丰富的资源。
MiLM-6B是由小米公司开发的大规模预训练语言模型，参数规模达到64亿，它在中文基础模型评测数据集C-Eval和CMMLU上均取得同尺寸最好的效果。该模型代表了自然语言处理领域的最新进展，具有强大的语言理解和生成能力，可以广泛应用于文本生成、机器翻译、问答系统等多种场景。
TalentGenius是一个利用人工智能技术帮助专业人士评估技能、优化职业路径，并匹配最佳工作机会的平台。它通过AI工具提供个性化的职业导航、辅导、招聘和咨询，帮助用户在技术快速发展的今天保持竞争力。
Pipecat是一个开源框架，用于构建语音和多模态对话代理，如个人教练、会议助手、儿童故事玩具、客户支持机器人、接待流程和机智的社交伴侣。它支持本地运行，并可迁移到云端，集成了多种AI服务和传输方式，具有高度的可定制性和扩展性。
MetaTrend是一个专注于提供AI、加密货币和金融行业趋势的新闻网站。它通过每日更新的新闻摘要，帮助用户快速了解这些领域的最新动态，对于希望紧跟科技和金融潮流的专业人士来说，这是一个不可或缺的工具。
打标助手是基于GPT4-Vision开发的一个在线工具，它通过微调prompt实现批量图片文字标注，为基于SD模型的训练提供数据支持。该工具的主要优点在于其免费性、批量处理能力和高效的标注准确性，特别适合需要大量图片标注的科研和商业用户。
Gemma 2是下一代谷歌Gemma模型，拥有27亿参数，提供与Llama 3 70B相当的性能，但模型大小仅为其一半。它在NVIDIA的GPU上运行优化，或在Vertex AI上的单个TPU主机上高效运行，降低了部署成本，使更广泛的用户能够访问和使用。Gemma 2还提供了强大的调优工具链，支持云解决方案和社区工具，如Google Cloud和Axolotl，以及与Hugging Face和NVIDIA TensorRT-LLM的无缝合作伙伴集成。
Gemini 1.5 Flash是Google DeepMind团队推出的最新AI模型，它通过'蒸馏'过程从更大的1.5 Pro模型中提炼出核心知识和技能，以更小、更高效的模型形式提供服务。该模型在多模态推理、长文本处理、聊天应用、图像和视频字幕生成、长文档和表格数据提取等方面表现出色。它的重要性在于为需要低延迟和低成本服务的应用提供了解决方案，同时保持了高质量的输出。
Imagen 3 是谷歌一个先进的文本到图像的生成模型，它能够生成具有极高细节水平和逼真效果的图像，并且相较于之前的模型，其视觉干扰元素显著减少。该模型对自然语言的理解更为深入，能够更好地把握提示背后的意图，并从更长的提示中提取细节。此外，Imagen 3 在渲染文本方面表现出色，为个性化生日信息、演示文稿标题幻灯片等提供了新的可能性。
Veo是Google最新推出的视频生成模型，能够生成高质量的1080p分辨率视频，支持多种电影和视觉风格。它通过先进的自然语言和视觉语义理解，能够精确捕捉用户创意愿景，生成与提示语调一致且细节丰富的视频内容。Veo模型提供前所未有的创意控制水平，理解电影术语如“延时摄影”或“航拍景观”，创造出连贯一致的画面，使人物、动物和物体在镜头中逼真地移动。
PaliGemma是Google发布的一款先进的视觉语言模型，它结合了图像编码器SigLIP和文本解码器Gemma-2B，能够理解图像和文本，并通过联合训练实现图像和文本的交互理解。该模型专为特定的下游任务设计，如图像描述、视觉问答、分割等，是研究和开发领域的重要工具。
lluminous是一个快速、轻量级的开源聊天界面，支持多供应商API密钥，提供完整的隐私保护，所有对话历史和密钥都存储在本地。它支持多模态输入、多轮对话提示、预填充响应、模型切换以及对话分享等功能。
CuMo是一种多模态大型语言模型（LLMs）的扩展架构，它通过在视觉编码器和MLP连接器中融入稀疏的Top-K门控专家混合（MoE）块，提高了模型的可扩展性，同时在推理时几乎不增加激活参数。CuMo在预训练MLP块后，初始化MoE块中的每个专家，并在视觉指令调整阶段使用辅助损失以确保专家的均衡负载。CuMo在各种VQA和视觉指令遵循基准测试中超越了其他同类模型，且完全基于开源数据集进行训练。
混元-DiT是腾讯推出的首个中英双语DiT架构的人工智能模型，专注于中文元素理解，具备长文本理解能力和细粒度语义理解。该模型能够分析和理解长篇文本中的信息，并生成相应的艺术作品，包括但不限于人物写真、创意创作等。混元-DiT的推出，对于提升中文文本理解的深度和广度，以及促进中英双语交流具有重要意义。
GPT-4o（'o'代表'omni'）是自然人机交互的重要一步，它可以接受任意组合的文本、音频、图像和视频输入，并生成任意组合的文本、音频和图像输出。它在音频输入响应上的速度极快，平均响应时间仅为320毫秒，与人类对话的响应时间相近。在非英语文本处理上取得了显著进步，同时在API上速度更快且成本降低了50%。GPT-4o在视觉和音频理解方面也比现有模型更出色。
AutoGroq是一个AI驱动的对话助手，旨在通过自动生成专家代理来彻底改变用户与AI工具的互动方式。它克服了现有解决方案的局限性，提供了一个用户友好、强大且无需配置的体验。该平台专注于通过自动生成专门针对任何问题的专家代理，无论问题的复杂性如何，提供即时和相关的帮助。
OpenGlass是一款可穿戴眼镜，它能够记录用户的生活，并提供有帮助的总结和建议。这款眼镜可以针对不同的使用场景进行定制，适合追求个性化体验和生活记录的用户。它结合了最新的硬件技术和软件开发，为用户带来全新的交互体验。
Refuel LLM-2 是一款为数据标注、清洗和丰富而设计的先进语言模型。它在约30种数据标注任务的基准测试中超越了所有现有的最先进语言模型，包括GPT-4-Turbo、Claude-3-Opus和Gemini-1.5-Pro。Refuel LLM-2 旨在提高数据团队的工作效率，减少在数据清洗、规范化、标注等前期工作上的手动劳动，从而更快地实现数据的商业价值。
Aloe是由HPAI开发的一款医疗领域的语言模型，基于Meta Llama 3 8B模型进行优化。它通过模型融合和先进的提示策略，达到了与其规模相匹配的最先进水平。Aloe在伦理和事实性指标上得分较高，这得益于红队和对齐工作的结合。该模型提供了医疗特定的风险评估，以促进这些系统的安全使用和部署。
FunClip是一款完全开源、本地部署的自动化视频剪辑工具，通过调用阿里巴巴通义实验室开源的FunASR Paraformer系列模型进行视频的语音识别，随后用户可以自由选择识别结果中的文本片段或说话人，点击裁剪按钮即可获取对应片段的视频。FunClip集成了阿里巴巴开源的工业级模型Paraformer-Large，是当前识别效果最优的开源中文ASR模型之一，并且能够一体化的准确预测时间戳。
