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，摩托罗拉正式发布了motoEdge50Ultra，起售价为999欧元。在核心配置方面，motoEdge50Ultra采用了6.7英寸曲面屏，分辨率为2712x1220，刷新率达到了144Hz，它搭载了高通骁龙8sGen3芯片，电池容量为4500mAh，并且支持125W有线充电和50W无线充电。这是目前最强悍的骁龙8sGen3旗舰，该机将首先在欧洲上市销售，未来还计划登陆亚洲、拉丁美洲和大洋洲市场。
中关村在线消息：近日，小米数字旗舰系列国行新机小米15、小米15Pro、小米15Pro钛金属卫星通信版已经入网，代号分别为24129PN74C、24101PNB7C、2410DPN6CC。数码博主@数码闲聊站也转发了这条消息，表示“中杯大杯钛金属版录入完了”，综合配置还是不错的，短板也有弥补，不过由于目前上游物料芯片和内存都是涨价状态，“原价位段难守”。至于小米15Pro钛金属卫星通信版还会有其他配置升级，让我们拭目以待。
据wccftech最新消息，首款8Gen4旗舰将于10月发布。按照以往惯例，小米15有望首发。在骁龙8Gen4正式到来之前，依然会有大批旗舰新机上市，主要集中在骁龙8sGen3、天玑9300、骁龙8Gen3等。
数码闲聊站爆料称，本月小米15和小米15Pro将进入内测阶段，这一系列延续了上一代产品的策略，标准版是一款1.5K小屏旗舰Pro版则是一款2K大屏旗舰，其中小米15是全球首款骁龙8Gen4小屏旗舰。小米15系列将搭载全新的潜望长焦方案，并支持超声波屏幕指纹识别，全系列都将标配新一代硅材料高密度电池，主摄像头为5000万像素，由豪威供应。得益于台积电3nm工艺的加持，预计其CPU和GPU性能将有显著提升。
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。
数码闲聊站爆料显示，联发科接下来将推出天玑9300和天玑9400移动平台。天玑9400有望在10月份登场，是联发科为下一代旗舰手机打造的新平台。vivoX200系列将成为全球首款搭载联发科天玑9400的手机，新品将在10月同步亮相。
据此前爆料，高通骁龙8Gen4的进展非常迅速，将于10月份正式登场，首发旗舰9月进入量产。不出意外的话，这次依然是小米15系列拿下全球首发，依然是两款齐发。潜望长焦却能带来更大底、更高质量的传感器，拍摄距离更远、且配备防抖之后画面更稳定。
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。
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。
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。
FilmAction 是一款一站式 AI 电影制作平台，通过 AI 技术革新创作流程，使艺术创作更简单。它提供脚本、分镜、视频和旁白的一键生成，支持模拟胶片风格，适用于奇幻片等不同类型的电影创作。FilmAction 还可以生成配乐和合成成片，方便创作者进行后期制作。它的优点是节省时间和精力，提供丰富的创作工具和资源，以及强大的 AI 技术支持。
