中关村在线消息：本月中旬骁龙8Gen2发布当天，目前业内认为最有可能首发的手机是小米13系列和moto的新旗舰。
最近外网有一组小米13的渲染图正式曝光，国内的博主称：“现在流出那个渲染图的大致布局没什么问题，1英寸主摄位置不对和镜头信息漏标等小细节无伤大雅。我已经提前半年给你们打过预防针了，这个设计可还行？”
看来小米13的设计基本敲定，基本是这个样子了。小米13系列也搭载了小米12S Ultra上同款的1英寸超大底主摄，影像上会有一个巨大的进步。小米13直屏+直角边框在手感上是不如小米12系列的，不过小屏旗舰用直角边框是可以接受的，例如iPhone 14 Pro Max的6.7英寸大屏配合上直角边框可就太难用了。
（举报）
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
谷歌计划在2023年5月14日举行的I/O开发者大会上发布其最新款手机Pixel8a。海外科技媒体AndroidHeadline分享了多张该机的高清渲染图，包括薄荷绿、陶瓷白、曜石黑和海岸蓝四种颜色。尽管这些细节还没有得到官方确认，但我们可以期待在即将召开的发布会上了解更多关于该机的具体信息。
QuestMobile今日发布《2024中国移动互联网春季大报告》。在2024年3月，小米13用户换新机时，有1.8%的人选择了华为Mate60Pro，是去向TOP5中唯一一款非小米手机。尤其令人瞩目的是，华为MateX5以超过400万台的销量成为榜单中唯一一款折叠屏手机，同时它的单价也是最高的，平均价格为1.3万元，这一成就再次证明了华为手机在市场上的强大实力。
索尼新款紧凑型入门机型“XperiaACEIV”的渲染图已经泄露。根据渲染图来看，该机的背部设计非常简洁，机身采用白色设计，品牌Logo位于中央，左上角只有一个摄像头和下方的横置闪光灯。尽管目前关于该机的信息很少，但日媒推测索尼今年春夏季发布XperiaACEIV作为新产品的机会微乎其微。
小米13Ultra手机迎来了澎湃HyperOS1.0.9.0的系统更新，这次更新不仅融入了2024年4月的安全补丁，加强了系统安全性，更在相机应用上实现了显著的功能升级，引入了备受期待的“大师人像”功能以及全新的“XiaomiAISP”AI模型计算摄影平台。在相机功能方面，新增的“大师人像”功能最初在小米14Ultra手机上亮相，支持大师人像和徕卡人像双画质风格，为用户提供了更为丰富的人像拍摄选择。这一功能的加入，使得小米13Ultra在捕捉瞬间美景时更加得心应手，让用户不再错过任何精彩瞬间。
博主定焦数码根据爆料信息绘制了OPPOReno12渲染图。这次OPPOReno12采用Reno6时代的矩阵相机模组设计，后置三摄，包括一颗5000万像素f/1.8主摄、一颗800万像素超广角、一颗5000万像素2倍人像镜头。该机会在6月份发布，本次发布会还将同步推出Reno12Pro，这次OPPO仍然只发两款机型，没有超大杯。
索尼Xperia1VI官方渲染图泄露，据悉将于5月15日正式发布。新款手机延续了上一代的设计语言，包括后置三摄以及新配色—红色。值得注意的是，此次发布会上索尼还将推出一款中端机型Xperia10VI。
三星GalaxyZFold6的渲染图今日在外网流出。从图中可以看到，三星GalaxyZFold6整机延续了前代的设计语言，整机的造型相比前代更加方正，手机的四边更加圆润，不过手机的尺寸相比前代要宽上一些。按照以往三星GalaxyZFold系列的迭代时间来看，新款的三星GalaxyZFold6预计将在7月份与我们见面。
小米已经开卖小米14、小米14Pro和小米14Ultra三款旗舰，现在该系列第4位成员小米14SE即将登场。爆料人yabhishekhd透露，小米将于6月份在印度发布小米14SE，价格低于50000印度卢比。值得注意的是，小米14SE出厂预装HyperOS1.0操作系统。
一个可以自动分析PDF、网页、海报、Excel图表内容的大模型，对于打工人来说简直不要太方便。上海AILab，香港中文大学等研究机构提出的InternLM-XComposer2-4KHD模型让这成为了现实。IXC2-4KHD将多模态大模型支持的分辨率提升到了4K的水平，研究人员表示目前这种通过增加切块个数支持更大图像输入的策略遇到了计算代价和显存的瓶颈，因此他们计划提出更加高效的策略在未来实现�
国内著名大模型开源公司潞晨科技，对其开源文生视频模型Open-Sora进行了大更新，现在可生成16秒，分辨率高达720P的视频。同时具备可以处理任何宽高比的文本到图像、文本到视频、图像到视频、视频到视频和无限长视频的多模态功能。感兴趣的小伙伴们现在可以利用这些资源，结合技术报告和代码高效地处理和优化自己的数据集。
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。
Voicenotes 是一款智能语音笔记应用，它允许用户记录新想法、家庭时刻、会议要点、播客收获等任何内容。用户可以要求AI回顾过去的笔记或头脑风暴新想法，因为AI具有完美的记忆力。该应用支持创建摘要、待办事项列表、博客文章等，提供智能建议，并支持50多种语言。它即将在智能手表上推出，承诺对隐私、持久性和美观的承诺。
