站长之家（ChinaZ.com）10月25日 消息:小米14系列手机在今日开启了屏幕预热，海报显示小米14标准版机型将采用一块1.5K分辨率+460PPI的显示屏，支持1-120Hz LTPO刷新率，采用全新高能效发光材质C8，并全程DC调光并获得TÜV莱茵三重认证。
此前的信息已经透露，小米14标准版机型屏幕尺寸为6.36英寸，配备超窄边直屏，边框采用经典立边设计，矩形相机模组采用巴黎饰钉纹理装饰。
此外，小米14系列还将全球首发骁龙8Gen3处理器。性能比前代产品提高了30%，能效提高20%。它还提供了25%的GPU性能提升和25%的能效提升。
| 京东2023年双11会场入口 | 京东双11主会场力度 |
| 主会场 | 官方宣称红包面额至高 20618 元 |
| PLUS专享 | PLUS用户专享1750元超级补贴 |
| 预售爆品 | 定金膨胀 |
| 京东国际 | 进口毫无每满减 |
| 家电预售 | 付定金赠百元好礼 |
| 手机预售 | 抢神券、现货价保 |
| 电脑数码 | 尾款至高 24 期免息，价保 30 天 |
| 品质男装 | 领券不止 5 折 |
| 小家电 | 定金享多倍膨胀 |
| 京东生鲜 | 生鲜 5 折购，国产樱桃买一赠一 |
| 图书文娱 | 定金膨胀不止 5 折 |
（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
PixArt-sigma由华为诺亚方舟实验室联合多个研究机构共同开发的项目，是一个强大的文本到图像生成模型，通过弥散Transformer进行弱到强训练，旨在实现4K分辨率的图像生成。PixArt-sigma采用了弥散Transformer进行弱到强训练，从能够更好地生成高质量的4K分辨率图像。在应用方面，PixArt-Σ是一款强大的文本到图像生成工具，具有广泛的应用场景，可以满足艺术、设计、游戏开发、营销
三星推出2024款M5/M7/M8三款显示器，均内置AI芯片，极大地提升了用户的使用体验。在硬件配置上，三款显示器均表现出色。当用户佩戴GalaxyWatch进行运动时，运动的实时数据可以传输至显示器上，方便用户随时查看自己的运动状态。
苹果iPhone14Pro系列的摄像头分辨率将从之前的1200万像素提升至4800万像素。这次升级仅限于主摄镜头，超广角镜头仍然保持1200万像素不变。另外值得一提的是，在VisionPro上还以3D形式展示了空间视频带来的震撼视觉效果。
今天是小米公司14周岁生日。14年前的今天，雷军和初创团队的13个人一起喝了碗小米粥，在中关村一个很小的办公室，开始了创业。在小米手机十周年之际，雷军还宣布退还小米手机1的收入，每人赠送1999元红包，轰动一时。
今日晚间，小米14系列限量定制色正式发布。此次小米14系列限量定制色采用了小米汽车SU7的同款配色设计，包括海湾蓝、雅灰、橄榄绿、熔岩橙和流星蓝五款。小米SU7的正式发布标志着小米人车家全生态战略的完整闭环实现，这是小米在2024年达成的一个重要里程碑。
今天，小米14Ultra推送了新版澎湃OS，更新后14Ultra正式支持5.5G网络，成为小米首款支持该技术的手机。5.5G被视为5G向6G过渡的中间阶段移动通信技术，虽然仍属于5G范畴，但在连接速率、时延、定位、可靠性等方面都有约10倍的提升。值得一提的是，骁龙8Gen3处理器集成了骁龙X75基带，原生支持5.5G，这意味着像小米14Ultra这样搭载骁龙8Gen3处理器的设备都能通过升级来支持5.5G网络。
4月6日是小米公司生日，此后，小米就将这一天定义为米粉节”。进入4月，2024年的米粉节”正式拉开帷幕，小米官方将开启线上促销活动。小米CEO雷军表示，全等深微曲屏用了2年预研，投入18倍研发费用，专利申请超过130项，其中已授权超60项。
Open-Sora在开源社区悄悄更新了，现在，该项目不仅支持长达16秒的单镜头视频生成视频分辨率最高可达720p，能够处理各种宽高比的文本到图像、文本到视频、图像到视频、视频到视频以及无限长视频的生成需求。技术报告与模型架构:Open-Sora技术报告已在GitHub上发布，详细介绍了新功能和模型架构。作者团队将在下一版本中优先解决这些挑战。
香港中文大学和商汤科技联合实验室的研究人员提出了一种名为FourieScale的新方法，用于改善利用预训练扩散模型生成高分辨率图像的效果。随着扩散模型在生成式模型中的应用日益普遍，传统问题是生成超出训练分辨率的图像时会出现模式重复和人工伪影的情况。这一研究成果为图像生成技术的发展提供了新的思路和方法，值得关注。
在今天的RedmiTurbo3手机发布会，王腾宣布RedmiTurbo3搭载的1.5K中国屏，通过了中国质量认证中心视觉健康友好度S。RedmiTurbo3的屏幕分辨率为2712*1220，峰值亮度达到了2400尼特，12bit色深，P3广色域覆盖，同时支持硬件级低蓝光。今天发布的RedmiTurbo3，就是在《小米青山护眼白皮书》指导下的作品。
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。
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++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 (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 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。
Bundle of Joy是一个为准父母设计的应用程序，可以在几秒钟内为他们的新生儿浏览和筛选名字。该应用根据父母的偏好推荐名字，并根据父母的喜好进行学习，为他们提供适合他们口味的新的推荐。父母可以指示宝宝的性别，然后选择以下两个选项之一：名字的首选来源、宗教、主题、首字母和含义。他们开始根据自己的独特偏好获得漂亮的宝宝名字推荐。他们可以随时修改这些偏好，并继续根据自己的口味获得新鲜的推荐。
StudyBoosterAI通过AI技术提供个性化支持，包括定制化学习材料、生动的学习内容、个性化学习计划等，帮助学生更有效地学习和记忆知识。
SNAPVID是一款智能视频编辑工具，利用AI技术提供多个热门视频剪辑建议，用户只需点击一次即可创建多个病毒式视频剪辑。同时，用户可以根据需要自定义剪辑长度和风格，并添加自定义的字幕和动画表情。SNAPVID还支持批量导出和品牌定制，使用户能够轻松导出自己喜欢的视频剪辑并保存项目设置，方便在多个项目中复用。通过AI B Roll技术，SNAPVID还可以自动添加相关的库存视频，提升视频的沉浸感。
