站长之家（ChinaZ.com）11月21日 消息:联发科在11月21日举行了天玑8300处理器的发布会。天玑8300采用了台积电第二代4nm 制程，搭载了4个 Cortex-A715性能核心和4个 Cortex-A510能效核心的八核 CPU，性能提升了20%，峰值功耗降低了30%。
在游戏体验方面，天玑8300搭载了6核 GPU Mali-G615，并配备了新一代的 “星速引擎”，能够实时进行资源调度，提供高帧稳帧、低功耗长续航的游戏体验。
在 AI 性能方面，天玑8300集成了联发科 AI 处理器 APU780，支持100亿参数 AI 大语言模型。
在影像方面，天玑8300搭载了14位 HDR-ISP Imagiq980影像处理器，能够录制更清晰、更锐利的4K60HDR 视频。
卢伟冰在发布会上宣布，Redmi K70E 将全球首发天玑8300-Ultra，并搭载小米 HyperOS 以及新的狂暴引擎3.0。总的来说，天玑8300的发布提升了性能，成为了年度中端神 U。
（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
数码闲聊站爆料称，RedmiK70至尊版将回归天玑平台，搭载联发科天玑9300旗舰处理器，并配备独显芯片，成为Redmi打造的双芯旗舰。RedmiK70至尊版还将采用1.5KOLED柔性屏，金属中框和玻璃后盖，后置主摄像头为5000万像素，支持百瓦闪充，并搭载超大电池。按照Redmi的定位，K70至尊版将成为Redmi下半年的旗舰焊门员，也是新一代天玑之王。
去年11月，Redmi推出了RedmiK70E、RedmiK70和RedmiK70Pro三款机型，并且即将推出一款定位超大杯的至尊版。Redmi品牌总经理王腾与网友互动时透露，RedmiK70至尊版正在稳步推进中，并且非常强。全新的RedmiK70至尊版将配备一块分辨率达到1.5K的屏幕，并采用了8TLTPO新基材，同时在亮度和调光方案上更加激进，这也是K70系列中唯一一款支持LTPO技术的旗舰机型。
博主数码闲聊站曝光了RedmiK70至尊版的关键参数。RedmiK70至尊版配备了1.5K华星C8基材直屏，搭载联发科天玑9300移动平台，并配备独立显卡芯片。至于发布时间，Redmi王腾在直播中透露，RedmiK70至尊版的发布时间会提前。
小米公司Redmi品牌总经理王腾近日在深圳露面，与当地研发团队共同审视即将推出的新产品。在之前的直播中，王腾已经透露，RedmiK70至尊版是由Redmi在深圳的研发团队精心打造的，并且与往年相比，这款产品的发布时间将会提前。RedmiK70至尊版也顺理成章地成为了小米品牌中性能最为卓越的旗舰手机。
今天下午王腾发文称，去年发布的K60至尊版是2.5-3K档表现最好的爆品。双芯性能的天玑9200独显、同档顶级的1.5K屏、同档唯一的IP68和超高性价比是大家选择的主要原因。至尊版并不会延续K系列数字款的2K屏、骁龙芯片等规格是传承着1.5K屏、天玑芯片，并在快充、散热方面堆料更足，满足游戏体验。
小米计划在今年上半年推出旗下首款小型折叠屏手机MIXFlip。MIXFlip将采用后置双摄系统，主摄像头采用了光影猎人800传感器，这是RedmiK70Pro所采用的图像传感器。在核心配置方面，MIXFlip搭载了高通骁龙8Gen3移动平台，这是目前市场上最强悍的小型折叠屏手机之一，也是首款搭载骁龙8Gen3的小型折叠屏手机，同时支持67W有线闪充技术。
今天，小米公司王腾现身深圳，他表示要跟深圳研发团队盘点下一款要上市的新品。RedmiK70至尊版由Redmi深圳研发团队打造，相比往年，其发布时间会提前。RedmiK70至尊版由此成为小米旗下性能最强悍的旗舰手机。
RedmiTurbo3已经在京东自营店上架并接受预约，新品将于4月10日正式发布。这款全新的中端系列产品首批搭载第三代骁龙8s处理器，采用了143的CPU架构。Redmi王腾表示，品牌始终将用户体验置于首位，坚持使用相同的软件版本进行测试，不采取阴阳”调校，也不设立两套标准。
近日，联发科悄然在官网上架了天玑6300处理器，定位为入门级芯片。在参数方面，天玑6300是一款八核处理器，其中包含了2个A76大核和6个A55小核，主频分别为2.4GHz和2.0GHz。不过这毕竟是面向海外市场的新机，因此在国内或许很难见到这款芯片。
今天，Redmi总经理王腾收到了卢伟冰赠送的礼物，一副象征Redmi战斗精神的拳套”。这份礼物代表着Redmi敢KO，不服就干”的精神，是对Redmi团队不畏艰难、勇往直前的精神的肯定和鼓励。Redmi新系列产品将重塑中端性能格局，让大家拭目以待。
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。
