在经过不少预热之后，Meta终于发布了新款虚拟现实(VR)头显Meta Quest Pro，售价1500美元(10710元人民币)。
Quest采用了Meta和高通联合研发的XR2+ Gen 1芯片，带来了更好的散热性能和显著的性能提升。Meta称，XR2+ Gen 1在Quest 2上的性能比XR2高50%。
Meta首席执行官马克·扎克伯格(Mark zuckerberg)表示，新头显的定价只是“盈亏平衡”，让更多人通过购买硬件来体验Metauniverse。他还表示，软件和服务是他真正希望赚钱的领域。扎克伯格嘲笑竞争对手苹果，称通常情况下，人们制造硬件，然后想从中获利。比如苹果，做硬件，尽可能收费。
（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
近日，崔永元在社交平台发布多条短视频，称此前购买罗永浩和金星等人推荐的某产品为骗子产品。崔永元在真选店官方微博发文称，我网购遇到了骗局，我买了金星、交个朋友直播间罗永浩推荐的多燕瘦soso蓝莓活酵素果冻”。我们已就此事与品牌方友好沟通，提醒他们注意售后人员的工作方式，约束售后人员的不当行为。
在最近的一次采访中，Facebook联合创始人兼首席执行官马克·扎克伯格表示，长期的GPU荒已经基本结束，人工智能的增长和发展短期内不会受到资本限制的影响是将面临能源问题的挑战。新数据中心的能耗已经达到惊人的50至100兆瓦，甚至可能达到150兆瓦，预示着能源限制可能成为工业的下一个主要关键点。扎克伯格的警告引起了业界的关注，引发了关于未来能源可持续性的深入讨论。
在Meta的首季度财报电话会议上，CEO马克・扎克伯格向投资者表示，生成式AI的热潮已经到来，但不要指望它能很快带来利润。Meta公司净利润在上个季度已经达到120亿美元，营收为365亿美元，但未来其营收增长有望放缓，同时在AI和元宇宙方面的支出也创下历史新高。但现在似乎很明显，时尚AI眼镜也有一个有意义的市场无需显示屏。
生成式人工智能正在成为Meta的新赚钱重点，但该公司首席执行官马克·扎克伯格承认，这项技术目前还无法快速产生利润。在周三发布的第一季度财报电话会议上，扎克伯格向投资者传达了这一信息。扎克伯格表示，生成式AI可能需要几年时间才能成为真正的赚钱项目，但他相信这项技术最终将成为Meta的重要收入来源。
Meta突然官宣了Llama3，把开源模型的实力又往上提了一截。Llama3总共有三个版本——8B、70B和405B。正如BenHorowitz所说，「keepthemainthing，themainthing」，并努力专注于你的关键优先事项。
Meta创始人扎克伯格宣布，Meta将开放支持Quest的操作系统MetaHorizonOS，允许其他公司基于其生态系统设计更多头戴显示器。联想、微软和华硕等科技巨头都是Meta的首批合作伙伴。虽然推出新产品可能需要几年时间，但Meta已为这个新计划做好了准备，并将尽快将这一体验带给大家。
近日淘宝最新版App在VisionPro上的AppStore上架，是专门为该设备定制打造的版本。VisionPro最大的亮点就是可以将商品投影到现实中查看，并且能实现1:1的参考。苹果AppleVisionPro头显产品将于今年年内在中国市场上市，目前腾讯、阿里等阵营均在针对性进行软件开发，会在第一时间上线。
广西街头上的水果摊位吸引了众多市民的目光。物美价廉的水果中，菠萝蜜仅需15元一个榴莲更是以惊人的价格——100元5个，让顾客们争相购买。那些渴望认识广西朋友的外地网友们，或许也能在不久的将来，通过品尝到美味的广西水果，与广西人建立起深厚的友情。
3月底，微信和抖音相继发布面向小游戏的激励政策，其中抖音拿出前所未有的“一九”分成，令从业者十分振奋;4月，双方又前后脚举行了小游戏大会。抖音能在腾讯固若金汤的游戏城墙上撬开一道口子么?吸引更多厂商入驻后，抖音未来能否在自己的生态里打造更多爆款小游戏，反哺平台的更多达人?一切还有待继续观察。
在存量时代，精细化运营成为移动互联网企业提升运营效率和效果、实现商业增长的重要手段。为了给用户提供全方位的优质服务，很多企业布局了APP、小程序、H5、快应用、Web等多个渠道，企业的数据来源容易分散，同时在较多情况下由于各平台之间彼此独立运营，数据无法互通，从形成"数据孤岛"。每日互动也将持续升级产品能力、深化应用场景，探索更多的业务机会点，推动移动互联网行业健康绿色发展，企业自身也能积蓄更多增长潜力。
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。
