过去几年里，国内外的虚拟现实行业都迎来又一波突飞猛进般的进展。Facebook收购Oculus后终于让Quest硬件卖出了千万级销量，而在内容层面，Epic旗下的《堡垒之夜》则带来了Astronomical虚拟世界演唱会，同时也出现了像《Avatar Singer》这类虚拟人音乐综艺。可以说随着“元宇宙”概
......
本文由站长之家合作伙伴自媒体作者“壹娱观察公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（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
随着科技的飞速发展，元宇宙已经从科幻小说中的概念转变为现实世界的产业焦点。在这个激动人心的时代背景下，飞天云动凭借其卓越的元宇宙解决方案，成为了当代元宇宙产业发展的领军企业。2024年，在首届元宇宙创新探索方阵全体大会上，飞天云动正式成为“探元方阵”的一员，同时，公司董事长汪磊被任命为方阵专家委员会的高级专家，这一荣誉不仅肯定了公司过去�
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。
随着比特币历史上第四次减半的完成，加密市场正在准备迎接新一轮的大牛行情。区块链技术经历了十几年的高速发展，当下的市场已日益成熟，投资者在经历过多个周期的教育后，的目光正逐渐转向那些具有创新性和前瞻性的项目。随着其一系列革命性技术的不断推进和落地，STT有望在本轮加密货币的星辰大海中占据举重轻重的地位。
盛阳伍月将携手全国百家景区，共同举办一场盛大的“元宇宙节”。AR导航导览、AR秀演、AR拍照、元宇宙展厅等多种元宇宙功能将于百家景区隆重上线。盛阳伍月将继续致力于深化虚拟现实等元宇宙技术在文旅行业领域的有机融合，并丰富沉浸式文旅产品的业态内容，推动元宇宙文旅生态实现升级和蜕变。
随着数字化技术不断走近我们的生活，元宇宙数字文旅正逐渐成为新的旅游趋势。作为国内领先的元宇宙解决方案提供商，飞天云动带着其最 新力作《圆明四时景》惊艳亮相2024浙江服务贸易（上海）数字文旅展，向世人展示元宇宙数字文旅的无限魅力。飞天云动一直致力于元宇宙解决方案的研发与创新，在数字文旅领域积累了丰富的经验。此次展出的《圆明四时景》，便是其
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。
在今天的2024年美ONE618媒体发布会上，美ONE合伙人李佳琦发表了演讲，分享了对即将到来的618大促的看法和准备情况。李佳琦坦言：我们迎来了今年的618大促，难不难？对此美ONEVP新川表示，佳琦的原话是谁的offer大，谁的商品就放到第一天”。
根据最新公布的业绩报告，华为2024年一季度收入约1784.5亿元，同比增长36.66％，归母净利润约196.5亿元，同比增长约564％，净利润率11％。有媒体报道称，余承东将卸任华为终端BGCEO一职，同时继续担任终端BG董事长原华为终端BG首席运营官何刚接替余承东担任终端BGCEO。市调机构Canalys的最新报告显示，2024年第一季度的中国大陆手机市场上，华为时隔13个季度重夺第一，出货量同�
罗永浩对北京车展车企CEO间亲密互动的真实性提出质疑，这一观点迅速在网络上引发了热烈讨论。在2024年的北京车展上，小米的雷军和360的周鸿祎无疑成为了备受瞩目的焦点人物。罗永浩对车企CEO间亲密互动真实性的质疑，虽然引发了热议，但也反映出行业内对于竞争与合作关系的不同看法。
手机蓝牙钥匙为什么会有无法自动解锁小米SU7的情况？APP应该如何正确设置呢？小米及其他Android手机：-将手机蓝牙功能始终保持开启状态；-授权小米汽车APP始终允许定位权限；-授权小米汽车APP自启动权限；-将省电策略设置为无限制，并将小米汽车APP锁定在后台。
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。
