12月25日下午，Redmi K60首款素皮机身亮相，定名素皮晴蓝”，采用蓝色素皮后壳，看起来质感高端。
现在，官方揭秘了K60首款素皮机身是如何炼成的。
据介绍，Redmi设计团队以跑车内饰为参照，精工定制这款素皮机身，一句话总结，整体优雅，细节抗打：
对称式双压纹，犹如跑车中控台，艺术与速度并存
拟真缝线工艺，模拟跑车皮革缝线，还原手工质感
在不同行业，素皮都是一直是比较高端的材质，智能手机上，则有高端旗舰机上才能见到，Redmi K60能够用上，足以看出官方对这款手机的重视程度。
Redmi K60系列将于12月27日晚19点发布，分为K60E、K60和K60 Pro三款机型，处理器分别使用了天玑8200、骁龙8+及二代骁龙8平台。
（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
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。
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。
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。
王腾今晚发文表示，RedmiTurbo3太生猛了，明天见。该机将会在明天上午十点正式定档，预计周四正式发布。RedmiTurbo3搭载第三代骁龙8s，与第三代骁龙8采用相同CPU架构，配备1个3.0GHzCortex-X4超大核、4个2.8GHzCortex-A720大核、3个2.0GHzA520小核，跑分超170万。
Redmi品牌总经理王腾今天在抖音进行了首次直播，并公开回应网友称：目前没有计划推出红米汽车。王腾表示：如果未来希望有红米汽车，现在大家多支持一下小米SU7，多宣传宣传。不过从当前车企的趋势来看，未来是有很大概率真的推出红米汽车”，届时小米定位高端市场红米汽车则定位入门市场，做真正的年轻人第一辆车”。
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。
Redmi宣布RedmiTurbo3将于4月15日正式首销，定价1999元起。在首销期间，购机用户可获赠价值169元的碎屏保和价值149元的RedmiBuds4青春版。该机最高配备16GB内存和1TB存储，后置双摄像头，主摄采用5000万像素光喻LYT600，支持OIS光学防抖，电池容量为5000毫安时，支持90W闪充。
Redmi新晋总经理王腾日前在抖音首次直播，解答了接下来的产品规划、网友疑惑等等，甚至还回应称没有推出红米汽车的计划。今天王腾又针对大家比较感兴趣的话题进行了回答，首先就是解释了前两年被下放”河南的传闻。这遭到了很多米粉的吐槽，被调侃应该发配到非洲工作，结果后来因为爆料真的被发配”走了。
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。
Spark是一款智能、专注的电子邮件应用，帮助您掌控收件箱。通过智能筛选，快速了解重要内容，并快速清理其余邮件。Spark还提供AI助手帮助您快速编写完美的电子邮件。
Chatbox是一个易于使用的人工智能解决方案，支持多平台，帮助提升工作和学习效率。它具备本地数据存储，确保隐私和轻松访问，同时支持多种尖端人工智能模型，提供多样化、适应性和智能化的用户互动。Chatbox还具备强大的提示功能，释放创造力，支持Markdown、引用、令牌估计等功能，为思维提供广阔的发展空间。
ChatX是一个基于先进AI技术的客户端应用，它通过高速API服务器提供极速体验，支持iPhone、iPad和macOS设备间的云同步。用户可以利用它完成各种AI任务，如文本生成、图片生成等，显著提高工作效率。产品的主要优点包括高速访问、自定义功能、经济的按字数消耗模式以及丰富的高级功能，如AI参数微调、Siri朗读等。ChatX的背景是AI技术的快速发展和用户对于高效、智能工具的需求。目前，产品在Mac App Store上免费提供，但提供App内购买项目。
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。
