小米13 ultra搭载了四摄六焦段，那么问题来了，用户用手机拍照时，哪个焦段更重要？
小米CEO雷军表示，小米13 Ultra在硬件选型时，将在考虑相关问题。
1. 用户用手机拍照时，哪个焦段更重要？
雷军认为答案显而易见，所有焦段都非常重要，所有焦段都应该配置非常强的传感器。
小米13 Ultra主摄选了IMX989，副摄确定了IMX858。
为了保证整个系统的一致性，我们用了三颗 IMX858 传感器，让所有的副摄都拥有相同的成像能力，并和主摄严格拉齐。再配合 ISZ 扩展焦距功能，四颗摄像头可以实现总计六个焦段，覆盖 12mm 到 240mm 的变焦范围。计算综合感光能力，这三颗副摄的光圈全部加大了，进光量相比上一代有 14-43% 的提升。
小米13 Ultra，四摄六焦段，都有很强的实力。这让大家在拍照时，更少地思考摄像头之间的能力差异，更多地思考场景和画面，释放创作自由度。
（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
快科技4月11日消息，在今天下午的华为发布会上，新版智界S7正式发布。余承东在发布会上还调侃了汽车自带手机支架的设计，不理解为什么那么多车需要手机支架，后来我才明白，是他们导航不行。华为可以直接用车机导航，鸿蒙车机导航更好用，不需要手机支架。”他还强调，鸿蒙车载机导航使用率高达99%，而其他车机导航使用率仅为31%，差距确实非常大。对此，雷军本人也发文回应，并且还发起了一项投票，询问大家是否支持车上自带原装手机支架的设计。从目前的投票结果来看，支持的用户数量遥遥领先。网友总结出了很多理由，比如自带手机支架?
3月26日，阿里巴巴发布公告称，决定撤回子公司菜鸟智慧物流网络有限公司在港交所提交的上市申请。集团计划向菜鸟的少数股东发出要约，以每股0.62美元的价格将其持有的所有菜鸟已发行股份向阿里巴巴集团出售，总对价最高可能为37.5亿元。菜鸟可以不用分心了。
快科技4月12日消息，在昨天的发布会上，余承东展示了智界S7，并指出，使用手机支架的原因在于车载导航的不足。在发布会上，余承东笑称：一开始我不明白为何有些车还要配备手机支架，但后来才明白，是因为它们的车载导航功能不够强大，需要借助手机导航。”现场PPT显示强大心脏，无需支架”，余承东的言论引发了观众的掌声和欢呼。随后，雷军在微博上发文称，华为
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。
昨日的华为发布会上，备受瞩目的新版智界S7终于揭开了神秘面纱。华为消费者业务CEO余承东在发布会上不仅展示了产品的卓越性能，还就汽车自带手机支架的设计发表了一番调侃。余承东笑称:“我一直不理解，为什么那么多车还需要手机支架。后来我才恍然大悟，原来是他们的导航不行。而我们华为，直接就可以用车机导航，鸿蒙车机导航更是好用得不得了，哪里还需要手�
一段高铁到站播报的视频近期在网上引起了广泛关注。一位乘务员手持播报话筒，并使用手机播放录音来完成播报任务。人工播报在某些情况下仍然是必不可少的，它能够提供更加灵活、亲切和及时的服务，同时也作为自动播报系统的补充。
日前，小米汽车发布小米SU7答网友问第四集，回答了后备厢尾门有没有防夹功能等热门问题。小米SU7尾门全系支持电动开启/关闭，并且带有防夹功能。前备箱容积也有105升，远超特斯拉ModelS的86L，也超过了保时捷Taycan的84L。
快科技3月28日消息，在今日的问答视频中，雷军对小米造车和当年造手机有什么不同”进行了回答。雷军表示：14年前我们跨界从互联网做手机，今天我们又从手机跨界到汽车，但这两者之间有着很大的不同。我们已经积累了14年的大规模制造经验，相较于当年，现在制造汽车更加容易。此外，小米已经拥有了强大的智能科技和智能生态积累，这也让我们比当年做手机更加得心�
快科技4月15日消息，日前奇瑞汽车董事长尹同跃亲自上路，和罗振宇、知名汽车媒体人吴佩一起直播亲测星纪元ET的长途高速高阶智驾能力。在直播中尹同跃坦言，这一次是用一些新的互联网的思维，向余承东学习，向雷军学习，亲自去讲解、去介绍，这也是逼着我这六十多岁的老汉，大家都出来了”。尹同跃还表示，奇瑞公司就像华为任正非老爷子说的，围绕一个点始终去攻
今年清明假期期间，广东交通集团所属揭博高速水墩互通路段，出现了空中交警”无人机在空中智能巡检执勤”。为更好了解管辖路段交通状况，及时疏导交通，揭博高速选取车流量较大的路段为试点，首次部署无人机自动起降系统。对于轻微事故，无人机还配备了喊话器，即时拍照取证后，可喊话现场事故人员尽快驶离，避免二次事故。
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。
