快科技9月17日，博主数码闲聊站透露，联发科将在今年Q4推出天玑9300移动平台，这颗芯片由4颗超大核Cortex-X4和4颗大核Cortex-A720组成，有可能会追赶上苹果A17 Pro，目前A17 Pro Geekbench 6单核跑分接近3000分，多核跑分超过了7700分。
众所周知，目前旗舰手机芯片的CPU通常由8核组成，一般包括超大核、大核、小核。这次联发科天玑9300采用全大核设计，它将8核中的小核去掉，只留下大核和超大核，在性能和功耗上实现了质的飞跃。
根据Arm公布的信息，Cortex-X4超大核心将再次突破智能手机的性能极限，相比X3，其性能提升15%，得益于全新的高效微架构，在相同工艺上，Cortex-X4可降低能耗40%。
从这次天玑9300平台采用全大核CPU架构”来看，这将成为未来旗舰芯片平台的发展趋势，联发科率先放弃了小核心，走在了安卓阵营的最前列。
毫无疑问，拥有4颗超大核心的天玑9300将会是苹果A17 Pro强有力的竞争对手，值得期待。
（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
数码闲聊站爆料显示，联发科接下来将推出天玑9300和天玑9400移动平台。天玑9400有望在10月份登场，是联发科为下一代旗舰手机打造的新平台。vivoX200系列将成为全球首款搭载联发科天玑9400的手机，新品将在10月同步亮相。
安兔兔今天发布了2024年3月份的安卓手机性能榜，分为旗舰、次旗舰，最大看点当属第三代骁龙8反超天玑9300，夺回了第一的位置。此前两个月，搭载天玑9300的OPPOFindX7一直名列榜首，平均跑分超过213.8万，但这一次，搭载三代骁龙8的ROG8Pro游戏手机以214.1万分的好成绩，占据了第一位。其他就没有新机了，整体上还是天玑8000系列家族占优，共有六款机型上榜，其中RedmiK70E凭借首发定制的天玑8300-Ultra排名第二，跑分超过139.1万，遥遥领先其他竞品。
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。
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。
快科技4月12日消息，联发科官方已经宣布，将于5月7日在深圳召开天玑开发者大会（MDDC2024）。此次开发者大会的主题是AI予万物”，AI与万物的结合将会是此次探讨重点，深化AI在各项体验中的应用。在推进端侧生成式AI进化和普及上，联发科一直走在行业前列，近年来不断提升了芯片的AI性能和能效，随着大模型和生成式AI的到来，在天玑芯片上实现落地了各种AI功能，提升了�
长城汽车官方消息称，今晚8点将正式开启预定坦克300Hi4-T。这次发布的车型采用限量预订方式，全年限量3000台。其搭载一台由2.0T发动机P2电机组成的Hi4-T电四驱，发动机最大功率为185kW，电池来自蜂巢能源，容量为37.11千瓦时，工信部纯电续航105公里，与坦克400Hi4-T保持一致。
联发科近日正式宣布，天玑开发者大会将于5月7日在深圳隆重开幕。此次大会以“AI予万物”为核心议题，旨在汇聚全球开发者智慧，共同探索AI技术在多元领域中的创新应用与发展趋势。随着AI技术的持续革新与进步，我们有充分的理由相信，此次联发科天玑开发者大会将揭开移动平台AI技术崭新的一页，并与生态伙伴、开发者共同探索“AI赋能万物”所带来的广阔前景，推动整个移动生态迈向更高层次的发展。
荣耀在海外正式发布了X7b5G新机，这款手机是荣耀X7b4G的升级版本，于2023年12月首次亮相。与原版相比，荣耀X7b5G采用了联发科天玑6020SoC，并搭配8GB运行内存和256GB存储空间。该机的售价尚未公布。
首次亮相的3nm天玑汽车座舱平台CT-X1在业内激起不小的波澜，被认为是友商8295的头号天敌。同时亮相的还有天玑汽车座舱平台CT-Y1和CT-Y0，采用4nm制程，汽车制造商可借助天玑汽车座舱平台实现从旗舰到高端车型的智能化体验升级，满足不同定位车型对高算力和强AI的需求。面向AI定义汽车的大势所趋，科技巨头们的深度合作展现出强大的市场影响力，这对联发科的对手们构成了不小的挑战正是激烈的产品和技术竞争，才是推动汽车产业持续创新与发展的原动力。
iQOONeo9SPro已经获得了入网许可，其型号为V2339FA，支持120W有线闪充。相较于上一代的iQOONeo9Pro，iQOONeo9SPro最显著的变化是处理器平台从联发科天玑9300变更为高通骁龙8Gen3。预计该机最快将于5月份亮相。
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。
