OPPO推出首款可折叠手机OPPO Find N3 Flip, 预计很快将在中国市场推出 。近日, 一批OPPO Find N3手机的包装盒在网上泄露, 其整体采用灰色配色, 包装盒顶部写有“Find N3”字样, 底部写有“OPPO”品牌logo。 据了解,这些包装盒经过了调整, 使得其更加环保, 设计语言也保持一致。此外, 按照爆料, 这些盒子的设计重量轻, 减少了30%的纸张用量, 内含45%的再生纤维。包装盒上有相似的文字和图案, 设计上的一致性便体现在此, 这一设计将在未来的OPPO产品中得到延续。 关于即将推出的折叠屏手机OPPO Find N3, 近期有消息称, 该机将采用索尼LYT800 53MP传感器作为其主摄像头, 此外还配有48MP超广角和32MP长焦摄像头。不过,目前手机中国尚未确认这些消息是否属实。
（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
在OPPO商城的促销活动中，OPPOFindN3的价格出现了最高直降2000元的优惠，16GB1TB的典藏版到手价降至10999元12GB512GB版本则为8999元，提供了千山绿、潜航黑和日志金三种配色可选。OPPOFindN3被认为是OPPO目前最强大的折叠屏手机，最大的升级之处在于其影像功能。内外屏均具备430级别的ppi，采用了超视网膜显示技术。
近日，有外媒放出了OPPOA3Pro的渲染图，相机deco与上代的A2Pro有着非常明显的变化。OPPOA3Pro的背面相机模块在维持了上代A2Pro的大院换的基础上，布局发生了变化，两枚摄像头与闪光灯呈倒三角排列，上方有一枚装饰物，四枚圆圈组成了类似OPPOFindN3的Deco设计。OPPOA3Pro有望在本月正式发布，敬请期待。
OPPO为OPPOFindN3、一加12等机型推送了新版ColorOS14系统。新版系统支持200多个应用分身，这一功能对于需要同时管理多个社交媒体、邮箱、购物等账号的用户来说非常实用。以下是更新详情：新增控制中心音量条，快速调节音量；新增支持200应用分身；新增支持锁屏图案解锁隐藏解锁轨迹；迷你浮窗新增上滑手势关闭；浮窗支持底部拖动调整大小；提升系统稳定性；更新Android安全补丁至2024年4月，提升系统安全性；新增大师模式，融入哈苏影调效果，拍出更优质、更具色彩感的照片，提升拍摄成片率。
博主定焦数码根据爆料信息绘制了OPPOReno12渲染图。这次OPPOReno12采用Reno6时代的矩阵相机模组设计，后置三摄，包括一颗5000万像素f/1.8主摄、一颗800万像素超广角、一颗5000万像素2倍人像镜头。该机会在6月份发布，本次发布会还将同步推出Reno12Pro，这次OPPO仍然只发两款机型，没有超大杯。
OPPOA3Pro的渲染图正式曝光。与上代A2Pro相比，该款新机在相机设计和外观上都有显著变化。
今天，OPPOFindX7白色版在OPPO商城上架，起售价是3899元。该机提供12GB256GB、16GB256GB和16GB512GB三种选择，将于4月28日正式发售。OPPOFindX7采用6.78英寸1.5K屏，前置3200万像素，电池是5000毫安时，支持100W有线闪充。
OPPO宣布FindX7Ultra卫星通信版将于4月2日正式开售，售价7499元。该机支持双向卫星通信和5.5G网络，是OPPO最顶尖的高端旗舰手机。在摄像功能方面，该机配备了5000万像素LYT9005000万像素3X潜望长焦5000万像素6X潜望长焦5000万像素超广角四摄，并搭载超光影图像引擎，是OPPO旗下最优秀的影像手机。
OPPO商城显示，OPPO年度旗舰FindX7系列首次降价，标准版起售价为3799元，Ultra版起售价为5499元。FindX7标准版提供海阔天空、大漠银月、烟云紫和星空黑四款配色FindX7Ultra则包括海阔天空、大漠银月和松影墨韵等配色。OPPOFindX7Ultra卫通版已经上市发售，售价是7499元。
今天下午，OPPOK12正式发布。8GB256GB售价1799元，12GB256GB售价1999元，12GB512GB售价2499元。在核心参数方面，OPPOK12采用6.7英寸2412x1080直屏，搭载高通第三代骁龙7平台，前置1600万像素，后置5000万IMX882主摄和800万像素超广角，主摄支持OIS光学防抖，重量为186g。
OPPO刘作虎在社交平台上首次晒出了OPPOFindX7Ultra概念版机型，引起了不少关注。这款概念版的相机外环设计了一个变焦环，可以实现无缝变焦，这一设计灵感源自专业相机，让用户能够享受到类似专业相机的变焦体验。OPPOFindX7Ultra还搭载了专业的哈苏人像模式，提供65mm和135mm两个黄金人像焦段，与OPPO与哈苏联合打造的超光影影像系统配合，能够为人像摄影带来更出色的质感。
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。
