在 Apple 近期举办的新品发布会上，AirPods Pro 2 引入了一项备受瞩目的功能——聴觉保护。
为了应对听力损伤风险，AirPods Pro 2 采用了先进的机器学习算法，在降噪的同时保留声音细节，有效屏蔽有害噪音。研究表明，80% 的成年人在过去 5 年内未接受过听力检查。
AirPods Pro 2 与 iPhone 无缝配合，提供经过临床验证的听力测试，这项测试基于 Apple 听力研究的丰富经验和真实世界数据。测试结果存储在健康应用程序中，方便用户定期监测听力健康状况。
此外，这项经过认证的听力测试仅需 5 分钟即可在家中完成，更重要的是，测试结果表明 AirPods Pro 2 具备助听器功能。
这些增强功能将于今年秋季在全球 100 个市场推出。
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
今日凌晨，苹果在2024秋季新品发布会上正式发布了AirPods4，其标准版售价为999元，主动降噪版为1399元，将在9月20日发售。AirPods4是苹果迄今为止最舒适的AirPods，搭载AppleH2芯片，增强低音，支持个性化的空间音频。这一变动在苹果的其他AirPods型号上并未发生，这些型号的包装内容中仍包含USB-C充电线。
今天凌晨，苹果举行主题为高光时刻”的新品发布会，在本次发布会上，全新的AirPods4正式发布。AirPods4是苹果迄今为止最舒适的AirPods，搭载AppleH2芯片，增强低音，支持个性化的空间音频。AirPods4起售价129美元，具有主动降噪功能的AirPods4起售价179美元。
随着苹果2024秋季新品发布会的落幕，苹果在官网上架了多款新品，其中包括iPhone16系列。一款名为“AirPods专用Belkin清洁套件”的产品也同步上架。消费者可根据自身需求选择购买或先将其加入收藏，随时回来继续选购。
随着iOS18更新，AppleMusic更新一项比较有意思的音乐触感反馈功能。音乐触感反馈的推出让所有人都能无碍欣赏音乐，听力障碍或听力受限的用户也可通过震动感知音乐的律动和节奏，更好的理解音乐。AppleMusic也更新了兼容触感反馈”功能的播放列表，名为HapticsBeats、HapticsBass、HapticsVibrations和HapticsHits，在用户开启该功能后，iPhone将跟随音乐进行振动。
苹果AirPods4充电盒取消了背面的设置按钮，转采用了一个隐藏的电容式按钮。AirPods4充电盒的配对与重置功能现被巧妙地隐藏于充电盒前部，用户仅需轻轻打开充电盒，并连续双击该区域的隐藏按钮，即可轻松激活配对模式，实现与设备的无缝连接。消费者即可通过官方渠道进行预订，并于9月20日发售。
中关村在线消息：介绍完智能穿戴产品后，AirPods4等音频产品随后亮相，苹果官方称其为迄今为止最舒适的AirPods，它搭载AppleH2芯片，低音增强，支持个性化的空间音频等功能。这款产品还新增了支持主动降噪的版本，降噪算法来自AirPodsPro2。头戴式耳机AirPodsMax更新了配色，并改用USB-C接口，售价549美元。
iPhone16系列昨天正式发布，这已经是第二代全系采用USB-C的苹果手机。苹果各产品线都在逐渐将Lightning接口替换为USB-C接口，逐渐统一。Type-C同样支持正反盲插，耐用性也大大提升，最重要的是充电功率、传输速率对比Lightning不但实现反超还遥遥领先。
工信部文件《无线充电设备无线电管理暂行规定》将于9月1日实施。移动通信终端、笔记本电脑、平板电脑、可穿戴设备、家用机器人、家用电器无线充电设备及车载无线充电设备等，无线充电工作频率范围为100-148.5kHz、6765-6795kHz、13553-13567kHz三种频段，额定传输功率不超过80W。此前苹果中国官网的无线充电设备声明界面，iPhone无线充电额定传输功率更改为7.5W、工作频率127.7kHz，以符合国家《无线充电设备无线电管理暂行规定》。
Apple今天宣布，AirPodsMax将更新为USB-C充电端口和新的颜色选项，包括午夜、蓝色、紫色、橙色和星光。Apple表示，AirPodsMax将在即将推出的iOS18软件更新中获得对个性化空间音频的支持。更新后的AirPodsMax将从今天开始以549美元的价格开始预订，耳机将于9月20日星期五推出。
除了大家期待已久的AirPods4耳塞式耳机，苹果今天还意外发布了新款AirPodsMax包耳式耳机。这是AirPodsMax2020年12月诞生以来的首次升级更新，但非常牙膏，变化只有两个地方。售价还是549美元起，国行估计还是3999元。
Canvas是OpenAI推出的一个新界面，旨在通过与ChatGPT的协作来改进写作和编码项目。它允许用户在一个单独的窗口中与ChatGPT一起工作，超越了简单的聊天界面。Canvas利用GPT-4o模型，能够更好地理解用户的上下文，并提供内联反馈和建议。它支持直接编辑文本或代码，并提供快捷操作菜单，帮助用户调整写作长度、调试代码等。Canvas还支持版本回溯，帮助用户管理项目的不同版本。
Text Behind Image 是一个开源的设计工具，允许用户轻松创建文字背景图片设计。它提供了一个简洁的界面，让用户可以自由地在图片上添加文字，创造出独特的视觉效果。这个工具对于设计师、社交媒体运营者和内容创作者来说非常有用，因为它可以快速生成具有吸引力的视觉内容。
torchao是PyTorch的一个库，专注于自定义数据类型和优化，支持量化和稀疏化权重、梯度、优化器和激活函数，用于推理和训练。它与torch.compile()和FSDP2兼容，能够为大多数PyTorch模型提供加速。torchao旨在通过量化感知训练（QAT）和后训练量化（PTQ）等技术，提高模型的推理速度和内存效率，同时尽量减小精度损失。
Liquid Foundation Models (LFMs) 是一系列新型的生成式AI模型，它们在各种规模上都达到了最先进的性能，同时保持了更小的内存占用和更高效的推理效率。LFMs 利用动态系统理论、信号处理和数值线性代数的计算单元，可以处理包括视频、音频、文本、时间序列和信号在内的任何类型的序列数据。这些模型是通用的AI模型，旨在处理大规模的序列多模态数据，实现高级推理，并做出可靠的决策。
NVLM-D-72B是NVIDIA推出的一款多模态大型语言模型，专注于视觉-语言任务，并且通过多模态训练提升了文本性能。该模型在视觉-语言基准测试中取得了与业界领先模型相媲美的成绩。
gradio-bot是一个可以将Hugging Face Space或Gradio应用转化为Discord机器人的工具。它允许开发者通过简单的命令行操作，将现有的机器学习模型或应用快速部署到Discord平台上，实现自动化交互。这不仅提高了应用的可达性，还为开发者提供了一个与用户直接交互的新渠道。
AI-Powered Meeting Summarizer是一个基于Gradio的网站应用，能够将会议录音转换为文本，并使用whisper.cpp进行音频到文本的转换，以及Ollama服务器进行文本摘要。该工具非常适合快速提取会议中的关键点、决策和行动项目。
VARAG是一个支持多种检索技术的系统，优化了文本、图像和多模态文档检索的不同用例。它通过将文档页面作为图像嵌入，简化了传统的检索流程，并使用先进的视觉语言模型进行编码，提高了检索的准确性和效率。VARAG的主要优点在于它能够处理复杂的视觉和文本内容，为文档检索提供强大的支持。
JoyHallo是一个数字人模型，专为普通话视频生成而设计。它通过收集来自京东健康国际有限公司员工的29小时普通话视频，创建了jdh-Hallo数据集。该数据集覆盖了不同年龄和说话风格，包括对话和专业医疗话题。JoyHallo模型采用中国wav2vec2模型进行音频特征嵌入，并提出了一种半解耦结构来捕捉唇部、表情和姿态特征之间的相互关系，提高了信息利用效率，并加快了推理速度14.3%。此外，JoyHallo在生成英语视频方面也表现出色，展现了卓越的跨语言生成能力。
PhysGen是一个创新的图像到视频生成方法，它能够将单张图片和输入条件（例如，对图片中物体施加的力和扭矩）转换成现实、物理上合理且时间上连贯的视频。该技术通过将基于模型的物理模拟与数据驱动的视频生成过程相结合，实现了在图像空间中的动态模拟。PhysGen的主要优点包括生成的视频在物理和外观上都显得逼真，并且可以精确控制，通过定量比较和全面的用户研究，展示了其在现有数据驱动的图像到视频生成工作中的优越性。
Whisper large-v3-turbo是OpenAI提出的一种先进的自动语音识别(ASR)和语音翻译模型。它在超过500万小时的标记数据上进行训练，能够在零样本设置中泛化到许多数据集和领域。该模型是Whisper large-v3的微调版本，解码层从32减少到4，以提高速度，但可能会略微降低质量。
Realtime API 是 OpenAI 推出的一款低延迟语音交互API，它允许开发者在应用程序中构建快速的语音到语音体验。该API支持自然语音到语音对话，并可处理中断，类似于ChatGPT的高级语音模式。它通过WebSocket连接，支持功能调用，使得语音助手能够响应用户请求，触发动作或引入新上下文。该API的推出，意味着开发者不再需要组合多个模型来构建语音体验，而是可以通过单一API调用实现自然对话体验。
Saylo AI是一个AI角色扮演游戏，让你与AI角色互动，探索多样化的戏剧性故事。它利用人工智能技术，提供沉浸式的互动体验，让玩家在虚拟世界中与AI朋友交流，体验不同的故事情节。Saylo AI的背景信息展示了其创新性和娱乐性，旨在为玩家提供一种全新的娱乐方式。目前产品处于推广阶段，价格未明确标注。
twinny是一个为Visual Studio Code用户设计的AI扩展，旨在提供个性化的编程辅助，提高开发效率。它通过集成先进的AI技术，帮助开发者在编码过程中快速解决问题，优化代码，并提供智能提示。twinny的背景是响应开发者对于更加智能和自动化编程工具的需求，它通过简化开发流程，减少重复劳动，从而让开发者能够专注于更有创造性的工作。
Buildpad 是一个旨在帮助创始人从概念到成功最小可行产品(MVP)的在线平台。它通过提供智能验证工具、AI引导的开发流程、进度跟踪以及个性化的项目见解，帮助用户构建能够获得市场认可的产品。Buildpad 的主要优点包括简化产品开发流程、提高产品成功率、以及提供个性化的指导和支持。
Novela是一个专注于AI时代技能学习的在线平台，提供早期访问服务，用户可以免费试用。它旨在帮助用户掌握AI相关的技能，以适应未来职场的需求。
interview.co是一个专注于简化招聘流程的视频面试软件。它通过提供在线视频面试、AI问题生成器和面试管理工具，帮助企业高效地筛选和评估候选人。产品背景信息显示，interview.co旨在解决传统面试中的时间消耗、日程安排困难和成本高昂等问题。价格方面，interview.co提供试用版，具体定价信息需进一步探索。
Open NotebookLM是一个利用开源语言模型和文本到语音模型的工具，它可以处理PDF内容，生成适合音频播客的自然对话，并将其输出为MP3文件。该项目的灵感来自于NotebookLM工具，通过使用开源的大型语言模型（LLMs）和文本到语音模型来实现。它不仅提高了信息的可访问性，还为内容创作者提供了一种新的媒体形式，使他们能够将书面内容转换为音频格式，扩大其受众范围。
Chital是一个为macOS平台设计的应用程序，它允许用户与Ollama模型进行聊天。这个应用具有低内存占用和快速启动的特点，支持多聊天线程，能够在不同的模型间切换，并支持Markdown格式。此外，它还能自动为聊天线程生成标题摘要。Chital的开发主要是为了满足开发者个人的使用需求，但也鼓励社区成员通过fork代码库来添加新功能。
SafeEar是一个创新的音频深度检测框架，它能够在不依赖于语音内容的情况下检测深度音频。这个框架通过设计一个神经音频编解码器，将语义和声学信息从音频样本中分离出来，仅使用声学信息（如韵律和音色）进行深度检测，从而保护了语音内容的隐私。SafeEar通过在真实世界中增强编解码器来提高检测器的能力，使其能够识别各种深度音频。该框架在四个基准数据集上的广泛实验表明，SafeEar在检测各种深度技术方面非常有效，其等错误率（EER）低至2.02%。同时，它还能保护五种语言的语音内容不被机器和人类听觉分析破译，通过我们的用户研究和单词错误率（WER）均高于93.93%来证明。此外，SafeEar还构建了一个用于反深度和反内容恢复评估的基准，为未来在音频隐私保护和深度检测领域的研究提供了基础。
