【TechWeb报道】1月15日消息，据台湾媒体报道，鸿海精密集团将收购夏普价码提升至59亿美元（7,000亿日圆）。
台媒称鸿海将收购夏普价码提升至59亿美元上月曾传出，鸿海提议将斥资5000亿日元收购夏普，高于日本产业革新机构（INCJ）所提出的2000亿日元。但目前夏普的协商以INCJ为重心，而鸿海期望借由上述新提案打开局面，且若与夏普的协商不顺的话，鸿海也可能将以股票公开买卖的方式，收购夏普。
鸿海最早可能在就在今天提出这一最终提议。
夏普2012年与鸿海结成资本与业务合作，就入股事宜开展谈判，但双方在具体条件的磋商中陷入僵局。
鸿海现在一半的收入依靠给苹果代工，而电子产品合同制造的利润非常微薄，但这家公司目前正在努力进军利润更高的其他业务，比如组件生产、电子商务、机器人技术和金融服务。有外媒评价称“夏普领先的液晶面板技术，会让鸿海真正的转变为零部件研发和生产公司”。
（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
美国人工智能研究公司OpenAI计划向硅谷投资者出售价值数亿美元的现有股票。知情人士称，OpenAI正与投资者讨论出售股票事宜，这笔交易可能使该公司估值达到800亿至900亿美元，大约是今年早些时候估值的三倍。如果OpenAI出售员工股份的计划得以实施，微软无疑将从其投资中获得可观的利润。
贾跃亭在10月16日发布了一封公开信，向全体股东和投资人致歉。FaradayFuture的股价和市值已经跌到了最低点，市值仅为现金投入总额的1%不到，这与FF的真实价值和资本市场价值严重背离。8月17日，合股后的股价为22.00美元，但截至最新交易日，股价已经跌至1.05美元，市值仅剩下1953万美元，创下了FFIPO上市以来最低市值。
思科已宣布计划收购数据分析供应商Splunk，因为它希望在人工智能日益普及的情况下为企业提供更深入的可见性和威胁检测能力。思科周四在一份声明中表示，此次收购预计股权价值280亿美元，每股现金157美元，将成为全球最大的软件公司之一。预计该收购将在明年第三季度结束前完成，需获得监管批准，之后，Splunk总裁兼首席执行官GarySteele将成为思科的执行领导团队的一员，向Robbins汇报。
苹果公司在iPhone显示屏上蚀刻了条形码，从可以精确跟踪供应商丢弃的有缺陷的屏幕数量。苹果在iPhone显示屏上蚀刻的条形码像沙子一样小，只有特殊设备才能看到。在苹果压力下，供应商将不良率降至十分之一，从为苹果公司节省了数亿美元费用。
三星今天在印度发布了全新的GalaxyS23FE智能手机，这款手机搭载了先进的4nm制程的骁龙8Gen1和Exynos2200处理器。骁龙8Gen1版本主要针对美国市场Exynos2200版本则面向全球市场。三星GalaxyS23FE的价格将从599美元起，并将于10月26日正式上市销售。
据报道，美国汽车工人联合会主席费恩在Facebook直播中表示，随着合同谈判取得进展，UAW不会宣布扩大针对通用汽车、福特汽车和斯特兰蒂斯三大车企的罢工规模，但我们随时准备增加罢工地点”。9月15日开始的美国汽车工人罢工目前仍在持续，已经进入第四周，对美国经济造成的损失已经超过本世纪任何一次汽车行业罢工。这肯定会把通用、福特和克莱斯勒赶进破产的快车道，然后会使人们买不起汽车，导致销量大幅下降，最终导致破产。
据美国《华尔街日报》9月26日报道，人工智能Startup公司OpenAI正与投资人洽谈可能的股票出售事宜，目前估值已从7个月前的290亿美元涨至800-900亿美元之间，几近翻了3倍。OpenAI已向投资人透露，预计今年收入将达到10亿美元，2024年更有望产生数十亿美元的收入。随着人工智能进入大模型时代，OpenAI正在利用其技术领先优势，加速实现商业化。
AI与手机结合会是什么样子呢！OpenAI正与被誉为iPhone之父”的前苹果首席设计师艾维以及软银的孙正义进行深入谈判，拟成立一家合资企业，目的是打造一款AI时代的iPhone。与OpenAI合作，为艾维提供了一个机会，来创造一种可以较少依赖屏幕的计算机交互方式。
OpenAI宣布其年收入达到13亿美元，每月平均收入超过1亿美元，年同比增长超过4500%。这一巨大的增长主要归功于付费版ChatGPT的推出，用户对其会话聊天机器人的订阅取得了显著增长。这一趋势表明，AI公司需要不断创新和改进，以满足市场需求，实现持续增长。
文章概要:1.日本政府与NEC、富士通、软银等主要科技公司正在合作投资数亿美元，旨在开发一款文化敏感的日语语言模型，超越现有的ChatGPT等模型，更好地体现日本文化和语言。2.这一新模型将在国家超级计算机Fugaku上进行训练，并计划于明年以开源形式发布，具备至少300亿个参数，预计性能明显优于现有模型。这一举措显示了日本政府对人工智能领域的积极投资和支持。
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。
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。
