-
OPPO A3 Pro：耐用的“战神”即将发布
OPPO 宣布将于 4 月 12 日 14:30 正式发布 OPPO A3 Pro。据称，这是一款为大众用户打造的耐用手机，定位“耐用战神”...
手机互联 2024-04-08 16:08:57 -
抖音生活服务：未来一年将投入5亿元扶持优质探店内容
10月25日消息，今日，抖音生活服务宣布推出“美好生活发现计划”，作为“生活服务数字创新提升行动”的重要组成部分，计划在未来一年投入5亿元，帮助商家匹配到更合适的达人，提高经营效率，同时为达人提供更多的带货收入。中国国际电子商务中心副主任翟伟斌介绍，2023年前三季度，我国网络零售拉动消费效应显著，在线服务高速增长...
互联网 2023-10-25 19:27:44 -
OPPOFindN3评测：内外合一独立安全芯片更好用的新一代商务折叠屏
【天极网手机频道】前言OPPO旗下的Find折叠屏产品在手机圈中一直都是一个“独行客”般的存在，这是因为Find 系列的前两代折叠屏产品一直都采用了更为小巧轻便的“小折叠形态”，也正是这种靠近普通手机的重量以及更合适的价格才让更多用户愿意去体验。时至今日，OPPO Find N3来了，它似乎变了，但又没变。没有延续小尺寸的设计固然让我这个十年老粉很遗憾，但它在重量没有增加的基础上，却能让屏幕变大、影像升级甚至带了一股浓厚的商务安全气息，让OPPO Find N3“全身上下”都散发出一种值得我“重用”的感觉，今天小编就来和大家聊聊OPPO这款从内到外都精益求精的年度旗舰折叠手机。外观OPPO Find N3这次总共发布了三款配色分别是千山绿、潜航黑以及日志金。小编这次上手的我认为最具精奢质感的千山绿。“千山绿”一词出自辛弃疾的《满江红》中，原文是“满眼不堪三月暮，举头已觉千山绿”，就如同诗词含义一样，OPPO Find N3机身上冷雕绿色玻璃与铝合金材料结合在一起，还真给小编带来了一丝“眼前尽是绿色山峦，让人心情愉悦的感觉”。值得一提的是，潜航黑和日志金其他两款配色也有和千山绿不一样的特征，比如潜航黑就是荔枝纹素皮搭配哑光金属;日志金则是采用了冷雕玻璃和哑光金属。在手机相机模组上，OPPO这次首次把哈苏印记“H”带来到产品中，配合上经典的计时腕表设计，让看似不搭的潜望长焦也能和谐出现在环形设计中。在摄像头模组的下方，还有一块有着先切割后抛光的工艺“一体化玻璃”，让整个手机质感再次提高了一个档次。此外，这次OPPO Find N3的闪光灯设计在了相机模组的左上方，看似不和谐的设计，但却有着月明星稀，乌鹊南飞的寓意。折叠屏手机的内部构造远比一般手机复杂，想要带来更加轻便的用户体验，那么改进关键元器件是关键。这次OPPO Find N3的“减重”主要是从折叠铰链、玻璃材质，但让小编没想到的是N3甚至连SIM卡槽都做了重塑。首先是OPPO Find N3这次采用的航空合金精工拟椎铰链，这个铰链相比上一代元器件减少了23个零件，在重量降低的同时，铰链强度却提升了百分之四百。也正是得益于全新的铰链材料，OPPO Find N3支持45-125°的自由悬停。其次是超瓷晶玻璃，这是目前手机行业最薄的纳米微晶玻璃，在OPPO Find N3的外屏上就采用了这种玻璃。相比目前行业的普通手机玻璃，有着1.7倍抗冲击和5倍抗跌落能力 。此外，在OPPO独家的纳米离子交换技术改进下，还让超瓷晶玻璃的重量降低了百分之二十，这也是OPPO Find N3减重的关键一步。最后就是这次全新打造的SIM卡座，这次小编就不多做讲解，直接用来两款友商手机的SIM卡座来进行直接的对比，大家从图片可以明显看出OPPO Find N3的SIM卡座要小一些。根据OPPO的官方数据，OPPO Find N3的卡座体积减小了约12%。(依次分别是友商60系列手机、OPPO Find N3、友商X系列手机)轻便的用户使用因为我是一个对手机重量，极度敏感的用户，让折叠屏更加好用最简单的方式就是减轻用户日常使用带来的负担，折叠屏虽然兼顾平板和直板手机两种形态，但小编相信谁也不愿意长时间使用一款重量超过半斤的“砖头手机”。OPPO的Find折叠屏每一代产品我都有使用过，N1和N2是一种便携的小折叠形态，而N3这次升级为了大折叠。当我第一次上手OPPO Find N3的时候，甚至没有感觉到和前代产品有啥区别，这一点主要体现在产品重量上。同时，这也让我很自然的从前代产品过渡到了OPPO Find N3，这种新老机器交替体验很好。让我感到惊喜的是，OPPO Find N3在重量降低的同时，带给了用户更大的屏幕，更大的屏幕也就意味着更大的生产力，更好的影音娱乐。总的来说，OPPO Find N3给我带来了一种舒服、没有负担的用户使用体验。哈苏影像系统的再一次升级自从哈苏和OPPO展开合作后，每一代折叠屏的影像配置一直是小编最期待的“一集”。这次的OPPO Find N3影像全面升级，无论是大家熟悉的哈苏影像系统还是潜望式长焦镜头以及今年才开始商用的双层晶体管技术，OPPO Find N3的影像实力绝对是“非凡实力”。哈苏影像系统和潜望式长焦镜头大家可能都见多了，但OPPO Find N3新搭载的双层晶体管技术可能还有很多同学并不了解。这个技术也很好理解。双层晶体管技术的第一层为光电二极管，第二层为像素晶体管。这两者相互配合辅助就可以提高手机降低像噪点的能力，还能在暗部环境下收集更多光线。在OPPO Find N3影像硬件配置方面，首先是1/1...
手机互联 2023-10-20 13:23:18 -
《Unavailed》登陆Steam宅居美好生活冒险
CoffeeSnail开发并发行，一款宅居生活模拟新游《Unavailed》登陆Steam发售，限时10%优惠，本作暂不支持中文。《Unavailed》游戏的主人公是一位无职女孩米娅，每天窝在家里，体验宅居美好生活，每天需要做的事情并不少，包括收拾房间，约会朋友等等，玩家需要监测主角的饥饿度、能量以及时间数据，避免焦虑值过大...
游戏资讯 2023-10-19 03:26:08 -
《Unavailed》登陆Steam宅居美好生活冒险
CoffeeSnail开发并发行，一款宅居生活模拟新游《Unavailed》登陆Steam发售，限时10%优惠，本作暂不支持中文。《Unavailed》游戏的主人公是一位无职女孩米娅，每天窝在家里，体验宅居美好生活，每天需要做的事情并不少，包括收拾房间，约会朋友等等，玩家需要监测主角的饥饿度、能量以及时间数据，避免焦虑值过大...
游戏资讯 2023-10-19 03:26:08 -
无期迷途：新烙印乌合之众及深海之囚分析！能不能来点实用的？
大家好，我是正在看新烙印套装的何二维一。昨天游戏更新后倒是上了2个挺有意思的新烙印套装....
游戏资讯 2023-10-19 03:08:53 -
三国志11：如果评选女版五虎将的话，你会挑出这五个妹子配技能吗
但凡是稍微对三国这个IP感兴趣的朋友们，想必都是知道“五虎上将”的。在经典的三国志11游戏里，由于特技匹配的关系，他们也被称为“四神一洞”男团...
游戏资讯 2023-10-19 03:02:10 -
台积电获得美芯片设备豁免后，一个奇怪的现象出现了
4年前，老美以“信息安全”为借口打压华为，限制芯片代工厂商给华为生产麒麟芯片。此后，老美的打压逐步升级，从打压华为升级至打压中企，而后老美发现这样做还不够彻底，又开始打压在内地经营的境外企业，以此阻断我国芯片产业的发展...
手机互联 2023-10-19 02:44:23 -
郭剑波院士：储能大规模应用的前提是安全，经济是关键
6月5日消息，2023中国能源产业发展年会“新型储能投融资研讨会”上，中国工程院院士郭剑波表示，储能是新型电力系统最重要的技术之一，也是备受关注的技术，它的发展趋势是需求大、增长快、种类杂、功用多。储能技术的选择，储能大规模应用的前提是安全，经济是关键，价值兑现和市场机制是出口...
业界动态 2023-06-05 19:32:48 -
中国工程院院士李克强：中国自动驾驶产业化速度远超人们的预想
5月29日消息，近日中关村平行论坛“硬科技投资与发展论坛”现场，中国工程院院士、清华大学教授李克强进行主题演讲。他谈到，中国自动驾驶产业化速度实际上已经超过我们的预想，去年的L2级的装车量已经接近35%，国家层面正在从高级别的驾驶的准入，包括网联式等等在部署，快速在推进产业化...
业界动态 2023-05-29 16:08:21 -
数学论证GPT-4不是随机鹦鹉：真如此的话整个宇宙都会坍缩
克雷西 发自 凹非寺量子位 | 公众号 QbitAI对于ChatGPT的工作原理，一个常见的解释是根据统计学规律预测下一个词。但最近一位叫Jacob Bayless的工程师用数学方法得出惊人结论：若是如此，所需的信息量足以让整个宇宙都坍塌成黑洞。这一数据量是50000^8000，根据贝肯斯坦上限(Bekenstein bound)原理，如果把这些信息分配到空间当中，所需要的信息密度已经远超宇宙能承受的最大值。而这仅仅是把数据存储起来的消耗，更不必说还要进行运算了。而ChatGPT与单纯统计预测的区别，可以做这样的类比：如果天文学家通过历史观测记录推算出月食的周期，这可以算是统计学。但当他们总结出牛顿万有引力定律的时候，就已经超越了统计学。什么是“随机鹦鹉”一个流传很广的说法，所谓大语言模型实际上相当于一个“随机鹦鹉”——与我们观察其输出时的情况相反，语言模型只是将其在庞大的训练数据中观察到的语素胡乱拼接在一起，根据概率生成文本，但不清楚文字背后的任何含义，就像一个随机的鹦鹉。出自论文On The Dangers of Stochastic Parrots: Can Language Models Be Too Big这对过去的语言模型，或许确实成立。比如曾经流行的n-gram算法。比如当我们在搜索引擎中进行搜索时，出现的联想词就能用此方法实现。具体来说，下面的三行文本中，第一行纯粹是随机生成，第二行考虑了单词在英语中整体的出现概率，第三行则考虑了单词在前一个词后面出现的概率。n = 0: RECEIVE FALL SURPRISED FRIDAY INGREDIENT…n = 1: REPRESENTING AND SPEEDILY IS AN GOOD…n = 2: THE CHARACTER OF THIS POINT IS THEREFORE…不难看出，随着n值的升高，文本越来越接近人类语言。而n-gram模型根本不需要掌握其中的语义或理解其中的抽象概念，就能生成像模像样的句子。据此有人猜想，GPT-4会不会也只是一种高级的n-gram呢？Bayless提出，GPT必须学会抽象才能有如今的效果，至少GPT-4肯定如此。GPT-4不只是“随机鹦鹉”要证明这一点，可以先看下棋机器人的例子。如果有一种下棋机器人，存储了巨量棋谱数据，对于每个棋局都能推荐下一步。那它就能通过“背谱法”模仿其他任何棋手或程序的下法比如Stockfish是最先进的国际象棋程序，如果仅通过对战而不看源码，是无法确定Stockfish是否在背谱。但实际上，包含所有情形和步骤的棋谱数据量可能超过2^154。而Stockfish的程序只占用了不到50MB的空间，根本不可能存下需要的所有棋谱。所以Stockfish肯定是通过更高级的方法来实现下棋的。人类语言的复杂度远超过棋类游戏，因此GPT的数据量更是同理。仅在是上一代的GPT-3的token字典中就有超过5万token。如果对每个词都逐一建立统计信息，n-gram模型中n值将高达8000。届时，需要存储的情景数量将达到50000^8000。正如文章开头所提到，这简直是天文数字，足以让整个宇宙坍缩。因此，GPT是“随机鹦鹉”的猜测在理论上得到了一定程度的批驳。“随机鹦鹉”达不到的高度仅在理论上进行说明是不充分的，因此研究人员还进行了两个实验，意图证明大模型在学习过程中已经抽象出了算法。第一个实验关于一道经典的农夫过河问题。一个农夫有一条船，和狼、羊、菜，农夫要把这3样东西运到河到另一边，农夫每次最多只能通过这个船运一样东西，要防止狼吃羊、羊吃白菜（即不能在没有农夫在的情况下同时在同一岸边），该怎么过？研究人员将这个问题中的农夫、船、河分别替换成地球人、虫洞和银河系。狼、羊和菜则分别换成火星人、金星人和月球人。替换的目的是因为互联网上不太可能出现类似语料，可以判断大语言模型是不是真的掌握了通用方法。如果GPT不是“随机鹦鹉”，那么它至少不会犯下只有“随机鹦鹉”才会犯的错误。GPT-4针对替换后的问题给出了正确的回答，GPT-3.5则没有。但它们并没有犯研究人员预想的“鹦鹉”错误——即在回答中出现狼、船、河等已被替换掉的词语。回答中使用的句子，也无法在互联网中被检索到。这些现象都证明了现在的大语言模型的生成方式已经超越了“概率预测”。第二个实验则是数字排序。如果让GPT学习数字排序，它们究竟是只会记住给出过的数字顺序，还是真的研究出排序算法呢？其实只要从GPT的输出当中就可以看出来了。假如从1-100中随机选择10个数字，并将其顺序打乱，将一共有这么多种情形：如果再考虑数字的重复出现，又或者数字的数量发生变化，根本不可能存储如此之多的情形。因此，只要GPT能够针对未知的排序问题给出正确的回答，便可以说明它们是真的研究出了排序算法。研究人员训练了一款特斯拉前AI总监Andrej Kaparthy发明的语言模型nanoGPT，专门让它做数字排序。结果显示，随着训练步数的增加，模型给出的数字顺序越来越完美。虽然在训练步数达到16万左右时突然出现了大量错误，但也很快得到了纠正。这说明这款模型并不是仅仅根据学习的素材对未知的数字进行排序，而是已经掌握了背后的方法。这个测试只是在一台笔记本电脑、算力非常有限的GPU上进行的。更不必说GPT-4了。参考链接：https://jbconsulting...
智能设备 2023-05-27 16:02:19 -
你应该使用的iPhoneSpotlight搜索功能
iPhone 的 Spotlight 搜索功能是一个强大而且很少被充分利用的工具。除了可以用于查找应用程序、联系人和消息等基本功能外，Spotlight 还提供了一些其他有用的功能。在本文中，我们将介绍一些你可能还不知道的 iPhone Spotlight 搜索功能。1. 查找文档和文件Spotlight 可以搜索你的 iPhone 上的文档和文件。只需在搜索栏中输入文件名、关键词或文件类型，即可快速找到你需要的内容。这对于快速访问电子表格、PDF、文本文件等非常方便。2...
手机互联 2023-05-24 01:26:58
