
HTC One (M8)发布,配备双摄像头、全新Sense 6.0界面和金属覆盖面积达90%的机身。
在看到过大量有关新款HTC One M8规格、照片和视频的曝光信息后,很高兴我们终于迎来了HTC的官方声明。
看到这款HTC设备并上手后,笔者对它有了一定的初步印象。新款HTC One M8机身有所改进,其金属外壳的金属覆盖面积从之前的70%提高到90%。笔者认为去年发布的HTC One M7的设计特点已经很不错了,而这款新设备超越了M7。
HTC听从了用户的反馈并将之付诸行动,对新HTC One M8设备进行了改善,例如删除了专用虚拟按键,增加了microSD卡插槽,改善其BoomSound扬声器,改变了耳机插孔的位置并用一种新颖的方案解决了电源按钮的问题,对相机的整体经验大有改进。
HTC One (M8)的规格数据如下:
•采用2.3GHz主频的高通骁龙801处理器
•配置5英寸1080p分辨率LCD液晶显示屏
•搭载Android 4.4系统并采用全新HTC Sense 6.0界面和改善后的BlinkFeed功能
•配置16/32GB的内部存储并支持最大128GB的内存卡扩展
•采用2GB内存
•支持802.11 a/ac/b/g/n WiFi和蓝牙4.0
•配置HTC BoomSound前置立体声扬声器
•仍采用HTC UltraPixel超像素摄像头技术,并配置双摄像头和双闪光灯
•采用500万像素超广角前置摄像头
•内置2600mAH的电池
•机身规格:尺寸为146.36×70.6×9.35毫米,重量为160克
正如你所看到的,这款新HTC One (M8)足以匹敌三星Galaxy S5和其他新款Android智能手机。笔者正考虑换一台HTC One (M8),但笔者现有Moto X的附加功能实在太好用了。
由于这款手机的相机功能实为一大亮点,笔者打算另作一文谈谈其相机的精彩体验。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。