在人们还沉浸在十一黄金周的假期中时,科技宅们又将相继迎来信息量极大的科技新品发布周。
先是苹果确认将于十月举行新品发布的好消息,接着联想也将在10日发布Yoga新品,然而另一家通讯厂商HTC却抢跑在最前列,于北京时间10月9日凌晨在纽约举办发布会,并宣告HTC正在开启神秘且全新的转型之路:重新定义移动影像。
与此同时,HTC还发布了全新的拍照系统Eye Experience,这套拍照系统对原有HTC的拍照体系进行大幅升级。基于这套系统的新品HTC One M8 Eye和Desire Eye也正式亮相。HTC还发布了首款手持式便携拍照相机HTC Re。
事实上,早在今年9月份HTC向媒体派发的邀请函里,就已曝光10月神秘发布会的主题“双曝光(Double Exposure)”,而且HTC还邀请受邀者们在其邀请回复中提交一张自拍照,这暗示着这可能是一场相机或以照片为中心的发布会。
HTC近年来一直在强调其设备中的相机性能和特性。该公司抛弃了原始HTC One智能手机摄像头的传统像素,转而选择了一种自定义影响传感器,并以UltraPixels摄像头技术将其推向市场。
HTC Desire Eye的外观类似Desire 820,机身配色更有活力,采用5.2英寸1080P分辨率显示屏,搭载高通骁龙801处理器,内置2GB运行内存和16GB机身存储空间(支持SD卡扩展),电池容量为2410mAh,支持IPx7级别防水,可在1米深水下保持30分钟。
值得一提的是,Desire Eye的前、后摄像头均为1300万像素,并且均配有双色温补光灯。从正面看,硕大的前置摄像头非常明显。
M8 Eye作为HTC M8的改款出现,最大的变化是将M8上原有的400万像素UltraPixel镜头更换为了1300万像素常规的背照式镜头,同时手机的前后面板颜色将采用撞色搭配,而不再是统一的。
M8 Eye配备了5.2英寸1080p分辨率显示屏,搭载2.3GHz骁龙801处理器,用于2GB运行内存和16GB机身存储空间(支持SD卡扩展)。
作为HTC手机的拍照系统软件升级版出现,升级后的系统将支持诸如前后摄像头摄像、五方视频通话、120帧慢快门拍摄等功能。HTC为视频通话定制了面部追踪功能,前置摄像头通过面部识别功能,可以追踪使用者的面部位移变化,只要在前置摄像头的拍摄范围内,使用者随意移动,Eye Experience都可以锁定人脸。
此外,全新的Eye Experience拍摄功能也将率先登陆M8 Eye。Eye Experience允许用户进行分屏拍摄、前后摄像头同时拍摄视频、滑动切换摄像头等操作,并且支持微笑、声音自拍及实时美颜、魔幻变脸、面部识别追踪等功能。未来,Eye Experience将向微信、Line等社交软件开放API接口。
除了两款手机产品,HTC还发布了名为“RE”的便携式拍照相机。
这款设备的外观很像一个潜望镜,只有镜头和快门,并未取景器,机身小巧,仅重66克,拥有多种配色供选择。当用户手持“RE”时,它会自动启动,而在静止30秒之后,其会随之进入休眠状态。HTC称,Re的电池容量为820mAh,可以保持休眠状态两个月,使用时可拍摄1000张照片,或100分钟全高清视频。
HTC RE采用了1600万像素定焦镜头,拥有146度广角,支持4倍速的慢速或快速摄像模式,以及IPx7级别防水,可以直接进入游泳池拍摄。为了满足不同用户的需求,HTC还提供了RE防水帽(可在水下3米使用2小时),以及镜头保护套和外置配件,例如绑在头盔上使用。
HTC RE内置8GB存储空间,可扩展至128GB,通过蓝牙与手机配对,数据传输则依赖于WiFi。RE的手机端应用可以浏览照片或控制摄像头拍照,支持Android和iOS平台。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。