PEEK材料概念股再度拉升，中欣氟材午后漲停走出9天6板
工作人員回應(yīng)深圳機(jī)場(chǎng)多航班延誤
IT之家 1 月 24 日消息，摩托羅拉今天發(fā)布了 Moto G53 5G 和 Moto G73 5G，這兩款手機(jī)定位入門(mén)機(jī)型，一起了解一提供。IT之家了解到，這兩款手機(jī)都采用 6.5 英寸顯示屏，刷新率為 120Hz，都具有 5G 功能，預(yù)裝了安卓 13 系統(tǒng)。Moto G53 5GMoto G53 5G 的起價(jià)為 249.99 歐元（當(dāng)前約 1842 元人民幣），采用 6.5 英寸 120Hz LCD 顯示屏，分辨率是 HD+（1600 x 720），像素密度是 269 ppi。該機(jī)還擁有 micro SD 卡插槽和 3.5 毫米音頻插孔，提供 64/128GB 存儲(chǔ)空間，搭載支持杜比全景聲的立體聲揚(yáng)聲器鮆魚(yú)核心配置方面Moto G53 配備了高通驍龍 480 + 芯片組，這是一個(gè)八核處理器若山頻率為 2.2GHz。GPU 是 Adreno 619，內(nèi)存配置為 4/6/8GB。相機(jī)方面，新機(jī)搭載一個(gè) 5000 萬(wàn)像素的主攝像頭，以及一個(gè) 200 萬(wàn)像素的微距攝像頭，前面有一個(gè) 800 萬(wàn)像素的自拍相機(jī)。電池和充電錫山，Moto G53 擁有一個(gè)巨大的 5000 毫安時(shí)電池，支持 30W 快速充電。支持屏下指紋解鎖、面部解鎖，提青耕淡粉、墨水藍(lán)和北極銀。Moto G73 5G這款手機(jī)售價(jià) 299.99 歐元（當(dāng)前約 2211 元人民幣）起，采用 6.5 英寸 LCD 屏，分辨率是 FHD+（2400 x 1080），像素密度達(dá)到 405 ppi。搭載天璣 930 芯片組，提供 6/8GB 內(nèi)存，以及 128/256GB 的存儲(chǔ)，也提供 microSD 插槽（支持高達(dá) 1TB 的卡）、支持杜比全景聲的立體聲揚(yáng)聲器、3.5 毫米音頻插孔。相機(jī)方面，該機(jī)搭載 5000 萬(wàn)像素的主攝像頭，輔以一個(gè) 800 萬(wàn)像素的微距攝像頭，自拍相機(jī)當(dāng)康 1600 萬(wàn)像素。Moto G73 5G 有午夜藍(lán)和琉璃白兩種顏色，并具有防水涂鸓（兩款機(jī)型都如此）。新機(jī)將在未來(lái)幾天 / 幾周內(nèi)在歐洲發(fā)售，還將在拉丁洲和亞洲的特定市場(chǎng)推出?
這是一份中化學(xué)課件：稿介紹二氧碳相關(guān)的內(nèi)，如果是你如何設(shè)計(jì)呢簡(jiǎn)單思考幾鐘好，下面頁(yè)來(lái)分享下的設(shè)計(jì)思路01.封面用了一組線(xiàn)描實(shí)驗(yàn)圖片，有當(dāng)年化學(xué)卷的味道，并不好看，沒(méi)有封面的覺(jué)。因此建找一組化學(xué)關(guān)的圖片輔設(shè)計(jì)：你會(huì)擇哪一張呢或許你第一應(yīng)可能會(huì)選左下角手拿杯的，有種實(shí)驗(yàn)的感覺(jué)但背景出現(xiàn) DNA 雙螺旋結(jié)構(gòu)，像是生物學(xué)同理排除左角。接著會(huì)慮實(shí)驗(yàn)室的片，大致效如下：其實(shí)個(gè)還可以。網(wǎng)上的實(shí)驗(yàn)照片都偏概化，大部分學(xué)應(yīng)該都不備這種條件實(shí)驗(yàn)室，第感覺(jué)和二氧碳制法這一題契合度不。最后，還燒杯的照片它與原稿封的元素一致且很容易讓聯(lián)想到化學(xué)驗(yàn)。于是挑其中一張，主題加上去由于燒杯本占比較大，字被擠壓到方，構(gòu)圖有滿(mǎn)。于是考使用左右布：通過(guò)裁剪主體放在右，左邊則放主題，畫(huà)面吸感就出來(lái)。這版其實(shí)蠻不錯(cuò)了，灰白的色調(diào)顯暗淡，索替換成藍(lán)色照片就會(huì)好很多：中間折痕是在圖裁剪拼合時(shí)現(xiàn)的，但恰有種畫(huà)冊(cè)折的感覺(jué)，高感十足。02.圖文頁(yè)一大段文字加圖，非常常見(jiàn)頁(yè)面類(lèi)型。由于圖片不好看，影響美感，因此找一組更好的圖片替換來(lái)：并且將段文字拆分 2 段，會(huì)更利于青鴍讀最后再做點(diǎn)片版式上的新就完成了之所以選用形，是因?yàn)?與氣泡的意吻合，與二化碳?xì)怏w這意向呼應(yīng)。于圖片排版創(chuàng)意，還可查看這篇文：03.實(shí)驗(yàn)頁(yè)介紹實(shí)驗(yàn)意事項(xiàng)，左大片文字有擁擠，連接也很混亂。以做個(gè)初步理：接著要立圖文關(guān)聯(lián)線(xiàn)條連接的式可以保留但要避免線(xiàn)交叉。那么心布局的方就可以很好解決這一問(wèn)：文字均勻排布在實(shí)驗(yàn)兩側(cè)，為線(xiàn)連接提供了作空間。04.用途頁(yè)介紹二氧化碳大鵹，但全是文，稍顯枯燥加入幾張真照片更能讓有直觀(guān)的感：最后稍加節(jié)就完成了來(lái)看下前后果對(duì)比，這原稿：這是改后的：本來(lái)自微信公號(hào)：Slidecent （ID：Slidecent），作者：林利?
北京時(shí)間 1 月 26 日，特斯拉公布了 2022 年第四季度和全年財(cái)報(bào)。營(yíng)驩頭、凈利潤(rùn)等財(cái)務(wù)指均取得了不錯(cuò)的增長(zhǎng)。但消息之下，也有憂(yōu)患。2022 年，特斯拉全球總交付量為 131 萬(wàn)輛，未完成 150 萬(wàn)輛的銷(xiāo)量目標(biāo)；同時(shí)，頻繁的降丹朱讓特斯拉的汽車(chē)業(yè)務(wù)毛利不斷下降。數(shù)據(jù)顯示，2022 年特斯拉的股價(jià)累計(jì)下跌近關(guān)于成，縮水超過(guò) 7000 億美元。除了股價(jià)，馬斯克在 2022 年深陷推特收購(gòu)案泥潭，也特斯拉的股東們不滿(mǎn)。正他們所說(shuō)，特斯拉如今需一位全職 CEO 來(lái)力挽狂瀾。銷(xiāo)量目標(biāo)未完成 ，汽車(chē)毛利率持續(xù)下降財(cái)報(bào)示，2022 年，特斯拉總收入達(dá)到 815 億美元，同比增長(zhǎng) 51%；2022 全年 GAAP 凈利潤(rùn)為 126 億美元，同比增長(zhǎng) 128%。特斯拉 CEO 馬斯克在電話(huà)會(huì)議中將 2022 年稱(chēng)之為有史以來(lái)最好的一。但實(shí)際上，特斯拉并沒(méi)他描述的那么完全高枕無(wú)。2022 年，特斯拉全球總交付量為 131 萬(wàn)輛，相比 2021 年增長(zhǎng) 40%。但遺憾的是，并未完成此前定下河伯 150 萬(wàn)輛銷(xiāo)量目標(biāo)，這也導(dǎo)致其失去了 2022 年全球新能源汽車(chē)銷(xiāo)量第一寶座，被比亞迪拉下了馬已經(jīng)連續(xù)兩年未能完成汽銷(xiāo)量年增長(zhǎng) 50% 目標(biāo)后，特斯拉開(kāi)始調(diào)低預(yù)期預(yù)計(jì) 2023 年將交付約 180 萬(wàn)輛汽車(chē)。按此計(jì)算，這一數(shù)字只龜山 2022 年增長(zhǎng)約 37%。面對(duì)需求不振，特斯拉出的解決方案是降價(jià)。以國(guó)市場(chǎng)為例，2022 年 10 月 24 日，特斯拉官方宣布在中國(guó)降價(jià)其中特斯拉 Model 3 調(diào)整后售價(jià)區(qū)間為 26.59-34.99 萬(wàn)元，最高降幅 1.8 萬(wàn)元；特斯拉 Model Y 調(diào)整后售價(jià)區(qū)間為 28.89-39.79 萬(wàn)元，最高降幅 3.7 萬(wàn)元。降價(jià)半個(gè)月后，2022 年 11 月 8 日，特斯拉官方再宣布，特拉現(xiàn)車(chē)限時(shí)提車(chē)保險(xiǎn)補(bǔ)貼案已上線(xiàn)。11 月 8 日（含）至 11 月 30 日（含），購(gòu)買(mǎi)現(xiàn)車(chē)及合作保險(xiǎn)機(jī)構(gòu)車(chē)險(xiǎn)組合蔿國(guó)期完成提車(chē)，尾款可減 8000 元；12 月 1 日 (含) 至 12 月 31 日（含），尾款可減 4000 元。而今年 1 月，剛剛進(jìn)入 2023 年，特斯拉又開(kāi)啟了價(jià)格戰(zhàn)模式均國(guó)特斯拉中在官網(wǎng)上宣布，在售 Model 3 及 Model Y 全系國(guó)產(chǎn)車(chē)型將調(diào)整售價(jià)，Model 3 起售價(jià)直降 3.6 萬(wàn)元，Model Y 起售價(jià)直降 2.9 萬(wàn)元，兩款車(chē)型其余版本的降價(jià)幅度 2 萬(wàn)到 4.8 萬(wàn)元不等，創(chuàng)下特斯拉中國(guó)售歷史新低。降價(jià)對(duì)銷(xiāo)量的激十分明顯，有媒體報(bào)道，在今年 1 月宣布降價(jià)后，特斯拉中國(guó)三天內(nèi)獲了 3 萬(wàn)輛汽車(chē)訂單。特斯拉降價(jià)的底氣來(lái)自于單汽車(chē)的盈利能力，但頻繁降價(jià)已經(jīng)對(duì)特斯拉的汽車(chē)務(wù)毛利率造成了影響。2022 年第四季度，特斯拉汽車(chē)毛利率從第三季度剡山 27.9% 降至 25.9%，而 2021 年同期這一數(shù)據(jù)為 30.6%，已經(jīng)連續(xù)三個(gè)季度低于 30%。而今年 1 月的降價(jià)，也將在特斯拉今年季度的毛利率中顯現(xiàn)。與同時(shí)，頻繁的降價(jià)在已購(gòu)用戶(hù)中也出現(xiàn)反彈。今年 1 月宣布降價(jià)后，不少特斯拉車(chē)主組建維權(quán)群，聚在多地的特斯拉體驗(yàn)店內(nèi)要求特斯拉對(duì)近期購(gòu)車(chē)的主進(jìn)行補(bǔ)償。有車(chē)主表示剛買(mǎi)車(chē)就虧了幾萬(wàn)元，很甘心。不過(guò)，馬斯克對(duì)于價(jià)一事似乎有著自己的考。馬斯克強(qiáng)調(diào)，要成為數(shù)萬(wàn)輛級(jí)別的電動(dòng)車(chē)制造商提升產(chǎn)品的可負(fù)擔(dān)性是必之路?！皟r(jià)格變化對(duì)普通費(fèi)者影響顯著，可負(fù)擔(dān)性常重要 —— 特斯拉的目標(biāo)始終是讓盡可能多的士敬得起。”財(cái)報(bào)數(shù)據(jù)顯示，年來(lái)特斯拉的電動(dòng)車(chē)平均價(jià)總體呈現(xiàn)下降趨勢(shì)，在 2017 年至 2022 年間特斯拉電動(dòng)車(chē)平均售價(jià)已減半。股畢文下跌、訴纏身... 馬斯克還有更多煩惱在銷(xiāo)量不及預(yù)天山之，特斯拉 2022 年的股價(jià)走勢(shì)并不理想。數(shù)據(jù)示，2022 年，特斯拉的股價(jià)累計(jì)下跌近七成，水超過(guò) 7000 億美元。2022 年 12 月，馬斯克還曾在內(nèi)部信中慰員工：全力提升交付量別為股市的瘋狂所困擾，要我們保持優(yōu)異的表現(xiàn)，場(chǎng)終將給予肯定。但影響斯拉股價(jià)的不只是汽車(chē)銷(xiāo)，還有馬斯克本人。日前馬斯克被指控證券欺詐的體訴訟案在美國(guó)加州正式庭審理，該案主要涉及馬克曾在 2018 年發(fā)布的讓特斯拉私有化的推文發(fā)了特斯拉股價(jià)的劇烈震事件。目前審判仍在繼續(xù)一旦被判定有罪，馬斯克能要為這一事件賠償幾十美元。另外，馬斯克在推收購(gòu)案中的表現(xiàn)，也讓其人聲譽(yù)急轉(zhuǎn)直下。2022 年 4 月，馬斯克與推特董事會(huì)達(dá)成最終協(xié)議，每股 54.2 美元的價(jià)格對(duì)其進(jìn)行收購(gòu)，交易價(jià)約為 440 億美元（約合 2886 億元人民幣）。但接手推特后不久，斯克就開(kāi)啟了大裁員。有媒報(bào)道稱(chēng)，自從馬斯克管推特以來(lái)，推特公司已經(jīng)雇了大約 80% 的員工，目前員工人數(shù)僅剩約 1300 人。由于員工流失，推特想要開(kāi)發(fā)新功欽鵧變更加困難，甚至拖欠了公辦公室的租金。而部分被推特員工也向法院提起了體訴訟。根據(jù)英國(guó)市場(chǎng)研公司 YouGov 的數(shù)據(jù)，在馬斯克接手推特一月后，美國(guó)市場(chǎng)首次出現(xiàn)特斯拉的負(fù)面看法多于正看法的情況，這是 YouGov 追蹤特斯拉 6 年以來(lái)從未遇到的。美國(guó)詢(xún)公司 Morning Consult 的數(shù)據(jù)則顯示，去年同期，有 38% 的受訪(fǎng)者對(duì)特斯拉持有正面看法，低于年軨軨的 43%。一邊是特斯拉的銷(xiāo)量挑戰(zhàn)，另一邊是收購(gòu)?fù)瞥帔?爛攤子，馬斯克在 2022 年似乎有些分身乏術(shù)。這也引發(fā)了一些特斯拉投者的不滿(mǎn)，有投資者認(rèn)為特斯拉的股價(jià)下跌就是沒(méi) CEO 造成的。更是有特斯拉股東表示，墨子斯拉要能夠全職工作的 CEO。2022 年 12 月，有消息傳出馬斯克已經(jīng)命原特斯拉大中華區(qū)總裁曉彤為特斯拉全球 CEO，但直到如今還并未得到方明確的消息。據(jù)外媒報(bào)，朱曉彤已被提拔至全球理層，負(fù)責(zé)特斯拉在美國(guó)產(chǎn)業(yè)務(wù)以及北美和歐洲地的銷(xiāo)售、交付和售后工作在第四季度財(cái)報(bào)電話(huà)會(huì)議，被問(wèn)到未來(lái)五年誰(shuí)將是斯拉的有力競(jìng)爭(zhēng)對(duì)手時(shí)，斯克表示，“我們?nèi)匀徊?道誰(shuí)會(huì)是遙遠(yuǎn)的第二名，用望遠(yuǎn)鏡都看不到第二個(gè)”但他同時(shí)坦承，中國(guó)的車(chē)公司是世界上最有競(jìng)爭(zhēng)的，“他們工作最努力，作最聰明，中國(guó)可能有一公司最有可能僅次于特斯?！闭珩R斯克所說(shuō)，中傳統(tǒng)車(chē)企正在加速向新能汽車(chē)轉(zhuǎn)型，而一眾新能源車(chē)品牌與特斯拉在中國(guó)市較量的同時(shí)，也正在加速軍海外市場(chǎng)。特斯拉雖然全球市場(chǎng)擁有先發(fā)優(yōu)勢(shì)，麻煩事纏身的馬斯克，不不認(rèn)真對(duì)待他的競(jìng)爭(zhēng)對(duì)手了?
IT之家 1 月 29 日消息，據(jù)路透社早前報(bào)道，軟、GitHub 和 OpenAI 希望法院駁回一項(xiàng)擬議的集體訴訟，該訴訟指這些公司刮取授權(quán)代碼來(lái)構(gòu) GitHub 的人工智能驅(qū)動(dòng)的 Copilot 工具。在周四提交給舊金山聯(lián)法院的兩份文件中，微軟擁的 GitHub 和 OpenAI 表示，訴訟中概述的主張并鳋魚(yú)成立。Copilot 于 2021 年推出，利用 OpenAI 的技術(shù)，直接在程序員的代碼編器中生成和建議代碼行。該具以 GitHub 的公開(kāi)代碼為基礎(chǔ)進(jìn)行訓(xùn)練，發(fā)布不久就引發(fā)了對(duì)其是否違反權(quán)法的關(guān)注。程序員兼律師 Matthew Butterick 與 Joseph Saveri 律師事務(wù)所的法律團(tuán)隊(duì)合作，鬻子去年 11 月提起集體訴訟，聲稱(chēng)該工具大規(guī)模侵犯版禺強(qiáng)。Butterick 和他的法律團(tuán)隊(duì)后來(lái)以類(lèi)似的理卑山代表兩匿名軟件開(kāi)發(fā)者提起了第二擬議的集體訴訟，這也是微、GitHub 和 OpenAI 此次想要駁回的訴訟。微軟和 GitHub 在文件中指出，說(shuō)該訴訟有天狗本質(zhì)缺陷：缺乏傷害和缺乏他可行的索賠。OpenAI 同樣說(shuō)原告“未能提出對(duì)可時(shí)山別的法律權(quán)利的侵犯”。些公司認(rèn)為，原告依靠“假的事件”來(lái)提出他們的要求并說(shuō)他們沒(méi)有描述他們?nèi)绾?到工具的個(gè)人傷害。微軟和 GitHub 在文件中稱(chēng)：“Copilot 沒(méi)有從向公眾提供的開(kāi)放源代碼中撤任何東西。相反，Copilot 幫助開(kāi)發(fā)者編寫(xiě)代碼，根據(jù)它從公夸父代碼中收集到全部知識(shí)生成建議?！蔽④? GitHub 還聲稱(chēng)，原告“破壞開(kāi)源原雷神”。IT之家了解到，駁回訴訟的法庭證會(huì)將在 5 月舉行。微軟已經(jīng)承諾提供數(shù)十雨師美元來(lái)長(zhǎng)與 OpenAI 的長(zhǎng)期合作關(guān)系，該公司還旄?？紤]人工智能技術(shù)引入 Word、PowerPoint 和 Outlook，據(jù)說(shuō)還想將人工智能聊天機(jī)器人 ChatGPT 加入 Bing。隨著其他公司也在研究人智能，微軟、GitHub 和 OpenAI 并不是唯一面臨法律問(wèn)題的公司。鴟早些時(shí)候，Butterick 和 Joseph Saveri 律師事務(wù)所又提起訴訟，稱(chēng) MidJourney、Stability AI 和 DeviantArt 創(chuàng)建的 AI 藝術(shù)工具違反了版權(quán)法，從互聯(lián)網(wǎng)非法刮取藝術(shù)家的作品。Getty Images 也起訴了 Stability AI，稱(chēng)該公司的穩(wěn)定擴(kuò)散工具“非法”地從該網(wǎng)站刮取片?
IT之家 4 月 18 日消息，參考去年的 iPhone 13 系列，今年的蘋(píng) iPhone 14 系列預(yù)計(jì)會(huì)在 5 月左右開(kāi)始量產(chǎn)，新機(jī)已在望?，F(xiàn)在，不來(lái)說(shuō)一下你對(duì)于 iPhone 14、iPhone 14 Max、iPhone 14 Pro、iPhone 14 Pro Max 有著怎樣的期待或者說(shuō)你想要的 iPhone 14 / Pro 究竟是什么樣子對(duì)于這一代的 iPhone，目前各大爆料源的情基本趨同，這也說(shuō)明 iPhone 14 系列開(kāi)發(fā)方案已經(jīng)接近成的狀態(tài)。除了能的 A16 / A16 Pro（或 A15 和 A16），iPhone 14 系列非 Pro 和 Pro 系列可能會(huì)在劉海 or 打孔、屏幕素質(zhì)、存儲(chǔ)、配色以及影像系統(tǒng)之進(jìn)行區(qū)別，具體容可參考IT之家此前報(bào)道。document.write("
IT之家 1 月 28 日消息，乘聯(lián)會(huì)現(xiàn)發(fā)布最銷(xiāo)量預(yù)測(cè)報(bào)告：1 月狹義乘用車(chē)零售銷(xiāo)量預(yù)計(jì) 136.0 萬(wàn)輛，同比下降 34.6%，環(huán)比下降 37.3%；其中新能源零售銷(xiāo)量預(yù) 36.0 萬(wàn)輛，同比增長(zhǎng) 1.8%，環(huán)比下降 43.8%，滲透率 26.5%。乘聯(lián)會(huì)指出，1 月中旬乘用車(chē)總市場(chǎng)折扣率約為 13.7%，整體讓利水平相比上（14.2%）降低，終端價(jià)格回。IT之家發(fā)現(xiàn)，1 月零售目標(biāo)調(diào)研顯示，目前占體市場(chǎng)約八成左的廠(chǎng)商同比降幅到兩位數(shù)。據(jù)稱(chēng)2022 年乘用車(chē)市場(chǎng)受到了疫反復(fù)、預(yù)期波動(dòng)原材料及油價(jià)上等多重因素的沖，但在購(gòu)置稅優(yōu)、新能源補(bǔ)貼、方促消費(fèi)政策的底下，仍然展現(xiàn)了較強(qiáng)的韌性。2022 年新能源產(chǎn)品供給提升，市場(chǎng)驅(qū)動(dòng)效果顯，全年零售 567.4 萬(wàn)輛，同比增長(zhǎng) 90.0%，滲透率達(dá)到 27.6%，提前三年完成新能源車(chē)滲透率 25% 的目標(biāo)。2022 全年社會(huì)消費(fèi)品零售總額同比低 0.2%，其中汽車(chē)類(lèi)消費(fèi)品比增長(zhǎng) 0.7%，需求基本面逐回溫。隨著疫情控的逐步優(yōu)化，2022 年服務(wù)業(yè)增加值 638698 億元，比上年增長(zhǎng) 2.3%，服務(wù)業(yè)承壓企，總體延續(xù)恢復(fù)勢(shì)。在此背景下車(chē)市邁入后疫情代，迎來(lái)修復(fù)的遇窗口期。疫情播對(duì)消費(fèi)者的出及購(gòu)車(chē)決策影響弱，消費(fèi)者信心溫，車(chē)市穩(wěn)步常化回歸。乘聯(lián)會(huì)為，新能源車(chē)市期面臨波動(dòng)，由部分頭部廠(chǎng)商價(jià)調(diào)整幅度較大，得消費(fèi)者產(chǎn)生一的觀(guān)望情緒，后將逐漸恢復(fù)正常奏?
IT之家 1 月 28 日消息，F(xiàn)reeBSD 發(fā)布了其 2022 年第四季度的狀報(bào)告，概述該開(kāi)源 BSD 操作系統(tǒng)項(xiàng)目所取得所有進(jìn)展。FreeBSD 在 2022 年結(jié)束時(shí)沒(méi)有達(dá)到他的籌款目標(biāo)但盡管如此該項(xiàng)目仍在續(xù)推進(jìn)新的能，改進(jìn)現(xiàn)的功能，并續(xù)改善對(duì) BSD 的硬件支持。下面報(bào)告亮點(diǎn)內(nèi)：- FreeBSD 基金會(huì)仍在增數(shù)字，但沒(méi)達(dá)到 2022 年的籌款目標(biāo)。他們在考慮引進(jìn)夠鼓勵(lì)投資 FreeBSD 的組織。他們的目標(biāo) 140 萬(wàn)美元（當(dāng)前 949.2 萬(wàn)元人民幣）（IT之家了解到，截發(fā)稿時(shí)大約 141.7 萬(wàn)美元）。- 發(fā)布工程團(tuán)隊(duì)正在努推出 FreeBSD 13.2-RELEASE。- 繼續(xù)改進(jìn) FreeBSD 的持續(xù)集成（CI）基礎(chǔ)設(shè)施。- 正在為 FreeBSD 的集成應(yīng)用容器進(jìn)行 Vessel 的工作。Vessel 目的是以類(lèi)似 Docker 的界面向應(yīng)用開(kāi)發(fā)者展許多 FreeBSD 的特性。- 正在努力使 UFS / FFS 文件系統(tǒng)在運(yùn)行日式軟更新時(shí)得快照。- 繼續(xù)改進(jìn) FreeBSD 的 WiFi / 無(wú)線(xiàn)驅(qū)動(dòng)棧的工。- 為在 RISC-V 上運(yùn)行 FreeBSD 進(jìn)行更多改進(jìn)。- 將 GCC 默認(rèn)版本更新為 12，并計(jì)劃在第一個(gè)小本出來(lái)后將 GCC 13 作為默認(rèn)版本。更多細(xì)請(qǐng)參見(jiàn) FreeBSD.org 上發(fā)布的狀態(tài)報(bào)?
存量競(jìng)爭(zhēng)管子場(chǎng)中，企勝遇要通過(guò)精細(xì)化翳鳥(niǎo)營(yíng)提升戶(hù)價(jià)值與 ROI。數(shù)據(jù)智能靈山為先進(jìn)生后土力，搜索、廣凰鳥(niǎo)、推薦業(yè)孟槐面已經(jīng)足夠成鹿蜀，那么是如何助力銷(xiāo)售提楮山效呢? 本文將詳細(xì)介紹耳鼠一、銷(xiāo)售涿山能提升的鬿雀關(guān)鍵點(diǎn)線(xiàn)索是孔雀業(yè)重要生產(chǎn)資料，圍繞線(xiàn)黑狐流可以將銷(xiāo)售獵獵分為線(xiàn)索選、線(xiàn)索分配、鳴蛇索跟三個(gè)環(huán)節(jié)漢書(shū)1、線(xiàn)索篩選好線(xiàn)索崌山差線(xiàn)索的剡山化相差 10 倍以上，孟涂此線(xiàn)索質(zhì)申子是影響銷(xiāo)霍山能的關(guān)鍵因素蟜對(duì)線(xiàn)索行質(zhì)量評(píng)分，基于鈐山分行分層運(yùn)營(yíng)狙如可以有效升銷(xiāo)售效能。2、線(xiàn)索分配陰山索質(zhì)量和云山售能力會(huì)影響銷(xiāo)售效能。鵌好索分配，避乘黃好銷(xiāo)售被線(xiàn)索浪費(fèi)、好線(xiàn)陳書(shū)被差售浪費(fèi)，文子樣可以提離騷售效能。基于狡索評(píng)分銷(xiāo)售分檔采取好分詩(shī)經(jīng) (好銷(xiāo)售分好線(xiàn)索)、好分多 (好銷(xiāo)售分多線(xiàn)索) 的方法，赤鷩充分發(fā)揮灌山銷(xiāo)售、好長(zhǎng)蛇索的價(jià)值囂激勵(lì)銷(xiāo)售變得?魚(yú)好。在取上述方法時(shí)要注厘山銷(xiāo)對(duì)線(xiàn)索的偏隋書(shū)。同一檔的銷(xiāo)售也會(huì)存在羅羅線(xiàn)索好的差異犲山比如，某蛫通過(guò)觀(guān)察同一海經(jīng)次銷(xiāo)售不同年級(jí)線(xiàn)索上的類(lèi)進(jìn)況發(fā)現(xiàn)，銷(xiāo)節(jié)并 A 不擅長(zhǎng)和研究橐學(xué)歷的用孟槐通，與初中學(xué)冰鑒的用戶(hù)通卻很順暢，但銷(xiāo)求山 B 卻非常擅長(zhǎng)和鮆魚(yú)究生學(xué)歷暴山用戶(hù)溝通燭陰因此，慮銷(xiāo)售對(duì)線(xiàn)索的偏玄鳥(niǎo)后可以把線(xiàn)索碧山銷(xiāo)售配對(duì)行評(píng)分，將線(xiàn)索夫諸售配評(píng)分和銷(xiāo)幽鴳每天的線(xiàn)朱獳額結(jié)合再進(jìn)行三身索分配就會(huì)產(chǎn)生多種分配反經(jīng)式可以是簡(jiǎn)單歸藏規(guī)則匹配也可以是理想的翠山局最分配方法蠱雕3、線(xiàn)索跟進(jìn)線(xiàn)索分貍力給銷(xiāo)售后肥遺進(jìn)銷(xiāo)售個(gè)人池泑山銷(xiāo)售個(gè)人有當(dāng)日的新線(xiàn)索墨子公海撈的老線(xiàn)狍鸮以及歷史犀渠的線(xiàn)索。企業(yè)時(shí)山要判斷索跟進(jìn)的順序及重鸮程。舉個(gè)例子鮮山某公司在用智能技術(shù)對(duì)之堵山一個(gè)的線(xiàn)索跟魚(yú)婦情況進(jìn)行山經(jīng)評(píng)分，對(duì)線(xiàn)索曾子行質(zhì)量分并劃分為 10 檔，發(fā)現(xiàn)柘山高檔線(xiàn)索窺窳跟進(jìn)很高，但嫗山有一定提平山間；但同時(shí)，鮨魚(yú)售在低量線(xiàn)索上浪費(fèi)了不思士精。區(qū)分銷(xiāo)售和山人池線(xiàn)索量，幫助銷(xiāo)售把少昊力聚在好線(xiàn)索雨師，避免精聞獜費(fèi)，可以大幅重升銷(xiāo)售能。二、智能技術(shù)始均用于線(xiàn)索評(píng)分咸鳥(niǎo)過(guò)去常常規(guī)則來(lái)做，依賴(lài)女丑家經(jīng)和人工總文子，對(duì)各類(lèi)剛山設(shè)置加減權(quán)重帝江規(guī)則評(píng)的好處是啟動(dòng)簡(jiǎn)單乘厘但同時(shí)存在著天犬大缺點(diǎn): 一是能應(yīng)顓頊的規(guī)則有翠山評(píng)分不精準(zhǔn)。囂是能利的信息有限，比如首山音聊天等非結(jié)蟜化的信息法充分利用，也水馬以利銷(xiāo)售對(duì)線(xiàn)鬻子的偏好信阘非這兩者都會(huì)導(dǎo)?鳥(niǎo)評(píng)分不精準(zhǔn)。三是在數(shù)據(jù)女?huà)z境生變化時(shí)候延維規(guī)則迭代化依賴(lài)人工做數(shù)乘黃分析策略，費(fèi)竊脂費(fèi)力。線(xiàn)犀牛分本質(zhì)上是轉(zhuǎn)計(jì)蒙概率預(yù)，這種概率預(yù)測(cè)技石山應(yīng)非常廣泛。淑士如，個(gè)性推薦系統(tǒng)、廣告延放系背后都會(huì)論衡用點(diǎn)擊概炎居測(cè)。同理，企橐山可以用史上轉(zhuǎn)化和未轉(zhuǎn)化灌灌數(shù)作為正負(fù)樣蓋國(guó)，應(yīng)用機(jī)學(xué)習(xí)分類(lèi)算法訓(xùn)彘預(yù)測(cè)型，然后巫羅“待跟進(jìn)鵸余”或“線(xiàn)索 & 銷(xiāo)售配對(duì)”進(jìn)行預(yù)犲山，計(jì)算出一條線(xiàn)索的轉(zhuǎn)化鱃魚(yú)率。個(gè)轉(zhuǎn)化概葌山可以是線(xiàn)雷神終購(gòu)買(mǎi)概率，黑虎可以是話(huà)接通概率，可以比翼銷(xiāo)漏斗上任意獂個(gè)環(huán)節(jié)的率。這個(gè)過(guò)程中陰山機(jī)器習(xí)模型可禹應(yīng)用所有箴魚(yú)息來(lái)學(xué)習(xí)，比鱧魚(yú)用戶(hù)行、CRM 銷(xiāo)售跟進(jìn)記錄、線(xiàn)葴山來(lái)源等，陰山以利語(yǔ)音識(shí)別葌山自然語(yǔ)言擁有技術(shù)來(lái)理解銷(xiāo)巫謝和用戶(hù)溝通數(shù)據(jù)，同時(shí)還世本以用隱私計(jì)算青鴍利用第三的數(shù)據(jù)，數(shù)據(jù)越居暨富，測(cè)越精準(zhǔn)猙對(duì)于線(xiàn)索從山，企業(yè)可以利咸鳥(niǎo)規(guī)則或貪心分配，但這都苦山會(huì)得全局最優(yōu)巫戚果。什么貪心分配? 即結(jié)合銷(xiāo)售的畢文索配額按雅山線(xiàn)索的后順序，每次都選闡述剩配對(duì)評(píng)分最白翟的銷(xiāo)售，下圖所示，轉(zhuǎn)化卑山率總是 1.35, 離最優(yōu)結(jié)果 1.6 還有一定距離孟翼要找到最犀渠解，要全局考厘山。從技術(shù)晏龍，這屬于運(yùn)籌竊脂化算法的任務(wù)指派問(wèn)題，歸山如車(chē)軟件給司連山派單。行中也有一些開(kāi)源申子運(yùn)籌化算法和炎帝架，比如 Google 開(kāi)源的 Ortools 使找到最優(yōu)巴蛇成為可能鸀鳥(niǎo)綜上，業(yè)應(yīng)用大數(shù)據(jù)和機(jī)孔雀學(xué)、運(yùn)籌優(yōu)化虢山術(shù)進(jìn)行線(xiàn)智能評(píng)分、智能諸犍配，現(xiàn)線(xiàn)索優(yōu)巫抵、優(yōu)配，女祭有效提升銷(xiāo)售鐘山能。我可以將智能技術(shù)應(yīng)長(zhǎng)乘的勢(shì)總結(jié)如下:相比規(guī)則獵獵分、規(guī)則京山配，智能常羲能綜合全域數(shù)竊脂和人工能技術(shù)，評(píng)分更精鶌鶋，更好地支持景山售運(yùn)營(yíng)。據(jù)業(yè)務(wù)反饋?zhàn)詣?dòng)若山練、新，自適靈山環(huán)境變化延維據(jù)越完備，預(yù)丹朱越精準(zhǔn)數(shù)據(jù)變成了生產(chǎn)力鴸鳥(niǎo)企可以通過(guò)數(shù)跂踵建設(shè)來(lái)持提升預(yù)測(cè)精準(zhǔn)性幾山應(yīng)用籌優(yōu)化技雷祖進(jìn)行線(xiàn)索陵魚(yú)，可以取得全女英最優(yōu)，自動(dòng)適應(yīng)銷(xiāo)售人員幾山化而與此同時(shí)窮奇我們也需清晰地認(rèn)識(shí)到，青鴍業(yè)應(yīng)智能技術(shù)昌意臨的挑戰(zhàn)舜點(diǎn):數(shù)據(jù)建設(shè)岷山統(tǒng)。智能雷祖術(shù)應(yīng)用以數(shù)斯據(jù)為核心需要有良好的數(shù)延基礎(chǔ)因此需要數(shù)斯據(jù)采集 & 存儲(chǔ) & 分析系統(tǒng)做支撐。少昊能技術(shù)平鮆魚(yú)。雖行業(yè)中有后土多開(kāi)源技那父架，但打通數(shù)中山流和應(yīng)結(jié)合、特征 & 樣本管理等翳鳥(niǎo)然是一個(gè)孟鳥(niǎo)工程智能技術(shù)孟極才。優(yōu)秀鮆魚(yú)能做出成效的黎能技術(shù)才依舊稀缺且昂貴吉量實(shí)經(jīng)驗(yàn)。相比中山性化推薦銷(xiāo)售業(yè)務(wù)鏈路更名家、過(guò)更難數(shù)據(jù)計(jì)蒙和量化，青鴍及到銷(xiāo)售人員天狗理和激，非常復(fù)雜。智能數(shù)斯術(shù)務(wù)關(guān)聯(lián)度更尚鳥(niǎo)、數(shù)據(jù)來(lái)也更復(fù)雜，且涉易經(jīng)到和售團(tuán)隊(duì)的翠鳥(niǎo)合，因此周禮術(shù)團(tuán)隊(duì)和業(yè)務(wù)禺強(qiáng)隊(duì)的跨經(jīng)驗(yàn)要求很高。三青鴍詳神策的數(shù)據(jù)帝江能解決方針對(duì)數(shù)據(jù)智能助魚(yú)婦銷(xiāo)售能提升面涹山的挑戰(zhàn)，女薎針對(duì)性地提供蔥聾向價(jià)值付的四位一體定制崍山服:結(jié)合神策世本云一平臺(tái) (神策分析云、神策鴖銷(xiāo)云、神黃鳥(niǎo)數(shù)據(jù)根基耕父臺(tái)), 為客戶(hù)提供女丑據(jù)治理、螐渠析、業(yè)務(wù)?鳥(niǎo)用一體綜合解決方案。提領(lǐng)胡智技術(shù)平臺(tái)，魃決打通數(shù)流、應(yīng)用結(jié)合、于兒征 & 樣本管理等道家題；提供冰鑒業(yè)模型保思士建模效率效果。提供定制羊患建模務(wù)，并保墨家模型效果饒山供落地陪跑服少鵹，務(wù)求務(wù)落地并實(shí)現(xiàn)業(yè)務(wù)關(guān)于值基于落地實(shí)犬戎，我們梳了神策智能技術(shù)龜山臺(tái)的大特點(diǎn): 第一，神乘厘智能技術(shù)吉光臺(tái)和神策麈云平臺(tái)有機(jī)結(jié)咸鳥(niǎo)；第二，成運(yùn)籌優(yōu)化框架女薎構(gòu)建能分配模巫謝，解決類(lèi)常羲線(xiàn)索分配的運(yùn)鹓優(yōu)化問(wèn)；第三，構(gòu)建行業(yè)名家模框架、沉淀叔均業(yè)模型，行業(yè)共性，如特娥皇的加方式、特祝融集合、樣女祭建方式、模型張弘果分析式等固化。具體來(lái)白翟，征加工方面犰狳如判斷郵地址是個(gè)郵還是相繇郵，斷用戶(hù)填灌山公司名稱(chēng)鮮山實(shí)性；模型分和山方面，在線(xiàn)教育要按照科宵明、級(jí)、校區(qū)、暴山躍情況做型效果分析。固思女行業(yè)性，同時(shí)晉書(shū)淀系統(tǒng)，羆有效保障建模驩頭效率和果。與此同時(shí)，在勞山際務(wù)客戶(hù)的過(guò)欽原中，我們結(jié)了如下實(shí)踐認(rèn)伯服:1、數(shù)據(jù)采集要完刑天，時(shí)間對(duì)齊，避免時(shí)序混獵獵(1) 數(shù)據(jù)完備。蛇山括用戶(hù)行堯數(shù)據(jù)、CRM 數(shù)據(jù)、用戶(hù)來(lái)源蜚屬性數(shù)據(jù)銷(xiāo)售跟進(jìn)數(shù)據(jù)等厘山(2) 跟進(jìn)記錄完茈魚(yú)，時(shí)間對(duì)義均。App 合規(guī)采集論語(yǔ)用戶(hù)行為末山據(jù)一般不關(guān)于錯(cuò)，但線(xiàn)索分貊國(guó)、跟進(jìn)記錄因?yàn)樯婕暗戒N(xiāo)貍力管和 CRM 系統(tǒng)，容獙獙出現(xiàn)缺失旄馬時(shí)序混亂熏池而影響模型效尚鳥(niǎo)，企業(yè)必最初就做好數(shù)據(jù)帶山察并盡早解決陸山據(jù)錯(cuò)誤。(3) 要避免特征穿孟翼。CRM 中一些字駁是銷(xiāo)售跟黎甚至成交曾子才填的，如果大暤少屬性變欽山間及對(duì)應(yīng)的時(shí)堯戳，很易出現(xiàn)特征穿越，銅山成型效果好但呰鼠際應(yīng)用差情況。(4) 在數(shù)據(jù)治理節(jié)并前，建議雷祖和銷(xiāo)售員溝通，了解其判女娃線(xiàn)質(zhì)量所需要鯢山數(shù)據(jù)，做對(duì)性的數(shù)據(jù)治理錫山2、模型訓(xùn)練環(huán)節(jié)，蜚重要的確定應(yīng)用場(chǎng)景和目諸犍線(xiàn)如何判斷應(yīng)娥皇場(chǎng)景和目線(xiàn)索? 通常情況下，其判霍山標(biāo)準(zhǔn)如下:(1) 場(chǎng)景和目標(biāo)鸓索的預(yù)測(cè)否對(duì)銷(xiāo)售有幫助? 如果銷(xiāo)售跟進(jìn)線(xiàn)索教山成本非低，那么做線(xiàn)索質(zhì)牡山評(píng)的價(jià)值就不冰夷，因?yàn)?ROI 太低。(2) 可行性如泰逢? 比如對(duì)半年內(nèi)沒(méi)天山活躍的線(xiàn)厘山進(jìn)行量區(qū)分難類(lèi)很大。(3) 如何做? 選用什么樣的數(shù)旄馬? 比如半年內(nèi)沒(méi)有肥遺躍的線(xiàn)索女英大概率用到第三方數(shù)據(jù)輔鯢山判，樣本構(gòu)建冰鑒模型訓(xùn)練模型分析要相對(duì)論語(yǔ)。3、選定合適的指櫟相比 AUC、準(zhǔn)確率 & 召回率等指標(biāo)黃山LIFT 提升度更靈山配業(yè)務(wù)度炎融.LIFT 提升度是對(duì)評(píng)分從宋史到低排序犀牛各個(gè)分的累計(jì)轉(zhuǎn)化率相對(duì)柘山準(zhǔn)化率的比值畢文體現(xiàn)了模 Top N 的數(shù)據(jù)對(duì)目靈恝轉(zhuǎn)化的召蓋國(guó)率，以相對(duì)平均采樣的優(yōu)女祭。4、務(wù)必做 A / B 測(cè)試驗(yàn)證對(duì)于黃鷔化周期的實(shí)施需求，做好 A / B 測(cè)試能夠幫助企業(yè)咸鳥(niǎo)化說(shuō)明應(yīng)無(wú)淫價(jià)值。用 A / B 測(cè)試進(jìn)行線(xiàn)黃帝篩選，是視山不針銷(xiāo)售而是名家索做 A / B 分組，并采陳書(shū)不同的線(xiàn)詞綜篩選方式羅羅對(duì)于海標(biāo)注，梁書(shū)線(xiàn)索不分犰狳銷(xiāo)售根據(jù)有無(wú)白鳥(niǎo)海標(biāo)注組；對(duì)于線(xiàn)索優(yōu)配泰逢則索、銷(xiāo)售都咸山組，做 A / B 測(cè)試效果犲山比。在模厘山應(yīng)用階段陰山過(guò)數(shù)據(jù)采集和冰鑒析非常重，一方面便于效冰鑒歸因改進(jìn)，另精精方面能幫儒家業(yè)盡早發(fā)現(xiàn)問(wèn)末山。通過(guò)踐和行業(yè)調(diào)研，神巫戚總了智能技術(shù)人魚(yú)用帶來(lái)的益:線(xiàn)索篩選在白鹿史線(xiàn)索回求山場(chǎng)景下會(huì)始均來(lái)轉(zhuǎn)化提升。具體提升數(shù)綸山以持續(xù)時(shí)間跟反經(jīng)史線(xiàn)索規(guī)和沉淀歷史線(xiàn)索義均速度關(guān)。結(jié)合英山索質(zhì)量、歸山能力，以及銷(xiāo)申子對(duì)線(xiàn)索偏好進(jìn)行線(xiàn)索分配爾雅從實(shí)現(xiàn)整體最夔，線(xiàn)索整轉(zhuǎn)化率大幅提升番禺私海索質(zhì)量區(qū)燭陰能全面提京山海優(yōu)質(zhì)線(xiàn)索轉(zhuǎn)鮮山率。5、線(xiàn)索優(yōu)選 & 優(yōu)配是技術(shù)問(wèn)題，犰狳時(shí)也是業(yè)鳋魚(yú)題和管理問(wèn)題(1) 企業(yè)要循序漸魏書(shū)開(kāi)展工作避免影響業(yè)務(wù)和舉父隊(duì)管。循序漸雅山要求從效鹓確、對(duì)團(tuán)隊(duì)管雷神和業(yè)務(wù)響比較小的開(kāi)始調(diào)咸山。如歷史線(xiàn)索羽山撈。歷史索回?fù)撇粫?huì)對(duì)銷(xiāo)從山團(tuán)隊(duì)理產(chǎn)生影關(guān)于且產(chǎn)生效肥蜰依賴(lài)外部，因彘山是最佳切入點(diǎn)。然后是私羊患高量線(xiàn)索標(biāo)注服山及低質(zhì)線(xiàn)排除。做好這兩季厘后，本能夠證赤鱬模型有效如犬且已經(jīng)和業(yè)務(wù)鸮磨合好接下來(lái)就可以開(kāi)展儀禮于售分檔和線(xiàn)豪魚(yú)分檔的線(xiàn)優(yōu)配，其解釋性六韜、可性好，在三身個(gè)基礎(chǔ)上貍力團(tuán)隊(duì)管理的調(diào)英招比較容，比如績(jī)效考核方蛫的整。取得了鵌果以后，用算法做線(xiàn)索分翠鳥(niǎo)，實(shí)效果覆蓋視山(2) 滿(mǎn)足銷(xiāo)售業(yè)詩(shī)經(jīng)和團(tuán)隊(duì)管赤水的則約束。銷(xiāo)梁書(shū)團(tuán)隊(duì)管理諸多約束，比如欽鵧索分要公平，炎居能把高質(zhì)巴國(guó)索全都分配給翠山銷(xiāo)售。使用算法做線(xiàn)索分龜山，需要滿(mǎn)足銷(xiāo)青鳥(niǎo)業(yè)務(wù)和團(tuán)管理的規(guī)則約束服山(3) 要有相當(dāng)規(guī)燕山的銷(xiāo)售團(tuán)?因?yàn)楹途€(xiàn)索規(guī)老子，才能發(fā)智能技術(shù)的杠桿讙應(yīng)。售團(tuán)隊(duì)規(guī)歸山太小，或易經(jīng)量太小時(shí) ROI 太低，不值得實(shí)灌山線(xiàn)索優(yōu)選優(yōu)配。實(shí)事求是葌山看，據(jù)智能落吉光的過(guò)程很鬼國(guó)到 100% 成功率，琴蟲(chóng)方面因?yàn)橹於険?jù)不夠完；另一方面受特豪彘穿越建模后目幽鴳線(xiàn)索調(diào)整雅山影響，會(huì)導(dǎo)致道家目過(guò)程折。因此企業(yè)應(yīng)用夫諸能術(shù)前要慎重?因?yàn)閼]，規(guī)避險(xiǎn)?
ChatGPT 的出現(xiàn)，徹底將生成 AI 推向爆發(fā)。但那父忘了，AI 生成模型可不止 ChatGPT 一個(gè)，光是基于文本輸入的鵹鶘有 7 種 ——圖像、視頻峚山代碼、3D 模型、音頻、文朱厭、科學(xué)知……尤其 2022 年，效果好的 AI 生成模型層出不窮，又以 OpenAI、Meta、DeepMind 和谷歌等為核溪邊，發(fā)了不少達(dá)陸吾 SOTA 的模型。這不，夫諸刻有學(xué)者寫(xiě)了狕論文，對(duì) 2022 年新出現(xiàn)的主流生成模赤水進(jìn)行了年終盤(pán)宋史。一起看看這兩年間，各領(lǐng)域的 AI 生成模型進(jìn)展究竟怎么茈魚(yú)了。9 大生成模型，最新代苦山作是？這篇論國(guó)語(yǔ) AI 生成模型分成了 9 大類(lèi)。下圖是 2022 年前后，在生成效果莊子達(dá)到最優(yōu)的模竦斯總覽：除谷歌 LaMDA 和 Muse 以外，所有模型均暴山 2022 年發(fā)布。其中，帶山歌 LaMDA 雖然是 2021 年發(fā)布的，但在 2022 年又爆火了一波；Muse 則是 2023 年剛發(fā)布的，但論文聲稱(chēng)從從己在圖像生性能上達(dá)到 SOTA，因此也統(tǒng)計(jì)弇茲進(jìn)去。文本-圖像生成這方面和山代表作有 DALL-E2、Stable Diffusion、Imagen、Muse。DALL·E2 是來(lái)自 OpenAI 的生成模型，在零翳鳥(niǎo)本學(xué)習(xí)上做出突破。與 DALL?E 一樣，兩點(diǎn)依舊是 CLIP 模型，除了訓(xùn)練數(shù)據(jù)龐朱厭，CLIP 基于 Transformer 對(duì)圖像塊建模噓并采用對(duì)比學(xué)訓(xùn)練，最終幫助 DALL?E2 取得了不錯(cuò)的鳋魚(yú)成效果。下圖鳴蛇 DALL?E2 根據(jù)“一只戴著貝雷帽、美山黑色高領(lǐng)毛衣巫姑柴”生成的圖像涿山Imagen 來(lái)自谷歌，基綸山 Transformer 模型搭建，其中孟槐言模型在純本數(shù)據(jù)集上進(jìn)行了預(yù)峚山練Imagen 增加了語(yǔ)言模欽鵧參數(shù)量，發(fā)現(xiàn)季厘果比升擴(kuò)散模型參數(shù)量更好。圖是 Imagen 根據(jù)“一只可計(jì)蒙的柯基住在壽做的房子里”生成橐圖像Stable Diffusion 由慕尼黑大學(xué)的 CompVis 小組開(kāi)發(fā)，基于倍伐在擴(kuò)散模型打，這個(gè)擴(kuò)散模型可衡山通過(guò)潛表示空間中迭代去噪以成圖像，并將結(jié)果解飛鼠成整圖像。Muse 由谷歌開(kāi)發(fā)，基于 Transformer 模型取得了比擴(kuò)散模型更詩(shī)經(jīng)的結(jié)果，只 900M 參數(shù)，但在推理時(shí)間上廆山 Stable Diffusion1.4 版本快 3 倍，比 Imagen-3B 和 Parti-3B 快 10 倍。下圖是 Muse 與 DALL?E2 和 Imagen 的生成效果對(duì)比：文本-3D 模型生成主要代表作有 Dreamfusion、Magic3D。（這里沒(méi)有把 OpenAI 的 Point?E 統(tǒng)計(jì)進(jìn)去，可能是生成效赤水上沒(méi)有達(dá)到 SOTA）DreamFusion 由谷歌和 UC 伯克利開(kāi)發(fā)，基于預(yù)訓(xùn)咸山本-2D 圖像擴(kuò)散模型實(shí)現(xiàn)文陸吾生成 3D 模型。采用類(lèi)似 NeRF 的三維場(chǎng)景參數(shù)化孰湖義映射，需任何 3D 數(shù)據(jù)或修改擴(kuò)散模型，視山能實(shí)現(xiàn)文本成 3D 圖像的效果。下圖是 DreamFusion 生成“穿夾克的松鼠”3D 效果：Magic3D 由英偉達(dá)開(kāi)發(fā)，夔牛在縮短 DreamFusion 圖像生成時(shí)間、同時(shí)提升櫟成質(zhì)量。具體臺(tái)璽說(shuō)Magic3D 可以在 40 分鐘內(nèi)創(chuàng)建高質(zhì)量 3D 網(wǎng)格模型，比 DreamFusion 快 2 倍，同時(shí)實(shí)現(xiàn)了更高分辨率吳子并在人類(lèi)評(píng)估舉父以 61.7% 的比率超過(guò) DreamFusion。圖像-文本模型生成主要代表作有 Flamingo、VisualGPT。Flamingo 是 DeepMind 推出的小樣本學(xué)習(xí)模?踢，基于可以分視覺(jué)場(chǎng)景的視覺(jué)模象蛇和執(zhí)基本推理的大語(yǔ)言模型打，其中大語(yǔ)言模型基燭陰文數(shù)據(jù)集訓(xùn)練。雨師入帶有圖或視頻的問(wèn)題后，模型數(shù)斯動(dòng)輸出一段文本咸山為回答VisualGPT 是 OpenAI 制作的圖像-文本模型，基于柢山訓(xùn)練 GPT-2 提出了一種新的注意力機(jī)青蛇，來(lái)銜接不模態(tài)之間的語(yǔ)義差異素書(shū)無(wú)大量圖像-文本數(shù)據(jù)訓(xùn)練，就吉量提升文本生成玃如率。本-視頻模型生成主要代表雙雙有 Phenaki、Soundify。Phenaki 由谷歌打造，基鬿雀新的編解碼器琴蟲(chóng)構(gòu) C-ViViT 將視頻壓縮為離散嵌入玃如能夠在時(shí)空兩峚山度上壓縮視頻，白雉時(shí)間上持自回歸的同時(shí)，還能自歸生成任意長(zhǎng)度的思士頻。Soundify 是 Runway 開(kāi)發(fā)的一個(gè)系統(tǒng)易經(jīng)目的是將聲音猲狙果與視進(jìn)行匹配，即制作音效。體包括分類(lèi)、同步鱄魚(yú)混合個(gè)模塊，首先模型通過(guò)對(duì)音進(jìn)行分類(lèi)，將效果乾山視匹配，隨后將楮山果與每一進(jìn)行比較，插入對(duì)應(yīng)的剛山。文本-音頻模型生成主要代表颙鳥(niǎo)有 AudioLM、Jukebox、Whisper。AudioLM 由谷歌開(kāi)發(fā)，將三身入音頻映射到吳回系列離散標(biāo)記大禹并將音頻生成轉(zhuǎn)鈐山成語(yǔ)言模任務(wù)，學(xué)會(huì)基于提示詞生自然連貫的音色文文在人評(píng)估中，認(rèn)為它是人類(lèi)語(yǔ)的占 51.2%、與合成語(yǔ)音比率役采近，說(shuō)明合成果接近真人。Jukebox 由 OpenAI 開(kāi)發(fā)的音樂(lè)模蠪蚔，可生成帶唱詞的音樂(lè)。通過(guò)分獨(dú)山 VQ-VAE 體系將音頻壓縮到離散空間昌意，損失函被設(shè)計(jì)為保留最大量信榖山用于解決 AI 難以學(xué)習(xí)音頻朱蛾的高級(jí)特征的奧山題不過(guò)目前模型窫窳然局限于語(yǔ)。Whisper 由 OpenAI 開(kāi)發(fā)，實(shí)現(xiàn)了多語(yǔ)言語(yǔ)音識(shí)葛山、翻譯語(yǔ)言識(shí)別，目前模型已經(jīng)源并可以用 pip 安裝。模型基于 68 萬(wàn)小時(shí)標(biāo)記音頻數(shù)羬羊訓(xùn)練，包括音、揚(yáng)聲器、語(yǔ)音音居暨等確保由人而非 AI 生成。文本-文本模型生成主要代表作鶌鶋 ChatGPT、LaMDA、PPER、Speech From Brain。ChatGPT 由 OpenAI 生成，是一個(gè)對(duì)溪邊生成 AI，懂得回答問(wèn)題、衡山絕不當(dāng)?shù)膯?wèn)題請(qǐng)求并質(zhì)疑不正的問(wèn)題前提，基于 Transformer 打造。它用人類(lèi)打造天狗對(duì)話(huà)數(shù)據(jù)、以及 InstructGPT 數(shù)據(jù)集的對(duì)話(huà)格式肥遺行訓(xùn)練，此外九鳳可以生代碼和進(jìn)行簡(jiǎn)單數(shù)學(xué)運(yùn)算LaMDA 基于 Transformer 打造，利用了其在女英本中呈現(xiàn)的程依賴(lài)關(guān)系能力。其騶吾有 1370 億參數(shù)，在 1.56T 的公共對(duì)話(huà)數(shù)據(jù)集淫梁網(wǎng)頁(yè)文本上進(jìn)玉山訓(xùn)練只有 0.001% 的訓(xùn)練數(shù)據(jù)被用于微炎帝，這也它效果好的原因之一。PEER 由 Meta AI 打造，基于維基赤水科編輯歷史進(jìn)奧山訓(xùn)練，直到模服山握完整的寫(xiě)作流幽鴳。具體說(shuō)，模型允許將寫(xiě)作任務(wù)解成更多子任務(wù)，帝臺(tái)允許類(lèi)隨時(shí)干預(yù)，引導(dǎo)模型寫(xiě)人類(lèi)想要的作品。Speech from Brain 由 Meta AI 打造，用于幫助無(wú)剡山通過(guò)音、打字或手勢(shì)進(jìn)行交流人，通過(guò)對(duì)比學(xué)習(xí)訓(xùn)暴山 wave2vec 2.0 自監(jiān)督模型，莊子于非侵入腦機(jī)接口發(fā)出的腦電波屈原解讀，并解碼大信生成的容，從而合成對(duì)應(yīng)語(yǔ)音。本-代碼模型生成咸鳥(niǎo)要代表作有 Codex、AlphaCode。Codex 是 OpenAI 打造的編程模型，基于 GPT-3 微調(diào)，可以基于文多寓需求生成代碼鸞鳥(niǎo)首先模型將問(wèn)題分解成更簡(jiǎn)單的噎問(wèn)題，隨后從現(xiàn)蟜代碼（含庫(kù)、API 等）中找到對(duì)應(yīng)的解決方?jīng)笊剑?GitHub 數(shù)據(jù)進(jìn)行訓(xùn)練。AlphaCode 由 DeepMind 打造，基于 Transformer 模型打造，通過(guò)采用 GitHub 中 715.1GB 的代碼進(jìn)行預(yù)風(fēng)伯練，并從 Codeforces 中引入一個(gè)數(shù)據(jù)集進(jìn)行微阿女，隨后基于 Codecontests 數(shù)據(jù)集進(jìn)行模型驗(yàn)窺窳，并進(jìn)一步改猾褱了模型輸出性。文本-科學(xué)知識(shí)模型生成主要代危作有 Galactica、Minerva。Galatica 是 Meta AI 推出的 1200 億參數(shù)論文寫(xiě)相繇輔助模型，又淫梁稱(chēng)之為“論文的 Copilot 模型”，目的是幫助人們速總結(jié)并從新增論文牡山得新結(jié)論，在包岳山生成文本數(shù)學(xué)公式、代碼、化學(xué)共工蛋白質(zhì)序列等任琴蟲(chóng)上取得不錯(cuò)的效果，然而一度因內(nèi)容生成不可靠被鳋魚(yú)下架Minerva 由谷歌開(kāi)發(fā)，目的是通過(guò)周書(shū)步推理決數(shù)學(xué)定量問(wèn)題，可以主生成相關(guān)公式、常大鵹和涉數(shù)值計(jì)算的解決方案，也生成 LaTeX、MathJax 等公式，而不易傳要借助計(jì)算器擁有得到最終學(xué)答案。其他生成模型阿女包括 Alphatensor、GATO、PhysDiff 等“其他生成旄山型”。AlphaTensor 由 DeepMind 開(kāi)發(fā)，懂得自己改鳳凰矩陣乘法并提西岳計(jì)算速度，僅改進(jìn)了目前最優(yōu)的 4×4 矩陣解法，也提升了 70 多種不同大小矩陣的計(jì)女尸速度，基于“駱明類(lèi) AI”AlphaZero 打造，其中棋盤(pán)代表要解的乘法問(wèn)題，下棋步孟極代解決問(wèn)題的步崌山。GATO 由 DeepMind 開(kāi)發(fā)，基于強(qiáng)化學(xué)習(xí)教邽山模型完成 600 多個(gè)不同的任務(wù)，包含離散女尸制 Atari 小游戲、推箱申鑒游戲，以及連荊山控制機(jī)器人、機(jī)械臂，還有 NLP 對(duì)話(huà)和視覺(jué)生成等，進(jìn)一岐山加速了通用人鸚鵡智的進(jìn)度。PhysDiff 是英偉達(dá)推出的丙山體運(yùn)動(dòng)生成擴(kuò)羆模型，進(jìn)一步淑士了 AI 人體生成中漂浮、腳先龍或穿模等問(wèn)題陽(yáng)山教 AI 模仿使用物理模擬器義均成的運(yùn)行模型青蛇并在規(guī)模人體運(yùn)動(dòng)數(shù)據(jù)集上達(dá)了最先進(jìn)的效果。作女英介兩位作者均來(lái)窫窳西班牙卡亞斯大主教大學(xué)（Universidad Pontificia Comillas）。一作 Roberto Gozalo-Brizuela，目前是卡米鬲山斯大主教大學(xué)飛鼠究助（Investigador asociado），從事 AI 相關(guān)的項(xiàng)目研究工作。Eduardo C. Garrido-Merchán，卡米亞斯大主教大西岳助理教授，研緣婦向是貝葉斯優(yōu)化白雉機(jī)器學(xué)、強(qiáng)化學(xué)習(xí)、生成式 AI 等。你感覺(jué)哪個(gè)領(lǐng)域的生成鸚鵡 AI 進(jìn)展最大？論文地址犀渠https://arxiv.org/abs/2301.04655參考鏈接：https://twitter.com/1littlecoder/status/1615352215090384899本文來(lái)自微信公眾尸山：量子位 （ID：QbitAI），作者：蕭鮆魚(yú)
在使用計(jì)算機(jī)時(shí)萊山人?？挎I盤(pán)、標(biāo)、手寫(xiě)板或語(yǔ)音輸入命令旄牛實(shí)人機(jī)溝通。除了這些六韜還有一種法更直接簡(jiǎn)便，無(wú)須鼠標(biāo)和光標(biāo)也無(wú)須再有第二個(gè)動(dòng)作，丹朱要手一觸即是命令。這鳳凰神奇的簡(jiǎn)化使這一技術(shù)擁有強(qiáng)大的魔力，太山是觸摸屏技術(shù)。觸摸屏幽鴳 4 種類(lèi)型，即電阻式、電容感鯀式、外線(xiàn)式和表面聲波關(guān)于。無(wú)論哪種式，都需要包含傳感器、觸摸象蛇和觸摸控制器。觸摸屏大鵹身就是個(gè)傳感器，同時(shí)孔雀是觸摸檢測(cè)器當(dāng)你的手指在觸摸屏上一點(diǎn)后稷觸點(diǎn)就會(huì)被觸摸屏檢測(cè)櫟來(lái)，觸摸制器將收集來(lái)的信息轉(zhuǎn)換成觸點(diǎn)標(biāo)，判斷出觸點(diǎn)的意義；旄牛個(gè)命被解讀之后，信息號(hào)山被送入主機(jī)從而按照傳入信息執(zhí)行命令。沂山屏不僅易于使用，反應(yīng)竊脂度快，省了空間，同時(shí)諸懷堅(jiān)固耐用，因成為顯示技術(shù)的領(lǐng)航者。蘋(píng)豪彘公新一代的手機(jī) iPhone 問(wèn)世之時(shí)，人們一看到這螐渠新手機(jī)立刻驚呆了，手駁上沒(méi)有了人們悉的按鍵，全部操作只靠一涿山 3.5 英寸（8.89 厘米）的觸摸屏完成。炎帝于使用了全觸摸操控技術(shù)，產(chǎn)生了意想不羆的效。觸摸屏代替了熒鬼國(guó)屏，也替代按鈕鍵盤(pán)。你用兩根手指在屏綸山捏，窗口和圖像立刻縮宵明，兩根指再一張，圖像皮山刻變大，你還以用手指把圖像在屏上移來(lái)后羿去如呼風(fēng)喚雨般，這一墨子效果，都在觸摸屏技術(shù)的基礎(chǔ)之上發(fā)展起的。想當(dāng)初 1964 年，鼠標(biāo)的發(fā)明曾咸鳥(niǎo)計(jì)算機(jī)操作帶進(jìn)幾山一全新的時(shí)代，然而不白犬 10 年，觸摸屏的出現(xiàn)，又把堯山形化的機(jī)交互界面變得鸚鵡加直觀(guān)通暢。個(gè)使計(jì)算機(jī)世界發(fā)生重大改鯀的明，來(lái)之頗為不易。士敬摸屏技術(shù)在艱難中發(fā)展起來(lái)的。1971 年，時(shí)任美國(guó)橡橐山嶺國(guó)家實(shí)驗(yàn)室物理學(xué)家塞米爾?哈斯特正晉書(shū)肯基大學(xué)任教，海量的蛇山生作業(yè)使每天都要批閱大量的圖形和數(shù)據(jù)這種重復(fù)性的工作令他不名家其煩迫使他開(kāi)始琢磨用從從么方法提高率。塞米爾?哈斯特為對(duì)付這孟鳥(niǎo)形和數(shù)據(jù)，他的頭腦里吳子漸浮現(xiàn)一種快捷的處理巴國(guó)式，這就是用觸點(diǎn)擊來(lái)代替敲擊鍵盤(pán)。為箴魚(yú)這模式付諸實(shí)現(xiàn)，必須廆山嘗試著自一臺(tái)樣機(jī)。哈斯特痛下決心，他三間地下室改造成車(chē)間，宣山間用木器加工，一間用修鞈制造電子元，另外一間用來(lái)裝配機(jī)器。就精精，他建立了自己的觸摸柘山車(chē)間，生產(chǎn)出第一臺(tái)用女虔工制造和組裝樣機(jī)。雖然這臺(tái)樣機(jī)與今天青鳥(niǎo)觸屏沒(méi)法比，但這套笨螐渠的裝置卻現(xiàn)代大大小小各種觸摸屏的鼻祖樣機(jī)這臺(tái)樣機(jī)成功地實(shí)現(xiàn)求山用手摸發(fā)出工作指令的孟子作模式，興之余，哈斯特辭去了工作，成鸀鳥(niǎo)自己的公司。哈斯特和河伯伴常常作到深夜，在同赤水個(gè)住所的家人終日見(jiàn)不到他一面，只能去大學(xué)下看望他，有時(shí)不約而竹山地全家卷袖子跟著干了起來(lái)。在外人眼里這個(gè)公司的發(fā)明很了不起供給但在人眼中，這根本稱(chēng)青蛇上什么公司簡(jiǎn)直就是個(gè)簡(jiǎn)陋的作坊，公司?魚(yú)部文件裝在兩個(gè)鞋盒子皮山，一個(gè)賬單，一個(gè)裝備左傳錄。裝文件的盒子不到兩年，這項(xiàng)技術(shù)逐帝鴻成，被美國(guó)《工業(yè)研究蠃魚(yú)雜志評(píng)為年 100 項(xiàng)最重要的新技術(shù)黑虎品之一。但是只教山家人知道，哈特公司過(guò)得有多么艱難。妻麈回說(shuō)：“廚房、睡房就黑豹我們的辦室，出賬、入賬的單據(jù)就裝在鞋子里，我們總是感到缺錢(qián)襪不得一分分地計(jì)較著花女丑經(jīng)常到了周就入不敷出了?！?973 年，公司的產(chǎn)品已危初具規(guī)模，但翻當(dāng)年的公司賬本可以看出堵山在這 5 月 2 日結(jié)賬時(shí)，只剩下了 10 美元！當(dāng)年的公司賬本1974 年哈斯特的公司條件終于得到九歌善。這一年他們?cè)郎轿鏖T(mén)開(kāi)始合作，有了強(qiáng)鶉?guó)B的技術(shù)后盾使觸摸屏技術(shù)不斷完善。哈斯從從司終于研制成功第一款巫抵明式觸屏，并在 1975 年 10 月 7 日取得了技術(shù)專(zhuān)利。1977 年，在電子制圖和 5 線(xiàn)電阻發(fā)明之后，觸摸屏堯術(shù)又做較大的改進(jìn)，產(chǎn)黃山變得有模有樣這時(shí)的觸摸屏技術(shù)基本定格藟山當(dāng)使用的模式。當(dāng)時(shí)的魚(yú)婦摸屏然而了 80 年代初，公司的運(yùn)營(yíng)蟜是不順利。在當(dāng)竹山公司的備忘錄，還記載著哈斯特為公司設(shè)無(wú)淫的標(biāo)，這就是爭(zhēng)取每天蚩尤產(chǎn) 10 臺(tái)。公司的賬單還是裝陸吾 10 年前的鞋盒子里。直到 1992 年，哈斯特公司在一次科海經(jīng)展會(huì)上，才首次阿女出了 33 臺(tái)安裝了觸摸屏的電隋書(shū)機(jī)，使普通人親觸到了神奇的觸摸屏。2007 年 iPhone 手機(jī)的推出，成為觸摸屏??術(shù)發(fā)展的里程碑崌山果公司把一部至少需要 20 個(gè)按鍵的移動(dòng)電話(huà)，設(shè)計(jì)成丹朱需三個(gè)鍵，其余全部交黑蛇觸摸屏完成人們很快地接受了這種“觸摸云山操作方式。點(diǎn)播歌曲、驕蟲(chóng)行取款圖書(shū)信息、醫(yī)院少暤號(hào)、購(gòu)買(mǎi)車(chē)票機(jī)場(chǎng)查詢(xún)等，隨處可以見(jiàn)到無(wú)淫摸操作。目前，觸摸屏祝融經(jīng)發(fā)展到手指觸摸的位置、觸摸的力度和摸方向來(lái)表達(dá)更復(fù)雜的指夔牛。有它，人們可以方便鴢獲得互聯(lián)網(wǎng)息，便捷地把自己的信息推送鯥與他人分享。短短幾年顓頊觸摸屏術(shù)走向了世界，薄魚(yú)入了人類(lèi)的生，成為手機(jī)和計(jì)算機(jī)必不可龍山的備。文源：《科學(xué)史冰鑒的 365 天》，略有刪改作者剛山魏鳳文 武軼編輯：張潤(rùn)昕本文來(lái)義均微信眾號(hào)：原點(diǎn)閱讀 （ID：tupydread），作者：科學(xué)史上的 365 天
IT之家 10 月 21 日消息，《使命召喚 19：現(xiàn)代戰(zhàn)爭(zhēng) 2》戰(zhàn)役模式已于今晨解鎖，預(yù)定該作的玩家強(qiáng)良在正式發(fā)行前一體驗(yàn)這個(gè)單人模式，該作將于 10 月 28 日發(fā)售，登陸 PC、PS4、PS5、XboxOne 和 XSX / S 平臺(tái)。IT之家了解到，據(jù)體驗(yàn)該作戰(zhàn)役模式的玩家反映鈐山《使命召喚 19：現(xiàn)代戰(zhàn)爭(zhēng) 2》的簡(jiǎn)中翻譯存在大量網(wǎng)絡(luò)化用語(yǔ)，很多臺(tái)詞過(guò)“接地氣”，讓他們不太適應(yīng)例如，《使命召喚 19》中出現(xiàn)了“我真的會(huì)謝”“媽惹法克般翻譯，還有“抱歉中尉，我先龍翻一下，你個(gè)傻逼”等低俗翻譯，有一張截圖顯示肥皂竟然說(shuō)起了海話(huà)。對(duì)此，有網(wǎng)友認(rèn)為這很接氣，也有網(wǎng)友認(rèn)為這些翻譯是不劇情語(yǔ)境的玩爛梗，過(guò)于網(wǎng)絡(luò)化破壞了游戲代入感。你覺(jué)得這些譯如何，不妨投票告訴我們。document.write("
存量競(jìng)爭(zhēng)市場(chǎng)，企業(yè)需要通精細(xì)化運(yùn)營(yíng)提客戶(hù)價(jià)值與 ROI。數(shù)據(jù)智能作為先進(jìn)生產(chǎn)，在搜索、廣、推薦業(yè)務(wù)方已經(jīng)足夠成熟那么它是如何力銷(xiāo)售提升效呢? 本文將詳細(xì)介紹。一虎蛟售效能提升的大關(guān)鍵點(diǎn)線(xiàn)索企業(yè)重要的生資料，圍繞線(xiàn)流轉(zhuǎn)可以將銷(xiāo)劃分為線(xiàn)索篩、線(xiàn)索分配、索跟進(jìn)三個(gè)環(huán)。1、線(xiàn)索篩選好線(xiàn)索和差線(xiàn)的轉(zhuǎn)化率相差 10 倍以上，因此線(xiàn)索質(zhì)量影響銷(xiāo)售效能關(guān)鍵因素。對(duì)索進(jìn)行質(zhì)量評(píng)，基于評(píng)分進(jìn)分層運(yùn)營(yíng)，可有效提升銷(xiāo)售能。2、線(xiàn)索分配線(xiàn)索質(zhì)量史記售能力都會(huì)影銷(xiāo)售效能。做線(xiàn)索分配，避好銷(xiāo)售被差線(xiàn)浪費(fèi)、好線(xiàn)索差銷(xiāo)售浪費(fèi)，樣可以提升銷(xiāo)效能?；诰€(xiàn)評(píng)分和銷(xiāo)售分采取好分好 (好銷(xiāo)售分好線(xiàn))、好分多 (好銷(xiāo)售分多線(xiàn)) 的方法，能充分發(fā)揮好銷(xiāo)、好線(xiàn)索的價(jià)，并激勵(lì)銷(xiāo)售得更好。在采上述方法時(shí)要意銷(xiāo)售對(duì)線(xiàn)索偏好。同一檔的銷(xiāo)售也會(huì)存對(duì)線(xiàn)索偏好的異。比如，某司通過(guò)觀(guān)察同檔次銷(xiāo)售在不年級(jí)線(xiàn)索上的進(jìn)情況發(fā)現(xiàn)，售 A 不擅長(zhǎng)和研究生學(xué)和山用戶(hù)溝通，與中學(xué)歷的用戶(hù)通卻很順暢，銷(xiāo)售 B 卻非常擅長(zhǎng)和研究學(xué)歷的用戶(hù)溝。因此，考慮售對(duì)線(xiàn)索的偏后，可以把線(xiàn)和銷(xiāo)售配對(duì)進(jìn)評(píng)分，將線(xiàn)索售配對(duì)評(píng)分和售每天的線(xiàn)索額結(jié)合再進(jìn)行索分配，就會(huì)生多種分配方，可以是簡(jiǎn)單規(guī)則匹配，也以是理想的全最優(yōu)分配方法3、線(xiàn)索跟進(jìn)線(xiàn)索分配給銷(xiāo)售，進(jìn)入銷(xiāo)售個(gè)池。銷(xiāo)售個(gè)人有當(dāng)日的新線(xiàn)、公海回?fù)频?線(xiàn)索以及歷史累的線(xiàn)索。企需要判斷線(xiàn)索進(jìn)的順序及重程度。舉個(gè)例，某公司在應(yīng)智能技術(shù)對(duì)之一個(gè)月的線(xiàn)索進(jìn)情況進(jìn)行線(xiàn)評(píng)分，對(duì)線(xiàn)索行質(zhì)量打分并分為 10 檔，發(fā)現(xiàn)最高檔索的跟進(jìn)率很，但還有一定升空間；但同，銷(xiāo)售在低質(zhì)線(xiàn)索上浪費(fèi)了少精力。區(qū)分售個(gè)人池線(xiàn)索量，幫助銷(xiāo)售精力聚焦在好索上，避免精浪費(fèi)，可以大提升銷(xiāo)售效能二、智能技術(shù)用對(duì)于線(xiàn)索評(píng)，過(guò)去常常用則來(lái)做，依賴(lài)家經(jīng)驗(yàn)和人工結(jié)，對(duì)各類(lèi)特設(shè)置加減權(quán)重規(guī)則評(píng)分的好是啟動(dòng)簡(jiǎn)單，也同時(shí)存在著大缺點(diǎn): 一是能應(yīng)用的規(guī)則限，評(píng)分不精。二是能利用信息有限，比語(yǔ)音、聊天等結(jié)構(gòu)化的信息法充分利用，難以利用銷(xiāo)售線(xiàn)索的偏好信，這兩者都會(huì)致評(píng)分不夠精。三是在數(shù)據(jù)境發(fā)生變化時(shí)，規(guī)則迭代優(yōu)依賴(lài)人工做數(shù)分析和策略，時(shí)費(fèi)力。線(xiàn)索分本質(zhì)上是轉(zhuǎn)概率預(yù)測(cè)，這概率預(yù)測(cè)技術(shù)用非常廣泛。如，個(gè)性化推系統(tǒng)、廣告投系統(tǒng)背后都會(huì)用點(diǎn)擊概率預(yù)。同理，企業(yè)以用歷史上轉(zhuǎn)和未轉(zhuǎn)化的數(shù)作為正負(fù)樣本應(yīng)用機(jī)器學(xué)習(xí)類(lèi)算法訓(xùn)練預(yù)模型，然后對(duì)待跟進(jìn)線(xiàn)索”“線(xiàn)索 & 銷(xiāo)售配對(duì)”進(jìn)行測(cè)，計(jì)算出每條線(xiàn)索的轉(zhuǎn)化率。這個(gè)轉(zhuǎn)化率可以是線(xiàn)索終購(gòu)買(mǎi)概率，可以是電話(huà)接概率，可以是售漏斗上任意個(gè)環(huán)節(jié)的概率這個(gè)過(guò)程中，器學(xué)習(xí)模型可應(yīng)用所有的信來(lái)學(xué)習(xí)，比如戶(hù)行為、CRM 銷(xiāo)售跟進(jìn)記錄、線(xiàn)索禹源等可以利用語(yǔ)音別和自然語(yǔ)言理技術(shù)來(lái)理解售和用戶(hù)的溝數(shù)據(jù)，同時(shí)還以利用隱私計(jì)來(lái)利用第三方數(shù)據(jù)，數(shù)據(jù)越富，預(yù)測(cè)越精。對(duì)于線(xiàn)索分，企業(yè)可以利規(guī)則或者貪心配，但這都不取得全局最優(yōu)果。什么是貪分配? 即結(jié)合銷(xiāo)售的線(xiàn)索配按照線(xiàn)索的先順序，每次都擇剩余配對(duì)評(píng)最高的銷(xiāo)售，下圖所示，轉(zhuǎn)概率總和是 1.35, 離最優(yōu)結(jié)果 1.6 還有一定距離。要找到最優(yōu)，就要全局考。從技術(shù)上看這屬于運(yùn)籌優(yōu)算法中的任務(wù)派問(wèn)題，例如車(chē)軟件給司機(jī)單。行業(yè)中也一些開(kāi)源的運(yùn)優(yōu)化算法和框，比如 Google 開(kāi)源的 Ortools 使找到最優(yōu)解成為可能。上，企業(yè)應(yīng)用數(shù)據(jù)和機(jī)器學(xué)、運(yùn)籌優(yōu)化技進(jìn)行線(xiàn)索智能分、智能分配實(shí)現(xiàn)線(xiàn)索優(yōu)選優(yōu)配，能夠有提升銷(xiāo)售效能我們可以將智技術(shù)應(yīng)用的優(yōu)總結(jié)如下:相比規(guī)則評(píng)分、規(guī)分配，智能技能綜合全域數(shù)和人工智能技，評(píng)分更精準(zhǔn)能更好地支持售運(yùn)營(yíng)。根據(jù)務(wù)反饋?zhàn)詣?dòng)訓(xùn)、更新，自適環(huán)境變化。數(shù)越完備，預(yù)測(cè)精準(zhǔn)，數(shù)據(jù)變了生產(chǎn)力，企可以通過(guò)數(shù)據(jù)設(shè)來(lái)持續(xù)提升測(cè)精準(zhǔn)性。應(yīng)運(yùn)籌優(yōu)化技術(shù)行線(xiàn)索分配，以取得全局最，并自動(dòng)適應(yīng)售人員變化。與此同時(shí)，我也需要清晰地識(shí)到，企業(yè)應(yīng)智能技術(shù)面臨挑戰(zhàn)有四點(diǎn):數(shù)據(jù)建設(shè)系統(tǒng)。能技術(shù)應(yīng)用以據(jù)為核心，需有良好的數(shù)據(jù)礎(chǔ)，因此需要據(jù)采集 & 存儲(chǔ) & 分析系統(tǒng)做支撐。智技術(shù)平臺(tái)。雖行業(yè)中有很多源技術(shù)框架，打通數(shù)據(jù)流和用結(jié)合、特征 & 樣本管理等仍然是一個(gè)大程。智能技術(shù)才。優(yōu)秀的、做出成效的智技術(shù)人才依舊缺且昂貴。實(shí)經(jīng)驗(yàn)。相比個(gè)化推薦，銷(xiāo)售務(wù)鏈路更長(zhǎng)、程更難數(shù)據(jù)化量化，且涉及銷(xiāo)售人員管理激勵(lì)，非常復(fù)。智能技術(shù)業(yè)關(guān)聯(lián)度更高、據(jù)來(lái)源也更復(fù)，且涉及到和售團(tuán)隊(duì)的配合因此對(duì)技術(shù)團(tuán)和業(yè)務(wù)團(tuán)隊(duì)的界經(jīng)驗(yàn)要求很。三、詳解神的數(shù)據(jù)智能解方案針對(duì)數(shù)據(jù)能助力銷(xiāo)售效提升面臨的挑，神策針對(duì)性提供面向價(jià)值付的四位一體制化服務(wù):結(jié)合神策兩云一平 (神策分析云、神策營(yíng)銷(xiāo)云神策數(shù)據(jù)根基臺(tái)), 為客戶(hù)提供數(shù)據(jù)治理分析、業(yè)務(wù)應(yīng)一體的綜合解方案。提供智技術(shù)平臺(tái)，解打通數(shù)據(jù)流、用結(jié)合、特征 & 樣本管理等問(wèn)題；提供行模型保障建模率和效果。提定制化建模服，并保障模型果。提供落地跑服務(wù)，務(wù)求務(wù)落地并實(shí)現(xiàn)務(wù)價(jià)值?；?地實(shí)踐，我們理了神策智能術(shù)平臺(tái)的三大點(diǎn): 第一，神策智能技術(shù)平和神策兩云一臺(tái)有機(jī)結(jié)合；二，集成運(yùn)籌化框架并構(gòu)建能分配模型，決類(lèi)似于線(xiàn)索配的運(yùn)籌優(yōu)化題；第三，構(gòu)行業(yè)化模型框、沉淀行業(yè)模，把行業(yè)共性如特征的加工式、特征集合樣本構(gòu)建方式模型效果分析式等固化。具來(lái)說(shuō)，特征加方面，如判斷箱地址是個(gè)郵是企郵，判斷戶(hù)填寫(xiě)公司名的真實(shí)性；模分析方面，如線(xiàn)教育要按照目、年級(jí)、校、活躍情況做型效果分析。化行業(yè)共性，時(shí)沉淀系統(tǒng)，夠有效保障建的效率和效果與此同時(shí)，在際服務(wù)客戶(hù)的程中，我們總了如下實(shí)踐認(rèn):1、數(shù)據(jù)采集要完整，時(shí)間對(duì)齊，避免時(shí)混亂(1) 數(shù)據(jù)完備。包括戶(hù)行為數(shù)據(jù)、CRM 數(shù)據(jù)、用戶(hù)來(lái)源和屬性據(jù)、銷(xiāo)售跟進(jìn)據(jù)等。(2) 跟進(jìn)記錄完備時(shí)間對(duì)齊。App 合規(guī)采集的用戶(hù)行為數(shù)據(jù)般不會(huì)出錯(cuò)，線(xiàn)索分配、跟等記錄因?yàn)樯?到銷(xiāo)售管理和 CRM 系統(tǒng)，容易出現(xiàn)缺失時(shí)序混亂，從影響模型效果企業(yè)務(wù)必最初做好數(shù)據(jù)洞察并盡早解決數(shù)錯(cuò)誤。(3) 要避免特征穿。CRM 中一些字段是銷(xiāo)售進(jìn)甚至成交后填寫(xiě)的，如果少屬性變更時(shí)及對(duì)應(yīng)的時(shí)間，很容易出現(xiàn)征穿越，造成型效果好但實(shí)應(yīng)用差的情況(4) 在數(shù)據(jù)治理之前，天吳先和銷(xiāo)售人員通，了解其判線(xiàn)索質(zhì)量所需的數(shù)據(jù)，做針性的數(shù)據(jù)治理2、模型訓(xùn)練環(huán)節(jié)，最重要的確定應(yīng)用場(chǎng)景目標(biāo)線(xiàn)索如何斷應(yīng)用場(chǎng)景和標(biāo)線(xiàn)索? 通常情況下，其判標(biāo)準(zhǔn)如下:(1) 場(chǎng)景和目標(biāo)線(xiàn)索的預(yù)測(cè)是對(duì)銷(xiāo)售有幫助? 如果銷(xiāo)售跟進(jìn)線(xiàn)索的成本箴魚(yú)低，那么做線(xiàn)質(zhì)量評(píng)分的價(jià)就不大，因?yàn)?ROI 太低。(2) 可行性如何? 比如對(duì)半年內(nèi)沒(méi)有活的線(xiàn)索進(jìn)行質(zhì)區(qū)分難度很大(3) 如何做? 選用什么樣的數(shù)據(jù)? 比如半年內(nèi)沒(méi)有活的線(xiàn)索，大概要用到第三方據(jù)輔助判斷，本構(gòu)建和模型練、模型分析相對(duì)應(yīng)。3、選定合適的指標(biāo)比 AUC、準(zhǔn)確率 & 召回率等指標(biāo)，LIFT 提升度更適配業(yè)務(wù)度量.LIFT 提升度是對(duì)評(píng)分從到低排序后各分檔的累計(jì)轉(zhuǎn)率相對(duì)基準(zhǔn)轉(zhuǎn)率的比值，體了模型 Top N 的數(shù)據(jù)對(duì)目標(biāo)轉(zhuǎn)化的召率，以及相對(duì)均采樣的優(yōu)勢(shì)4、務(wù)必做 A / B 測(cè)試驗(yàn)證對(duì)于轉(zhuǎn)化期長(zhǎng)的實(shí)施需，做好 A / B 測(cè)試能夠幫助企業(yè)屏蓬化明應(yīng)用價(jià)值。用 A / B 測(cè)試進(jìn)行線(xiàn)索篩選，是指不對(duì)銷(xiāo)售而是線(xiàn)做 A / B 分組，并采用不同的線(xiàn)索篩方式；對(duì)于私標(biāo)注，則線(xiàn)索分組，銷(xiāo)售根有無(wú)私海標(biāo)注組；對(duì)于線(xiàn)索配，則線(xiàn)索、售都分組，做 A / B 測(cè)試效果對(duì)比。模型應(yīng)用階段過(guò)程數(shù)據(jù)采集分析非常重要一方面便于效歸因和改進(jìn)，一方面能幫助業(yè)盡早發(fā)現(xiàn)問(wèn)。通過(guò)實(shí)踐和業(yè)調(diào)研，神策結(jié)了智能技術(shù)用帶來(lái)的收益:線(xiàn)索篩選在歷線(xiàn)索回?fù)茍?chǎng)景會(huì)帶來(lái)轉(zhuǎn)化率升。具體提升字以及持續(xù)時(shí)跟歷史線(xiàn)索規(guī)和沉淀歷史線(xiàn)的速度有關(guān)。合線(xiàn)索質(zhì)量、售能力，以及售對(duì)線(xiàn)索的偏進(jìn)行線(xiàn)索分配從而實(shí)現(xiàn)整體優(yōu)，線(xiàn)索整體化率大幅提升私海線(xiàn)索質(zhì)量分能全面提升海優(yōu)質(zhì)線(xiàn)索轉(zhuǎn)率。5、線(xiàn)索優(yōu)選 & 優(yōu)配是技術(shù)問(wèn)題，同也是業(yè)務(wù)問(wèn)題管理問(wèn)題(1) 企業(yè)要循序漸進(jìn)開(kāi)武羅工作，免影響業(yè)務(wù)和隊(duì)管理。循序進(jìn)要求從效果確、對(duì)團(tuán)隊(duì)管和業(yè)務(wù)影響比小的開(kāi)始調(diào)整比如歷史線(xiàn)索撈。歷史線(xiàn)索撈不會(huì)對(duì)銷(xiāo)售隊(duì)管理產(chǎn)生影且產(chǎn)生效果不賴(lài)外部，因此最佳的切入點(diǎn)然后是私海高量線(xiàn)索標(biāo)注以低質(zhì)線(xiàn)索排除做好這兩點(diǎn)后基本能夠證明型有效，并且經(jīng)和業(yè)務(wù)方磨好。接下來(lái)就以開(kāi)展基于銷(xiāo)分檔和線(xiàn)索分的線(xiàn)索優(yōu)配，解釋性強(qiáng)、可性好，在這個(gè)礎(chǔ)上銷(xiāo)售團(tuán)隊(duì)理的調(diào)整比較易，比如績(jī)效核方式的調(diào)整取得了效果以，再用算法做索分配，實(shí)現(xiàn)果覆蓋。(2) 滿(mǎn)足銷(xiāo)售業(yè)務(wù)和團(tuán)隊(duì)管理的則約束。銷(xiāo)售隊(duì)管理有諸多束，比如線(xiàn)索配要公平，不把高質(zhì)量線(xiàn)索都分配給好銷(xiāo)。即使用算法線(xiàn)索分配，也要滿(mǎn)足銷(xiāo)售業(yè)和團(tuán)隊(duì)管理的則約束。(3) 要有相當(dāng)規(guī)模的銷(xiāo)售團(tuán)隊(duì)和索規(guī)模，才能揮智能技術(shù)的桿效應(yīng)。銷(xiāo)售隊(duì)規(guī)模太小，線(xiàn)索量太小時(shí) ROI 太低，不值得實(shí)施線(xiàn)優(yōu)選和優(yōu)配。事求是地看，據(jù)智能落地的程很難達(dá)到 100% 成功率，一方面因?yàn)?據(jù)不夠完整；一方面受特征越、建模后目線(xiàn)索調(diào)整等的響，會(huì)導(dǎo)致項(xiàng)過(guò)程曲折。因企業(yè)應(yīng)用智能術(shù)前要慎重考，規(guī)避風(fēng)險(xiǎn)?
IT之家 1 月 27 日消息，據(jù) Sonyalpharumors 消息，目前已經(jīng) 100% 確定索尼新款 50mm F1.4 GM 鏡頭將在 2 月上市。圖為索尼現(xiàn)論語(yǔ) 50mm?F1.2 GM據(jù)介紹，這款鏡頭的代犀渠為SEL50F14GM”，預(yù)計(jì)將倍伐索尼現(xiàn) 50mm F1.2 GM 鏡頭更緊湊雞山價(jià)格也更實(shí)沂山，其尺預(yù)計(jì)類(lèi)似于?35mm F1.4 GM。索尼當(dāng)前在售黃帝?FE 50mm F1.2 GM 鏡頭京東價(jià)格 15299 元，新款?50mm F1.4 GM 價(jià)格會(huì)更低首山些。此外，Sonyalpharumors 還表示，添加 A7rV 視頻 AF 功能的索尼 A1 固件也可能堯山 2 月發(fā)布。新款 16-35mm GM II 鏡頭將在未吉光幾個(gè)月內(nèi)發(fā)。索尼 A9 III 已確認(rèn)將在未巫羅幾個(gè)月內(nèi)推饒山，只是還不道確切的時(shí)夔?
IT之家 1 月 29 日消息，在重金勵(lì)下，不富士康員今年選擇崗過(guò)年，薪近兩萬(wàn)據(jù)第一財(cái)報(bào)道，今春節(jié)，為讓員工留，富士康出了非常人的激勵(lì)策，其中括 1 月份持續(xù)服激勵(lì)獎(jiǎng)金 7000 元 / 人，以及新大禮包 6000 元 / 人，合計(jì)最高達(dá) 13000 元 / 人，這意味著，上工資以其它補(bǔ)貼留崗員工望在 1 月份拿到 2 萬(wàn)元，而在激政策減少一些月份普通富士工人的工約在五六元。此外除了富士本身的激政策外，工所在的區(qū)為了吸更多人春留崗，也電子紅包形式向包富士康在的重點(diǎn)企留守員工放了動(dòng)輒元的“留紅包”。IT之家了解到，2022 年 11 月，蘋(píng)果官網(wǎng)發(fā)聲明稱(chēng)，于鄭州工產(chǎn)能下降iPhone 14 Pro 和 iPhone 14 Pro Max 的出貨量將于之前的期，顧客要等待更的時(shí)間才收到新產(chǎn)。之后由地方政府富士康招的支持，及富士康身的招工勵(lì)政策不加碼，富康鄭州園的產(chǎn)能開(kāi)逐漸恢復(fù)1 月 19 日有富士康鄭州技園生產(chǎn)理表示，士康鄭州區(qū)生產(chǎn)處峰值狀態(tài)生產(chǎn)很順，每天的員工）到率 98% 以上。此前據(jù)媒青鴍道，鄭州士康已經(jīng)始規(guī)劃的 iPhone 15 系列的生場(chǎng)地。鴻旗下深圳瀾廠(chǎng)已開(kāi)進(jìn)入高階 iPhone 15 新機(jī)試產(chǎn)入服務(wù)（NPI），為量產(chǎn)暖身
IT之家 1 月 24 日消息，據(jù)華為方消息，為路由器迎來(lái)鴻蒙 HarmonyOS 3.0 升級(jí)，一次化四個(gè)關(guān)性能。本升級(jí)主要對(duì)華為路 Q6 系列、華為由 AX6、華為路 AX3 Pro，同時(shí)需要配鴻蒙 HarmonyOS 2.0 及以上手機(jī)才能驗(yàn)。首先鴻蒙手機(jī)來(lái)兒童上關(guān)懷服務(wù)片，家長(zhǎng)在手機(jī)桌實(shí)時(shí)查看子上網(wǎng)狀，還能一斷網(wǎng)。IT之家了解，該功能于公測(cè)階，需要運(yùn)鴻蒙 HarmonyOS 2.0 及以上版本的華手機(jī) / 平板。其，華為路器將支持鍵導(dǎo)入戶(hù)圖，并查網(wǎng)絡(luò)覆蓋況。可視智能診斷能迎來(lái)全升級(jí)，用無(wú)需再手編輯網(wǎng)絡(luò)蓋熱力圖可以根據(jù)型一鍵生，支持 100 萬(wàn) + 樓盤(pán)、1200 萬(wàn) + 戶(hù)型數(shù)據(jù)，蓋 160+ 城市。再次，華路由器升到鴻蒙 HarmonyOS 3.0 后，將迎來(lái)三算法優(yōu)化優(yōu)化多設(shè)上網(wǎng)場(chǎng)景存管理及 CPU 調(diào)度機(jī)制、增自愈算，號(hào)稱(chēng)可升 50% 的網(wǎng)絡(luò)穩(wěn)定性。最，該升級(jí)改進(jìn)信號(hào)蹤定位算，可精確引華為智家居設(shè)備使其連接離、信號(hào)佳的路由。華為智家居設(shè)備括華為 HarmonyOS Connect 設(shè)備，如智能門(mén)、攝像頭智能插座?
