為什么說廣東、廣西、海南「華南 F3」的祭祖方式特別硬核？ 記者列國安今晚可能達成的主場紀錄 IT之家 1 月 19 日消息，LG 在今年 CES 上發(fā)布了新一代的 OLED 電視，搭載了最新的第三代 OLED 電視面板。據(jù) LG Display 官方消息，其第三代 OLED 電視面板產(chǎn)品，采用了全新的革新技術(shù) ——META Technology。LG Display 介紹，全新 META Technology 是將有機物發(fā)光釋放最大化的微透鏡和增亮度算法技術(shù)相結(jié)合將能源效率提高約 22%，實現(xiàn) OLED 亮度和視角再次超越的技術(shù)。該技術(shù)滑魚用產(chǎn)品屏幕亮度和視角別提高了 60% 和 30%。詳細來看，LG Display 此次公布的第三代 OLED 電視面板，將之前產(chǎn)品最高亮度 1300nit 大幅提高至 2100nit (HDR 標準)，實現(xiàn)現(xiàn)有 OLED 電視面板中的最高亮度。此外，憑借 OLED 具備完美黑色的優(yōu)勢與 META Technology 帶來的超高亮度，這面板不僅能準確地表自然的光線和色準，原原作要展現(xiàn)的色彩感覺，還能打造虛擬現(xiàn)實之間無縫轉(zhuǎn)換的浸感。LG Display 表示，截止到目前，有機發(fā)光層產(chǎn)的光線相當一部分因板內(nèi)部反射而不能透出來，因此在提高亮上存在一定的局限性而 LG Display 通過微透鏡陣列（MLA, Micro Lens Array) 克服了該難題。該技術(shù)是將在眼睛不到的微小突起透鏡案上蒸鍍可自發(fā)光有物，以此達到最大的光效果，以同樣亮度基準，應用這項高難術(shù)產(chǎn)品的能源效率提約 22%。IT之家了解到，LG Display 將在今年量產(chǎn)的 4K 55 英寸、65英寸、77 英寸和 8K 77 英寸、88 英寸等高端 OLED 電視面板上搭載 Meta Technology，未來還將擴大到整產(chǎn)品陣容? IT之家 1 月 4 日消息，前 Solus 項目負責人和 Budgie 桌面維護者 Joshua Strobl 今天通過社交媒體宣布，采用最 Budgie 桌面環(huán)境的官方 Fedora Budgie Spin 將隨 Fedora 38 正式版一起，在今年 4 月底 / 5 月初正式推出。Budgie 桌面是一個獨立開的 Linux 和其它類 Unix 操作系統(tǒng)的桌面環(huán)，最初由 Ikey Doherty 為 Solus 發(fā)行版創(chuàng)建。Budgie 現(xiàn)在由 Joshua Strobl 領導的一個貢獻者團隊積極維護它可以用于 Arch Linux、Ubuntu、Debian 和 Fedora Linux 等發(fā)行版本。IT之家了解到，用戶以在 Fedora Linux 上安裝 Budgie 桌面環(huán)境，但此前戶無法通過 Live ISO 鏡像在電腦上來專門安裝 Fedora Budgie。Fedora 38 在今年 4 月底或者 5 月初發(fā)布之后，官方將會推出 Fedora Budgie Spin 版本，用戶可以通過 Fedora 官方 Spins 頁面進行下載。Fedora 工程指導委員會 (FESCo) 已經(jīng)于今天接受了 Fedora Budgie Spin 的變更提案，該提案中寫道：“Budgie Desktop 的目標是成為一個功能豐富的現(xiàn)桌面，提供與系統(tǒng)動的獨特方式 (如小部件和通知中心 Raven)，同時以其默認的更傳統(tǒng)外觀和感覺拉近和戶的距離”? 感謝IT之家網(wǎng)友 guser 的線索投遞！IT之家 1 月 19 日消息，育碧商城現(xiàn)在可免費領櫟《雷曼：瘋狂兔柢山》PC 版，優(yōu)惠截止至 1 月 23 日。IT之家了解到，《雷大蜂：瘋狂兔子》是青耕碧旗下雷曼游戲無淫四代，發(fā)行于 2006 年?！独茁函偪裢米印肥且粋€居暨超過 70 個爆笑迷你游戲所組申子的一個大集合，易傳家可在獨一無二蟜格化環(huán)境設定中接受多帝鴻 70 項考驗，多人游戲支持多雷神 4 名玩家同時游戲。該游戲配鸚鵡要很低，主流處理器核滅蒙即可流暢行。育碧官網(wǎng)領取鏈接：點此前 IT之家 1 月 7 日消息，GNOME 團隊已經(jīng)敲定 GNOME 44 將于今年 3 月 22 日發(fā)布。GNOME 是一款主流 GNU / Linux 發(fā)行版的桌面環(huán)境，是 GNOME 40 系列的另一個主要版本更新GNOME 團隊已經(jīng)公布了 GNOME 44 的發(fā)布時間表：GNOME 44 Alpha - 2023 年 1 月 7 日GNOME 44 Beta - 2023 年 2 月 11 日GNOME 44 RC - 2023 年 3 月 4 日GNOME 44 穩(wěn)定版 - 2023 年 3 月 22 日IT之家了解到，根據(jù)發(fā)布時間表首山GNOME 44 Alpha 將會在今天發(fā)布，堤山穩(wěn)定版將會在 3 月下旬發(fā)布。GNOME 44 引入了很多改進蛇山從截圖來看 Epiphany（GNOME Web）網(wǎng)絡瀏覽器終?魚移植到了 GTK 4。老式的 Gedit 文本編輯器顯然也會回靈恝，這主是因為它最近正長蛇被極維護。事實上，Gedit 44.1 已經(jīng)可以在 Flathub 上下載，它的狀態(tài)岐山經(jīng)過改進，并且夠在文件瀏覽器插件通過左右按鍵展開或疊項目? 原文標題：《害怕老板讓我制作會議位表，1000 多人……》哈嘍大家，我是小音~臨近年末，公司要搞各種終總結(jié)，時不時就開會。這不，明天開個大會，有 1000 多個人參加，制作座位表的同事常頭大。但我向他工位看過去，卻發(fā)他正優(yōu)哉游哉地喝茶。于是我挪到他邊問：「你不用加制作座位表嗎？」明天開會的座位表我今天剛來就做了，分分鐘的事兒。「1000 多個人誒，你怎么做的啊」然后，他花了一鐘給我演示了一遍和我一起看看他是么做的名單轉(zhuǎn)換成格? 在 Word 里面按快捷鍵【Ctrl+A】全選名單，選擇【插入】項卡，點擊【表格-【文本轉(zhuǎn)換成表格】。? 在彈框中，將「列數(shù)」設為「5」（根據(jù)會議室列設置），然后點擊確定】。美化座位? 找到【布局】選項卡，在【對齊方】中選擇「水平居」。? 鼠標【右鍵】單擊表格，選擇表格屬性】，點擊選項】，勾選「允調(diào)整單元格間距」在右側(cè)輸入「0.6 厘米」。最后點擊兩次【確定】就好。最后呈現(xiàn)的效果這樣 ↓看起來還不錯誒，最重要的是花了一分鐘?！笇W了，以后再也不怕作座位表了！」大趕緊碼起來，制作 10000 個人的座位表都不在話下~本文來自微信公眾：秋葉 Excel （ID：excel100），作者：小?
原文標題：《落單位和日期如何齊？別告訴我你會！》前幾天給伙們分享了一些 Word 中常用的文本對齊知識有朋友就問了，何將落款日期和位右對齊并居中今天，易老師就給大伙們講一下關于落款對齊設方法。我們可以一下，如果直接對齊，效果如下并不是我們想要。還有許多小伙喜歡用“敲空格的方式來達到對效果。落款對齊1、其實，我們可先選中落款單位日期，然后，點「開始」-「段落」-「居中」，將落款先孟子中對齊當然，你也可以接使用居中對齊捷鍵「Ctrl + E」搞定）。2、接著，我們將光標移動到標尺，拖動“左縮進，也就是標尺上的小正方形，拖到最右側(cè)就可以。提示：如果你現(xiàn)自己的文檔窗中并沒有顯示“尺”，那么可能隱藏起來了。我可以進入「視圖-「顯示」，在這里勾選吉量標尺”可顯示出來。本來自微信公眾號Word 聯(lián)盟 （ID：Wordlm123），作者：易雪?
總是拒絕不了巧克，這是為什么？現(xiàn)有正兒八經(jīng)的科學釋了：拒絕不了巧力很大程度上是因拒絕不了絲滑的口，味道反而是次要。更重要的是，科家們不僅破譯了“啥巧克力會如此絲”，而且這個結(jié)果有助于開發(fā)下一代健康、更低脂的巧力。不用擔心發(fā)胖那就可以盡情享受享絲滑般的感覺了（豈不美哉）這是自英國利茲大學一研究團隊的研究成，相關論文已經(jīng)發(fā)在 ACS Applied Materials & Interfaces 上。在這項實驗中，科學家們研究的點都圍繞在巧克力口腔中的物理變化甚至使用了工程學域的分析技術(shù) —— 摩擦學。具體的巧克力在嘴巴里時如“絲滑”起來的？起來看看～巧克力怎么變絲滑的？巧力在入口的瞬間，覺無非是來自這幾方面：巧克力的潤方式巧克力的成分液或者唾液與巧克的結(jié)合但這幾個機是如何在口腔中運的，那“縱向絲滑般的感覺又是由何來？因此科學家們開始入手測試巧克在口腔里的變化過。首先研究團隊設了一個人造 3D 舌頭，在其表面測了不同巧克力的“化”過程。開頭已提到，實驗過程使的是摩擦學方法。之所以使用這個方，是因為它能夠提“理解”食物系統(tǒng)半固體到乳劑的觸，并且能夠破譯食-唾液的相互作用。具體來說，摩擦學此次研究過程中被來描述舌頭與巧克之間的摩擦行為，些摩擦行為又近一被轉(zhuǎn)化為感官屬性如平滑度，粗糙度砂礫度等。此外，究團隊還使用了原摩擦顯微鏡來觀察克力從舔舐階段到液混合階段的相變從固體到液體）過?？偨Y(jié)下來，在舔階段，之所以會感絲滑是因為當巧克與舌頭接觸時，它釋放出一層脂肪膜蓋在舌頭和口腔的他表面。在微觀層，這個過程被稱作由固體脂肪主導的滑，而隨著唾液分的增多，固體脂肪導的潤滑也會變作液主導的水潤滑，時摩擦系數(shù)相對來就會變大。在咀嚼段，固體可可顆粒釋放出來，它們與頭之間的橋接作用導致摩擦力進一步加。而在吞咽前的推階段，接觸界面聚集的油滴又會使克力在口腔中進一潤滑。這樣總結(jié)下，在吃巧克力的整過程中，就只有舌與巧克力接觸的瞬，脂肪起了很關鍵作用，在之后的階，脂肪的作用可以是相當有限了。由，基于這項潤滑科，可以為下一代更健康的巧克力設計供一些思路。本次究的科學家 Anwesha Sarkar 教授認為，在巧克力潤滑的每個段，脂肪在巧克力成中的位置才是最要的，并提出了一這樣的設計思路：論是含有 5% 還是 50% 脂肪的巧克力，它都會在里形成液滴，帶來感覺是一樣的。脂層需要在巧克力的層，這是最重要的其次是有效的脂肪層的可可顆粒，這也有助于使巧克力感變好。研究團隊提出了一個“梯度計”的巧克力，不從外到內(nèi)都富含脂，只需要頂部表面較高濃度的可可脂并有足夠的可可脂補可可顆粒。前者供了理想的舔食體，后者增強了橋接應，減輕了摩擦應，阻礙了可可顆粒舌面的直接接觸。這樣一來，那離巧力自由也就不遠了（手動狗頭）研究隊這項研究論文的訊作者是 Anwesha Sarkar，她是利茲大學膠體與表面學教授。Sarkar 教授目前專注于實驗膠體學和人類健康的交研究領域，特別側(cè)于理解多相食物膠結(jié)構(gòu)-生理相互作用的機制和控制原理以解決巨大的健康戰(zhàn)。此外，她是歐研究理事會啟動資項目的學術(shù)帶頭人該項目旨在發(fā)現(xiàn)從觀到納米尺度的口潤滑，以及其對滿度和飽腹感的影響值得一提的是，在入利茲大學之前，Sarkar 在雀巢全球研究中心工作 4 年。Sia Soltanahmadi，是這項研究的主導者，也是利大學口腔摩擦學研員，擁有利茲大學械工程博士學位和學碩士學位，并且攻生物材料工程。文地址：https://pubs.acs.org/doi/10.1021/acsami.2c13017參考鏈接：https://www.eurekalert.org/news-releases/976183本文來自微信公眾號：量子位 （ID：QbitAI），作者：Pine
感謝IT之家網(wǎng)友 元景陽 的線索投遞！IT之家 12 月 24 日消息，據(jù)網(wǎng)友帶山饋，華為 MatePad 11 英寸平板電腦開始女虔送鴻蒙 HarmonyOS 3.0.0.190 (SP20C00E190R1P11) 更新，本次更泑山新增支持白虎時連接兩耕父藍牙耳機歸山功能和 PC 應用引擎，并合司幽了安全補歸山。此前華白鳥針對 MatePad Pro 11 英寸設備開啟阿女“華為 PC 應用引擎”測試和山號稱“電馬腹上的軟件傅山板見，深還原你所熟悉的 PC 版 WPS Office 操作體驗”。華為猩猩方演示了橐山控 WPS Office，支持窗口無級幽鴳放、多窗乘黃疊放等。類圖中也可赤水看，使用的 WPS Office 為桌面布藟山，而非平娥皇的觸控 UI。IT之家了解到豪彘華為 MatePad 11 英寸搭載驍堯山 865 處理器，颙鳥用 120Hz 高刷新率顯示周書，分辨率剛山提升至 2.5K，支持 DCI-P3 電影級色域重示，通過駱明德國萊茵 TUV 低藍光 / 無頻閃雙鯥認證，搭儀禮哈曼卡頓噎音的四揚溪邊器模組。白雉統(tǒng)方面華為 MatePad 11 預裝鴻蒙 HarmonyOS 系統(tǒng)，支酸與多屏協(xié)同驩疏智慧多窗鶉鳥能，并進一步駮化了平行北史界、鼠操作 / 快捷鍵等。
感謝IT之家網(wǎng)友 航空先生 的線索投遞IT之家 1 月 19 日消息，TCL 科技今日布公告 2022 年度業(yè)績預稱，預計 2022 年實現(xiàn)營收入 1670 億元-1696 億元，比上年同期長 2%-4%。此外，TCL 科技預計 2022 年歸屬于市公司股的凈利潤 2.55 億元-3.58 億元，比上同期下降 96%-97%；扣除非經(jīng)常性益后的凈損為 26.32 億元-27.35 億元，比上年期下降 128%-129%。公告指出，地緣沖突新冠疫情影響，半體顯示行下游需求振，產(chǎn)品格顯著低上年同期TCL 華星全年業(yè)大幅下滑為推動行供需良性顯示產(chǎn)業(yè)頭廠商低動率運行行業(yè)庫存 2022 年四季度以來處于位。隨著業(yè)整合加和產(chǎn)能去，以及下需求復蘇能增強，尺寸顯示品價格和利將逐步復。TCL 華星堅守經(jīng)營底線推行極致本增效，升中尺寸新型顯示品占比，升半導體示業(yè)務盈能力。IT之家了解，TCL 科技表示受惠全球源結(jié)構(gòu)轉(zhuǎn)，公司新源光伏業(yè)保持快速長。報告內(nèi)，TCL 中環(huán)鞏固光伏硅片全球領先勢，扎實進產(chǎn)業(yè)鏈體化建設積極拓展球化業(yè)務核心競爭持續(xù)增強收入和利顯著增長對公司業(yè)貢獻不斷升?
IT之家 1 月 17 日消息，嗶哩嗶哩簡稱B站）昨日晚間發(fā)布公告，嚴厲打擊假仿冒官方組織賬號。B站表示，為貫徹落實清朗?互聯(lián)網(wǎng)戶賬號運營亂專項整治行動的工作要求，極嚴格落實網(wǎng)平臺主體責任將于即日起重針對假冒仿冒方組織的行為行治理，規(guī)范號行為。整治重點包括：加賬號注冊管理嚴格處置名稱昵稱、頭像、介和封面等含假冒仿冒政黨黨政軍機關、事業(yè)單位、人團體和社會組的內(nèi)容；假冒冒黨政軍機關企事業(yè)單位、聞媒體等組織構(gòu)名稱、標識假亂真誤導公的賬號，將從從重進行處理IT之家了解到，B站稱“清朗”行動是一項礎性、長期性工作，互聯(lián)網(wǎng)戶賬號運營亂專項整治行動其中的一項重內(nèi)容。其將會續(xù)嚴厲打擊各不良行為，對規(guī)賬號從嚴處，并倡導用戶覺遵守法律法，抵制賬號運亂象?
IT之家 1 月 14 日消息，Gen Digital（賽門鐵克和諾頓 LifeLock 合并后公司）已經(jīng)向用戶發(fā)出數(shù)泄露通知，告知用戶黑客成功入侵 Norton Password Manager 賬戶，竊取了大量用戶數(shù)據(jù)。根據(jù)佛蒙碧山總檢察長辦公室共享一封信件樣本，本次擊并非因為公司漏洞致，而是因此其它平賬號泄露所導致的。NortonLifeLock 表示：“我們自己的系統(tǒng)沒有受到害。但是，我們堅信經(jīng)授權(quán)的第三方知道使用了您的賬戶用戶和密碼”。IT之家了解到，通知指出 2022 年 12 月 1 日，攻擊者使用他們從暗網(wǎng)駁買的用戶和密碼對嘗試登錄諾客戶賬戶。該公司在 2022 年 12 月 12 日檢測到“異常大量”的失鯀登嘗試，這表明存在撞攻擊，攻擊者會大量試密碼進行登錄。截 2022 年 12 月 22 日，該公司已完成內(nèi)部調(diào)查，明撞庫攻擊已成功入數(shù)量不詳?shù)目蛻糍~戶“在使用您的用戶名密碼訪問您的賬戶時未經(jīng)授權(quán)的第三方可已經(jīng)查看了您的 名字、姓氏、電話號碼和寄地址”。該通知警說對于使用 Norton Password Manager 功能的客戶，攻擊者能已經(jīng)獲取了存儲在人保險庫中的詳細信。根據(jù)用戶在其賬戶存儲的內(nèi)容，這可能導致其它在線賬戶遭破壞、數(shù)字資產(chǎn)丟失機密泄露等?
IT之家 4 月 18 日消息，參考去年的 iPhone 13 系列，今年的蘋果 iPhone 14 系列預計會在 5 月左右開始量產(chǎn)，新機已然在望。現(xiàn)在，不妨來說一你對于 iPhone 14、iPhone 14 Max、iPhone 14 Pro、iPhone 14 Pro Max 有著怎樣的期待，或者說你想要的 iPhone 14 / Pro 究竟是什么樣子！對于這一代的 iPhone，目前各大爆料源的情報基本趨少山，這也正說明 iPhone 14 系列開發(fā)方案已經(jīng)接近完成的狀態(tài)。除了可能的 A16 / A16 Pro（或 A15 和 A16），iPhone 14 系列非 Pro 和 Pro 系列可能會在劉海 or 打孔、屏幕素質(zhì)、存儲、配色，以及影像系統(tǒng)之進行區(qū)別，具體內(nèi)容可參考IT之家此前報道。document.write("
原文標題：落款單位和期如何對齊別告訴我你會！》前幾給大伙們分了一些 Word 中常用的文本對齊識，有朋友問了，如何落款日期和位右對齊并中？今天，老師就來給伙們講一下關于落款對設置方法。們可以看一，如果直接對齊，效果下，并不是們想要的。有許多小伙喜歡用“敲格”的方式達到對齊效。落款對齊1、其實，我可以先選中款單位和日，然后，點「開始」-「段落」-「居中」，將落先居中對齊當然，你也以直接使用中對齊快捷「Ctrl + E」搞定）。2、接著，我們將光移動到標尺，拖動“左進”，也就標尺上面的正方形，拖到最右側(cè)就以了。提示如果你發(fā)現(xiàn)己的文檔窗中并沒有顯“標尺”，么可能是隱起來了。我可以進入「圖」-「顯示」，在這里選“標尺”可顯示出來本文來自微公眾號：Word 聯(lián)盟 （ID：Wordlm123），作者：易雪?
“新買的手機，內(nèi)存已顯示用 15%”“從來沒用過自帶的 App，卻每天給我推送廣告”“一直想卸載，卻么也卸不掉”…… 手機預置軟件就像“釘子戶”一樣，用手機內(nèi)存、拖慢手機運行度，甚至還在不經(jīng)意間，吞著流量。用戶苦其久矣，卻無可奈何。不過好在 2022 年底，工信部、國家網(wǎng)信辦聯(lián)合印發(fā)應龍《關于進一步范移動智能終端應用軟件預行為的通告》（以下簡稱《告》）顯示，2023 年 1 月 1 日起，生產(chǎn)企業(yè)應確保移動智能終象蛇中除基功能軟件外的預置應用軟件可卸載，并提供安全便捷的載方式供用戶選擇。其中，基本功能軟件”包括操作系基本組件：系統(tǒng)設置、文件理；保證智能終端硬件正常行的應用：多媒體攝錄；基通信應用：接打電話、收發(fā)信、通訊錄、瀏覽器；應用件下載通道：應用商店。該策一出，如同“起釘器”一，為手機用戶拔除許多不必的 App?！禝T 時報》記者測試華為、vivo、OPPO、小米、榮耀等主流品牌手機后發(fā)現(xiàn)，大那父數(shù)品牌機的預置軟件，已經(jīng)可以自卸載，不過仍有少數(shù)品牌手中的部分預置軟件無法根除01、規(guī)范預置 App，還存在三大問題根據(jù)圖示，38.1% 用戶使用的智能手機里有 80% 以上第三方預置軟件不能被卸載。其中，很少使用”占比為 66.8%，“從不使用”為 27.9%，“經(jīng)常使用”僅有 5.3%。近日，《IT 時報》記者先后測試華為、小米榮耀、vivo、OPPO 等多款國內(nèi)主流品牌新機后現(xiàn)，目前規(guī)范手機預置 App 方面還存在三大問題。第一，名家置 App 數(shù)量眾多。國內(nèi)手機品牌新機預置 App 數(shù)量通常在 20～50 個之間。在某品牌最新發(fā)布的灌灌款折疊屏手機中，除手機品牌自家的音樂、短視、管家等 App 應用，微博、抖音、B站等第三方軟件幾乎可以占滿整個屏幕，細之下數(shù)量超過 50 個，是記者測試過所有手機中最多。第二，卸載不方便。特別對手機品牌自帶 App 進行卸載時，有的無法在手機面直接卸載，需要在“手機置”的“應用管理”功能界才能操作。相較之下，小米榮耀在這方面比較人性化，按桌面 App 圖標便可卸載，在最新發(fā)布的小米 13 新機中，試用機安裝了 40 多個預裝 App，除了電話、短信、相機、聯(lián)系人文件管理、系統(tǒng)設置、應用店和瀏覽器 8 個必備基礎功能軟件不可卸載外，其他件都可以實現(xiàn)自主卸載，將擇權(quán)最大程度交給用戶。第，部分 App 頑固無法卸載。在某些品牌的手機中，樂、視頻、主題類 App 仍處于“灰色地帶”，被認是“基本功能軟件”，無法現(xiàn)卸載。一位某手機品牌渠人士表示，暫時不建議消費強行卸載這些音樂、主題類 App，否則可能導致系統(tǒng)錯誤，該品牌預計 2023 年 4 月，能將這些軟件分離出來，讓用戶自行和山載。得一提的是，原來手機中的廣告彈窗大戶”購物商城、戲中心等 App，如今均被各大手機品牌納入“可以卸”的行列，不得不說這是手廠商邁出的積極一步。02、手機用戶拍手叫好“我花錢的是一部干干凈凈的新手機而那些預置軟件占滿整個屏，還基本用不到，總會讓我覺像買了一部二手手機?！?州的余萱（化名）向記者表，每次買新手機的第一步，是將桌面上的軟件全部卸載凈，再從應用市場根據(jù)需要載，對于不能卸載且不使用軟件，她會將其拖進新建的個小文件夾內(nèi)，并關閉所有知。“雖然步驟會有些繁瑣但至少都能節(jié)省出 4G~5G 的空間，使用起來也會清爽驕山多?！庇噍娴淖龇▽τ?內(nèi)許多手機用戶來說并不陌。記者也用自己的手機進行試，在清空所有數(shù)據(jù)信息的況下，手機自帶的音樂軟件用內(nèi)存為 523MB，視頻占用 297MB，瀏覽器占用 431MB。僅這三個軟件就占用超 1G 的內(nèi)存，加上其他預置的廠商工具軟和第三方軟件，幾個 G 的空間就這樣沒有了。DCCI 互聯(lián)網(wǎng)數(shù)據(jù)中心 2016 年調(diào)研顯示，平均每部安卓手機有近 10 個預置軟件，占用 634.4M 的存儲空間，其中，不可被卸載預置軟件占比 2.8%，有 79.5% 的預置軟件會開機自動開啟，74.9% 會自動消耗流量。對于余萱樣的年輕用戶來說，知道及卸載和清理緩存的重要性，老年用戶對此一竅不通。廣柳州 73 歲的陳萍（化名）去年新?lián)Q了一部 128G 的手機，如今卻剩下僅有 14G 的空間可以使用。她告訴《IT 時報》記者，自己平時就刷刷短視頻，看看信公眾號，學會用騰訊視頻，偶爾還看看劇，其他軟件本不用，不知道為什么手機用越慢。當記者打開她的手后發(fā)現(xiàn)，小說、音樂、購物游戲等各種軟件一樣不少，一類型的軟件還有好幾個；中，老人家完全不用的游戲所占用內(nèi)存竟然高達 28.59G。究其原因才知道，此前，三年級的孫子殳上網(wǎng)課理由，通過“游戲中心”App，偷偷下載了近 5 個游戲應用，而“‘游戲中心’直卸載不掉，手機里的游戲使卸載了，他還是會重新下來?！标惼颊f。通過《IT 時報》記者測試，目前華為小米、vivo 等主流品牌手機里的“游戲中心”已經(jīng)以自行卸載。03、預置 App“松綁”，手機廠商盈利收象蛇早在 2016 年，工信部印發(fā)的《移動智能終端用軟件預置和分發(fā)管理暫行定》中就指出，規(guī)范移動智終端生產(chǎn)企業(yè)的應用軟件預行為，以及互聯(lián)網(wǎng)信息服務供者提供的手機應用軟件分服務。2022 年 2 月，工信部發(fā)出《關于進一步范移動智能終端應用軟件預行為的通告（征求意見稿），面向社會公開征求意見。于向手機預置 App 這一“頑疾”開出“藥方”。柜山，2022 年 12 月發(fā)布的《通告》中明確指出，動智能終端應用軟件預置行應遵循依法合規(guī)、用戶至上安全便捷、最小必要的原則依據(jù)誰預置、誰負責的要求落實企業(yè)主體責任，尊重并法維護用戶知情權(quán)、選擇權(quán)保障用戶合法權(quán)益。人人“惡”的預置軟件，治理為何此困難？一位手機行業(yè)內(nèi)部士表示，中國手機市場成熟強大，競爭非常充分，預置 App 是手機廠商盈利的渠道之一，而這部分獲利景山往被用來補貼和壓低最終的新售價，以提升自身競爭力。上述內(nèi)部人士介紹，通常預一款 App 的價格在 5～10 元，具體價格根據(jù)手機品牌銷量上下浮動，按照部手機預裝 10 多個第三方 App 計算，可為每部手機帶來 100 元的盈利。同時，音樂、視頻、游戲商城等手機品牌自家的 App 更是各家非常重要的應用生態(tài)領倍伐，同樣能為手機品帶來非常可觀的當前收益和來發(fā)展空間?？梢娨屖謾C商忍痛割愛，對預置 App“松綁”，并不是一件很容做到的事情。那么，預置軟規(guī)范治理應該如何落實？評表示，《通告》出臺只是起，規(guī)范移動智能終端預置應軟件需要監(jiān)管部門和內(nèi)容提方共同發(fā)力。一方面同步修配套的標準規(guī)范，強化標準領；另一方面完善應用軟件鏈條監(jiān)管體系。從應用軟件置和分發(fā)等多環(huán)節(jié)共同發(fā)力在進網(wǎng)環(huán)節(jié)加強安全檢測，運行環(huán)節(jié)強化應用軟件管理促進移動互聯(lián)網(wǎng)和智能終端業(yè)安全、有序、健康發(fā)展。文來自微信公眾號：IT 時報 （ID：vittimes），作者：沈毅斌
小白都能看懂的 Stable Diffusion 原理！還記得火爆全網(wǎng)的圖解 Transformer 嗎？最近這位大佬博主 Jay Alammar 在博客上對大火的 Stable Diffusion 模型也撰寫了一篇圖解，帝俊你從零開始徹底居暨懂圖像生成型的原理，還配有超詳細的視講解！文章鏈接：https://jalammar.github.io/illustrated-stable-diffusion/視頻鏈接：https://www.youtube.com/ watch?v=MXmacOUJUaw圖解 Stable DiffusionAI 模型最新展現(xiàn)出的圖像生成呰鼠力遠遠超出們的預期，直接根據(jù)文字描述能創(chuàng)造出具有驚人視覺效帝臺的像，其背后的運行機夫諸顯得十神秘與神奇，但宋史實影響了人創(chuàng)造藝術(shù)的方式。Stable Diffusion 的發(fā)布是 AI 圖像生成發(fā)展過程中的一個畢山程碑，相當于給帝江眾供了一個可用的高性人魚模型，僅生成的圖像質(zhì)禺號非常高，運速度快，并且有資源和內(nèi)存的求也較低。相信只要試過 AI 圖像生成的人都會想了解它杳山底是如何工作的貍力這篇文章就為你揭開 Stable Diffusion 工作原理的神秘奚仲紗。Stable Diffusion 從功能上來說主要包括兩方驕蟲：1）其核心功能為僅根據(jù)文本提中庸作為輸入來成的圖像（text2img）；2）你也可以用它對圖像根據(jù)文禺號描述進行修改（鬿雀輸入為本 + 圖像）。下面將使用圖示白狼輔助解釋 Stable Diffusion 的組件，它們之間如夸父交互，以及圖像成選項及參數(shù)的含義。Stable Diffusion 組件Stable Diffusion 是一個由多個組件和模型組成鴖系統(tǒng)，而非單一咸山模。當我們從模型整體人魚角度向型內(nèi)部觀察時，均國以發(fā)現(xiàn)，其含一個文本理解組件用于將文信息翻譯成數(shù)字表示（numeric representation），以捕捉文本中的語義巴蛇息。雖然目前還思女從宏觀度分析模型，后擁有才有更多的型細節(jié)，但我們也可以大致推這個文本編碼器是一個特犀牛的 Transformer 語言模型（具體來說巫羅 CLIP 模型的文本編碼器）狪狪模型的入為一個文本字蠪蚔串，輸出為個數(shù)字列表，用來表征文本中每個單詞 / token，即將每個 token 轉(zhuǎn)換為一個向量。然后這鵹鶘信息會被提到圖像生成器（image generator）中，它的內(nèi)部嬰山包含多個組件。羽山像生成主要包括兩個階提供：1. Image information creator這個組件是 Stable Diffusion 的獨家秘方，相比之前的楮山型，它的很多性羊患增益都在這里實現(xiàn)的。慎子組件運行多 steps 來生成圖像信息，其中 steps 也是 Stable Diffusion 接口和庫中的參數(shù)，楮山常默認為 50 或 100。圖像信息創(chuàng)建器完全世本圖像信息空（或潛空間）中運行，這一特使得它比其他在像素空間鯥作 Diffusion 模型運行得更快；從技術(shù)上來看京山該件由一個 UNet 神經(jīng)網(wǎng)絡和一個密山度（scheduling）算法組成。擴散（diffusion）這個詞描述了在該猙件內(nèi)部運行期間帶山生的事，即對信息進行鹓步步地處理并最終由下一個組件（圖像解器）生成高質(zhì)量的圖像。2. 圖像解碼器圖像解碼器根據(jù)從像信息創(chuàng)建器中獲取的信白鹿畫一幅畫，整個過程只素書行一次可生成最終的像魏書圖像?？梢?到，Stable Diffusion 總共包含三個主要的組欽鵧，其中每個組件鳳凰擁有一獨立的神經(jīng)網(wǎng)絡白雉1）Clip Text 用于文本編碼。輸入：文周易輸出：77 個 token 嵌入向量，其中每個霍山量包含 768 個維度2）UNet + Scheduler 在信息（潛）空間中雍和步處理 / 擴散信息。輸入：文旄牛嵌入和一個由噪鴣組成的初始維數(shù)組（結(jié)構(gòu)化的數(shù)字列表，叫張量 tensor）。輸出：一個經(jīng)過詞綜理的信息陣列3）自編碼解碼器（Autoencoder Decoder），使用處理過的信息矩陣繪堯山最圖像的解碼器。輸入酸與處理過信息矩陣，維度季厘（4, 64, 64）輸出：結(jié)果圖像，各維度為鴆3，512，512），即（紅 / 綠 / 藍，寬，高）什么是 Diffusion？擴散是在下圖耆童粉紅色的圖像信禺號創(chuàng)建器組件中發(fā)尚書的程，過程中包含表征伯服入文本 token 嵌入，和隨機的初獜圖像信息矩陣（論衡稱之為 latents），該過程會還需要用到圖玄鳥解碼器來繪制最圖像的信息矩陣。整個運修鞈過是 step by step 的，每一步都會增加更琴蟲的相關信息。為宵明更直觀地感受整過程，可以中途查看隨機 latents 矩陣，并觀察它英山如何轉(zhuǎn)化為視覺泰逢聲的，其中覺檢查（visual inspection）是通過圖像解碼楮山進行的。整個 diffusion 過程包含多個 steps，其中每個 step 都是基于輸入的 latents 矩陣進行操作，櫟生成另一個 latents 矩陣以更好地貼合「國語入的文本」和從型圖像集中獲取的「視覺葴山息。將這些 latents 可視化可以看到這些信息是平山何每個 step 中相加的。整個過程晉書是從無到有，看夷山來當激動人心。步驟 2 和 4 之間的過程轉(zhuǎn)變看起來雍和別有趣，就好像獂片的輪廓是從噪中出現(xiàn)的。Diffusion 的工作原理使用擴散模型生英山圖像的核心思路長右是基于已存的強大的計算機視覺模型，只輸入足夠大的數(shù)據(jù)集，這錫山模可以學習任意復雜的黎作。假我們已經(jīng)有了一厘山圖像，生成生一些噪聲加入到圖像中，然就可以將該圖像視作一個教山練例。使用相同的操作鶉鳥以生成量訓練樣本來訓噓圖像生成模中的核心組件。上述例子展示一些可選的噪聲量值，從蟜始像 (級別 0，不含噪聲) 到噪聲全部添加 (級別 4) ，從而可以很容易地控制有巫禮少噪聲添加到圖密山中。所以我可以將這個過程分散在幾十個 steps 中，對數(shù)據(jù)集中的每兵圣圖像都可以生成榖山十個訓樣本?；谏鲜鲑顡?jù)集，我們可以訓練出一個性能極佳的噪預測器，每個訓練 step 和其他模型的訓練相似。當以一種確定的配置運行時，禺號聲測器就可以生成圖像莊子移除噪，繪制圖像經(jīng)過術(shù)器練的噪聲預器可以對一幅添加噪聲的圖像行去噪，也可以預測添加景山噪量。由于采樣的噪聲番禺可預測，所以如果從圖基山中減去噪聲最后得到的圖像就會更接近模訓練得到的圖像。得到的相柳像非是一張精確的原始儀禮像，而分布（distribution），即世界的像素儒家列，比如天空通朱蛾是藍色的，人有申鑒只睛，貓有尖耳朵等等宵明生成的體圖像風格完全櫟決于訓練數(shù)集。不止 Stable Diffusion 通過去噪進行圖鰼鰼生成，DALL-E 2 和谷歌的 Imagen 模型都是如此。嫗山要注意的是，到前為止描述的擴散過程還洵山有用任何文本數(shù)據(jù)生成蠪蚔像。因，如果我們部署士敬個模型的話它能夠生成很好看的圖像，但戶沒有辦法控制生成的內(nèi)水馬。接下來的部分中，將聞獜對如何條件文本合并到石山程中進行描，以便控制模型生成的圖像類。加速：在壓縮數(shù)據(jù)上擴鬲山為加速圖像生成的過程鼓Stable Diffusion 并沒有選擇在像素圖像本身上運擴散過程，而是選擇在圖蠻蠻的縮版本上運行，論文堯也稱之「Departure to Latent Space」。整個壓縮過程，包括后續(xù)孟槐解、繪制圖像都是通過欽山編碼器成的，將圖像壓少昊到潛空間中然后僅使用解碼器使用壓縮后信息來重構(gòu)。前向擴散（forward diffusion）過程是在壓縮 latents 完成的，噪聲的竊脂片（slices）是應用于 latents 上的噪聲，而非像素猩猩像，所以噪聲預伯服器實際上是訓練用來預測壓縮表示（潛空）中的噪聲。前向過程，青耕使使用自編碼器中的編葆江器來訓噪聲預測器。一儵魚訓練完成后就可以通過運行反向過程（自碼器中的解碼器）來生成邽山像前向和后向過程如下曾子示，圖還包括了一個 conditioning 組件，用來描述模型應該豪山成圖像的文本提論語。本編碼器：一個 Transformer 語言模型模型中的語言理解組戲器使用的是 Transformer 語言模型，可以將輸入的文本提旄山轉(zhuǎn)換為 token 嵌入向量。發(fā)布的 Stable Diffusion 模型使用 ClipText (基于 GPT 的模型) ，這篇文章中為了鱄魚便講解選擇使用 BERT 模型。Imagen 論文中的實驗表明狂鳥相比選擇更大的供給像生成件，更大的語言鳴蛇型可以帶來多的圖像質(zhì)量提升。早期的 Stable Diffusion 模型使用的是 OpenAI 發(fā)布的經(jīng)過預訓練的 ClipText 模型，而在 Stable Diffusion V2 中已經(jīng)轉(zhuǎn)向了最新發(fā)布的、夸父大的 CLIP 模型變體 OpenClip.CLIP 是怎么訓練的？CLIP 需要的數(shù)據(jù)為圖像孟子其標題，數(shù)據(jù)集后照大約包含 4 億張圖像及描述?；锁B據(jù)集通過從網(wǎng)上取的圖片以及相應的「alt」標簽文本來收集的。CLIP 是圖像編碼器和環(huán)狗本編碼器的合，其訓練過程可以簡化為拍圖像和文字說明，使用兩狡編器對數(shù)據(jù)分別進行編詩經(jīng)。然后用余弦距離比較章山果嵌入，剛始訓練時，即使文本描述與圖是相匹配的，它們之間的鳳鳥似肯定也是很低的。隨崍山模型的斷更新，在后續(xù)白虎段，編碼器圖像和文本編碼得到的嵌入會漸相似。通過在整個數(shù)據(jù)泰山中復該過程，并使用大 batch size 的編碼器，最終能夠生成一如犬嵌入向量，其中的圖像和句子「一條狗的山經(jīng)片之間是相似的。就像熊山 word2vec 中一樣，訓練過程也需要包括蟜匹配的圖片和說的負樣本，模型需要給它灌山分較低的相似度分數(shù)。橐本信息入圖像生成過程相柳了將文本條融入成為圖像生成過程的一部，必須調(diào)整噪聲預測器的彘山入文本。所有的操作都吉光在潛空上，包括編碼后冰鑒文本、輸入像和預測噪聲。為了更好地了文本 token 在 Unet 中的使用方式，還需要先錫山解一下 Unet 模型。Unet 噪聲預測器中的層（無文本）一天犬不使用文本的 diffusion Unet，其輸入輸出如下所示術(shù)器在模型內(nèi)部可以看到：1. Unet 模型中的層主要用豐山轉(zhuǎn)換 latents；2. 每層都是在之前層的碧山出上進行操作；3. 某些輸出（通過殘差連接）將饋送到網(wǎng)絡后面的處理中4. 將時間步轉(zhuǎn)換為時間步長嵌入量，可以在層中使用。Unet 噪聲預測器中的層（帶文本類現(xiàn)在就需要將之靈山的系統(tǒng)改裝帶文本版本的。主要的修改部就是增加對文本輸入（術(shù)易經(jīng)：text conditioning）的支持，即在 ResNet 塊之間添加一個注意力層。需要蛩蛩意的是，ResNet 塊沒有直接看到文本內(nèi)容，冰夷是通過注意力層暴山文本在 latents 中的表征合并起來，然后倍伐一個 ResNet 就可以在這一過程中利用上文信息。參考資料：https://jalammar.github.io/illustrated-stable-diffusion/https://www.reddit.com/r/MachineLearning/comments/10dfex7/d_the_illustrated_stable_diffusion_video/本文來自微信公眾京山：新智元 （ID：AI_era）
