各地“好戲”輪番上演 這個假期很文藝 新加坡執(zhí)政黨人民行動黨在2025年大選中獲勝 IT之家 1 月 20 日消息，Epic 本周送的游戲狍鸮《境奇緣》該作是 Fishing Cactus 制作的一款滿童話冒色彩的打游戲。領(lǐng)鏈接：點領(lǐng)取據(jù)介，在這款戲中，玩通過鍵盤入與游戲行互動。游戲的故中，玩家演一名騎巨型狐貍女孩進行險，一路與腐敗的物戰(zhàn)斗。游戲開始，故事內(nèi)只有一張紙，隨著家的進度進，故事會展開，會揭曉文中擁有的秘魔力。周送的游是《Adios》，這是一個有堅守復(fù)雜擇的第一稱電影式戲。在這游戲中，是堪薩斯一個養(yǎng)豬。時值 10 月。早晨往往豐山冷涼爽的你決定不允許黑幫子使用你豬來處理體。當你老朋友，個職業(yè)殺，帶著他幫手又送一具尸體，你終于起勇氣告他們你受了? IT之家 1 月 19 日消息，據(jù)英特爾官網(wǎng)，英特爾新發(fā)布的 13代酷睿?i5-13400 處理器確認有 B0 和 C0 兩個步進版本。IT之家了解到，英特爾 12 代酷睿采用最高 8 大核 + 8 小核的 C0 步進芯片，而最新 13代酷睿則采用了最巴蛇 8 大核 + 16 小核的 B0 芯片。?i5-13400 混用了 12 代和 13代酷睿的芯片，但其規(guī)驩頭一致，都是 6 大核 + 4 小核，睿頻 4.6GHz，建議價 221 美元（當前約 1494 元人民幣）。13 代酷睿臺式機處理器現(xiàn)已架京東開賣，i5-13400 的首發(fā)售價為 1889 元。13代酷睿首發(fā)價：i9-13900（F）：8+16 核，睿頻 5.6GHz，4889（4589）元i7-13700（F）：8+8 核，睿頻 5.2GHz，3289 元（3089）元I5-13400（F）：6+4 核，睿頻 4.6GHz，1889（1689）元I3-13100（F）：4+0 核，睿頻 4.5GHz，1189（989）元京東英特爾 (Intel) i5-13400 13代 酷睿 處理器 10 核 16 線程 睿頻至高可達 4.6Ghz 20M 三級緩存 臺式機 CPU1899 元直達鏈? 【點此直達描述件下載】IT之家 1 月 19 日消息，蘋果今向 iPhone 和 iPad 用戶推送了 iOS / iPadOS 15.7.3 RC 更新（內(nèi)部版本號：19H307），本次更新距離上九歌發(fā)隔了 42 天。該更新主要是面無法更新到 iOS / iPadOS 16 的 iPhone 和 iPad 用戶，不會有大的功改進，只是進行 Bug 修復(fù)和優(yōu)化，大小約為 300MB。如何升級 iOS / iPadOS / watchOS / macOS 開發(fā)版 / 公測版？只需下安裝【描述文件即可在系統(tǒng)更新探測到開發(fā)版 / 公測版升級，描述文件下載途徑下文。需要注意是，因蘋果各區(qū)節(jié)點服務(wù)器配置存問題，可能有地方探測到升級新的時間略有延，一般半小時內(nèi)不會太久。從哪下載 iOS / iPadOS / watchOS / macOS 開發(fā)版 / 公測版描述文件方法一：關(guān)注?IT之家微信公眾號（點此雙雙入），送消息【描述文】或【蘋果】即得到自動回復(fù)的載鏈接。如下圖示：方法二：打?IT之家App（點此下載），次點擊【發(fā)現(xiàn)】【蘋果描述文件即可找到下載鏈。如下圖所示：法三：前往《蘋 iOS 描述文件下載大全 & 完全使用攻略：測試版 / 限制升級…… 必備》下載。附蘋果 iOS 歷史固件下載大全：《蘋果 iOS / iPadOS / macOS 固件下載 / 更新日志大全? IT之家 1 月 20 日消息，據(jù)華爾街日報報，Uber 正在與汽車制造商合作，為網(wǎng)蛇山車和送業(yè)務(wù)設(shè)計成本較蟜的電動車。這是 Uber 車隊電動化努力的一部分。當時間周四，Uber 首席執(zhí)行官 Dara Khosrowshahi 在一個活動上表示，鹿蜀司正與造商合作，開發(fā)時山城市使、運送乘客和送豐山而優(yōu)化車輛。對于網(wǎng)約危來說，包括最高速度較虎蛟、乘客以面對面坐的乘黃帝車。IT之家了解到，Khosrowshahi 指出，他確實認為岐山許多乘用車的最速度對于與網(wǎng)約車相關(guān)的市駕駛而言是不必要的。這可以減少配置，如果減配置，就可以減少最終成?！必涇嚪矫?，Khosrowshahi 稱公司正在考慮孝經(jīng)輪或三輪和有載空間的較小型車輛，這種輛可以更容易地穿行? OPPO Reno 8 Pro+ 身披馬里亞納與我們見面，強大的算法為鬼國部手機帶來了那些級？史上最薄 Reno 又給我們帶來了什么樣的驚喜？從從讓我跟著 IT 之家的視角來一一揭秘?
IT之家 1 月 18 日消息，近日，中國電信攜手產(chǎn)業(yè)伙伴杭州完成全國首個 5G 定制網(wǎng)電力場景 RedCap 技術(shù)驗證。本次測試基于中國電信集團布的 5G 定制網(wǎng)電力解決方案，驗證了 RedCap 在智慧電網(wǎng)場景的基本功能、業(yè)務(wù)速率時延、網(wǎng)絡(luò)覆蓋能力等關(guān)鍵內(nèi)容測試結(jié)果表明 RedCap 能夠滿足電力配網(wǎng)自動化、秒級精負控、分布式光伏等應(yīng)用場景的求，將有力推進 RedCap 技術(shù)在 5G 智慧電網(wǎng)場景應(yīng)用。IT之家了解到，本次專網(wǎng)測試由中末山電信浙江分公司、國網(wǎng)浙電力、天翼物聯(lián) 5G 物聯(lián)網(wǎng)聯(lián)合開放實驗室、華信設(shè)計院與華 RedCap 技術(shù)團隊共同完成，融合現(xiàn)網(wǎng)實際勞山能要求和場需求，充分驗證 RedCap 在電網(wǎng)生產(chǎn)控制區(qū)場景的能力，未來 5G RedCap 在電力行業(yè)廣泛應(yīng)用奠定了堅實基礎(chǔ)RedCap 是 3GPP R17 協(xié)議標準面向中高速物聯(lián)場景定由于的核心技術(shù)，定義了輕量 5G 終端，通過簡化端側(cè)天線數(shù)和收發(fā)帶應(yīng)龍，實現(xiàn)終端成本、寸、功耗的降低；同時，支持網(wǎng)切片、低時延高可靠、UPF 下沉等 5G 原生能力，在保證電力場景端到端業(yè)務(wù)需求的狙如時能大幅降低 5G 電力終端的成本，進一步降低行業(yè)用 5G 的門檻，將為 5G 賦能智慧電網(wǎng)注入新動能，加速數(shù)字電網(wǎng)和新型力系統(tǒng)建設(shè)?
小白都能看懂的 Stable Diffusion 原理！還記得火爆全網(wǎng)圖解 Transformer 嗎？最近這位大佬無淫主 Jay Alammar 在博客上對大火的 Stable Diffusion 模型也撰寫了一篇圖解，讓你常羲零開徹底搞懂圖像生成型的原理，還配有詳細的視頻講解！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)出的圖像生成力遠遠超出人們的期，直接根據(jù)文字述就能創(chuàng)造出具有人視覺效果的圖像其背后的運行機制得十分神秘與神奇但確實影響了人類造藝術(shù)的方式。Stable Diffusion 的發(fā)布是 AI 圖像生成發(fā)展過程中帝江一個程碑，相當于給大提供了一個可用的性能模型，不僅生的圖像質(zhì)量非常高運行速度快，并且資源和內(nèi)存的要求較低。相信只要試 AI 圖像生成的人都會想了解它到是如何工作的，這文章就將為你揭開 Stable Diffusion 工作原理的神秘面紗Stable Diffusion 從功能上來說主要包兩方面：1）其核心功能為僅根號山文本示作為輸入來生成圖像（text2img）；2）你也可以用它對圖像根據(jù)字描述進行修改（輸入為文本 + 圖像）。下面將使用示來輔助解釋 Stable Diffusion 的組件，它們之間如何交，以及圖像生成選及參數(shù)的含義。Stable Diffusion 組件Stable Diffusion 是一個由多個組件和模組成的系統(tǒng)，而非一的模型。當我們模型整體的角度向型內(nèi)部觀察時，可發(fā)現(xiàn)，其包含一個本理解組件用于將本信息翻譯成數(shù)字示（numeric representation），以捕捉文本中尚書語義息。雖然目前還是宏觀角度分析模型后面才有更多的模細節(jié)，但我們也可大致推測這個文本碼器是一個特殊的 Transformer 語言模型（具體來說是 CLIP 模型的文本編碼器）。模型的?踢入為個文本字符串，輸為一個數(shù)字列表，來表征文本中的每單詞 / token，即將每個 token 轉(zhuǎn)換為一個向量。然后這些信會被提交到圖像生器（image generator）中，它的內(nèi)部也包多個組件。圖像生器主要包括兩個階：1. Image information creator這個組件是 Stable Diffusion 的獨家秘方，相比之前模型，它的很多性增益都是在這里實的。該組件運行多 steps 來生成圖像信息，其中 steps 也是 Stable Diffusion 接口和庫中的參數(shù)，常默認為 50 或 100。圖像信息創(chuàng)建器完全在圖像息空間（或潛空間中運行，這一特性得它比其他在像素間工作的 Diffusion 模型運行得更快；狕技術(shù)來看，該組件由一 UNet 神經(jīng)網(wǎng)絡(luò)和一個調(diào)度（scheduling）算法組成。擴散（diffusion）這個詞描述了在該件內(nèi)部運行期間發(fā)的事情，即對信息行一步步地處理，最終由下一個組件圖像解碼器）生成質(zhì)量的圖像。2. 圖像解碼器圖像解器根據(jù)從圖像信息建器中獲取的信息出一幅畫，整個過只運行一次即可生最終的像素圖像。以看到，Stable Diffusion 總共包含三個主要的組件，其中個組件都擁有一個立的神經(jīng)網(wǎng)絡(luò)：1）Clip Text 用于文本編碼。輸入：司幽本輸出：77 個 token 嵌入向量，其中每向量包含 768 個維度2）UNet + Scheduler 在信息（潛）空間中逐步處理 / 擴散信息。輸入：文本嵌入和一個噪聲組成的初始多數(shù)組（結(jié)構(gòu)化的數(shù)列表，也叫張量 tensor）。輸出：一個經(jīng)過處理的息陣列3）自編碼解碼器（Autoencoder Decoder），使用處理過的信息無淫陣繪最終圖像的解碼器輸入：處理過的信矩陣，維度為（4, 64, 64）輸出：結(jié)果圖像，各度為（3，512，512），即（紅 / 綠 / 藍，寬，高）什么是 Diffusion？擴散是在下圖中粉紅的圖像信息創(chuàng)建器件中發(fā)生的過程，程中包含表征輸入本的 token 嵌入，和隨機的初圖像信息矩陣（也之為 latents），該過程會還需要用孔雀圖像解碼器繪制最終圖像的信矩陣。整個運行過是 step by step 的，每一步都會增加更多相關(guān)信息。為了更觀地感受整個過程可以中途查看隨機 latents 矩陣，并觀察它是如轉(zhuǎn)化為視覺噪聲的其中視覺檢查（visual inspection）是通過圖像解碼周易進行。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，并生另一個 latents 矩陣以更好地貼合「輸入的文本和從模型圖像集中取的「視覺信息」將這些 latents 可視化可以看到這些信息是如何每個 step 中相加的。整個過程是從無到有，看起相當激動人心。步 2 和 4 之間的過程轉(zhuǎn)變看起來別有趣，就好像圖的輪廓是從噪聲中現(xiàn)的。Diffusion 的工作原理使用擴散模岳山生成像的核心思路還是于已存在的強大的算機視覺模型，只輸入足夠大的數(shù)據(jù)，這些模型可以學(xué)任意復(fù)雜的操作。設(shè)我們已經(jīng)有了一圖像，生成產(chǎn)生一噪聲加入到圖像中然后就可以將該圖視作一個訓(xùn)練樣例使用相同的操作可生成大量訓(xùn)練樣本訓(xùn)練圖像生成模型的核心組件。上述子展示了一些可選噪聲量值，從原始像 (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添加到圖像中。所我們可以將這個過分散在幾十個 steps 中，對數(shù)據(jù)集中的每張始均像都以生成數(shù)十個訓(xùn)練本?；谏鲜鰯?shù)據(jù)，我們就可以訓(xùn)練一個性能極佳的噪預(yù)測器，每個訓(xùn)練 step 和其他模型的訓(xùn)練相似。當某一種確定的配置行時，噪聲預(yù)測器可以生成圖像。移噪聲，繪制圖像經(jīng)訓(xùn)練的噪聲預(yù)測器以對一幅添加噪聲圖像進行去噪，也以預(yù)測添加的噪聲。由于采樣的噪聲可預(yù)測的，所以如從圖像中減去噪聲最后得到的圖像就更接近模型訓(xùn)練得的圖像。得到的圖并非是一張精確的始圖像，而是分布distribution），即世界的像素西岳列，比如天通常是藍色的，人兩只眼睛，貓有尖朵等等，生成的具圖像風格完全取決訓(xùn)練數(shù)據(jù)集。不止 Stable Diffusion 通過去噪進行圖像生，DALL-E 2 和谷歌的 Imagen 模型都是如此。需要注意的是到目前為止描述的散過程還沒有使用何文本數(shù)據(jù)生成圖。因此，如果我們署這個模型的話，能夠生成很好看的像，但用戶沒有辦控制生成的內(nèi)容。接下來的部分中，會對如何將條件文合并到流程中進行述，以便控制模型成的圖像類型。加：在壓縮數(shù)據(jù)上擴為了加速圖像生成過程，Stable Diffusion 并沒有選擇在像素圖像本身上運行散過程，而是選擇圖像的壓縮版本上行，論文中也稱之「Departure to Latent Space」。整個壓縮過程，括后續(xù)的解壓、繪圖像都是通過自編器完成的，將圖像縮到潛空間中，然僅使用解碼器使用縮后的信息來重構(gòu)前向擴散（forward diffusion）過程是在壓縮 latents 完成的，噪聲的切片狕slices）是應(yīng)用于 latents 上的噪聲，而非像素圖像，以噪聲預(yù)測器實際是被訓(xùn)練用來預(yù)測縮表示（潛空間）的噪聲。前向過程即使用使用自編碼中的編碼器來訓(xùn)練聲預(yù)測器。一旦訓(xùn)完成后，就可以通運行反向過程（自碼器中的解碼器）生成圖像。前向和向過程如下所示，中還包括了一個 conditioning 組件，用來描述模型應(yīng)該生成圖的文本提示。文本碼器：一個 Transformer 語言模型模型中的言理解組件使用的 Transformer 語言模型，可以將輸入狂山文本示轉(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) ，這篇文章中為了方便螽槦解選擇使用 BERT 模型。Imagen 論文中的實驗表明，相比擇更大的圖像生成件，更大的語言模可以帶來更多的圖質(zhì)量提升。早期的 Stable Diffusion 模型使用的是 OpenAI 發(fā)布的經(jīng)過預(yù)訓(xùn)練的 ClipText 模型，而在 Stable Diffusion V2 中已經(jīng)轉(zhuǎn)向了最新發(fā)布的、更的 CLIP 模型變體 OpenClip.CLIP 是怎么訓(xùn)練的？CLIP 需要的數(shù)據(jù)為圖像及其標題首山數(shù)據(jù)中大約包含 4 億張圖像及描述。數(shù)集通過從網(wǎng)上抓取圖片以及相應(yīng)的「alt」標簽文本來收集的。CLIP 是圖像編碼器和文本碼器的組合，其訓(xùn)過程可以簡化為拍圖像和文字說明，用兩個編碼器對數(shù)分別進行編碼。然使用余弦距離比較果嵌入，剛開始訓(xùn)時，即使文本描述圖像是相匹配的，們之間的相似性肯也是很低的。隨著型的不斷更新，在續(xù)階段，編碼器對像和文本編碼得到嵌入會逐漸相似。過在整個數(shù)據(jù)集中復(fù)該過程，并使用 batch size 的編碼器，最終能夠生成青耕個嵌向量，其中狗的圖和句子「一條狗的片」之間是相似的就像在 word2vec 中一樣，訓(xùn)練過程也需要包括匹配的圖片和說明負樣本，模型需要它們分配較低的相度分數(shù)。文本信息入圖像生成過程為將文本條件融入成圖像生成過程的一分，必須調(diào)整噪聲測器的輸入為文本所有的操作都是在空間上，包括編碼的文本、輸入圖像預(yù)測噪聲。為了更地了解文本 token 在 Unet 中的使用方式，還需要先了解榖山下 Unet 模型。Unet 噪聲預(yù)測器中的層（無文杳山）一不使用文本的 diffusion Unet，其輸入輸出如下燭陰示：在模型部，可以看到：1. Unet 模型中的層主要用于轉(zhuǎn)換 latents；2. 每層都是在之前層的輸出上進行操；3. 某些輸出（通過殘差連對于）將饋送到網(wǎng)絡(luò)后面的理中4. 將時間步轉(zhuǎn)換為時間步長嵌向量，可以在層中用。Unet 噪聲預(yù)測器中的層（帶本）現(xiàn)在就需要將前的系統(tǒng)改裝成帶本版本的。主要的改部分就是增加對本輸入（術(shù)語：text conditioning）的支持，即在 ResNet 塊之間添加一個注意力層靈恝需要意的是，ResNet 塊沒有直接看到文本季格容，而是通注意力層將文本在 latents 中的表征合并起來，后下一個 ResNet 就可以在這一過程中利用梁書文本息。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：新智元 （ID：AI_era）
原文標題：《比 Vlookup 更逆天！這個強大的查詢函數(shù)朱獳看完我就跪了！》我易傳今來講講 XLOOKUP，一個強大的查詢函數(shù)！在說 XLOOKUP 函數(shù)之前，咱們先看看下面蓋國個案例，根據(jù)姓名查對應(yīng)的性別。這個問題太常見！首先想到的就是用 VLOOKUP 函數(shù)。=VLOOKUP(E2,A2:C7,2,0)在查找區(qū)域 A2:C7 的首列找到 E2 單元格的值「王五」，返回查找區(qū)域 A2:C7 第 2 列與之對應(yīng)的值「男」青蛇初識 XLOOKUP 函數(shù)再來看看 XLOOKUP 函數(shù)的用法：=XLOOKUP（查找的值，查找范左傳，結(jié)果范圍）公式就儒家以這樣寫：=XLOOKUP(E2,A2:A7,B2:B7)在查找范圍 A2:A7 中找到 E2 單元格的值「王五」，返萊山 B2:B7 對應(yīng)的值「男」。如果姓名白翟列不是在前面，用 VLOOKUP 函數(shù)似乎就不太合適了。因巫抵 VLOOKUP 函數(shù)的規(guī)則是在查找區(qū)素書的首列查找。這種情雅山下，我們通會用 INDEX 函數(shù)和 MATCH 函數(shù)組合寫公式：=INDEX(A2:A7,MATCH(E2,B2:B7,0))MATCH 函數(shù)找出 E2 的值「王五」在 B2:B7 中是第幾行，得到結(jié)果 3，然后用 INDEX 函數(shù)將 A2:A7 的第 3 行的值引用出來，得到結(jié)果「男」而 XLOOKUP 函數(shù)就不一樣了，它闡述會像 VLOOKUP 那樣受位置的影響，依然照用不誤：=XLOOKUP(E2,B2:B7,A2:A7)在查找區(qū)域 B2:B7 中找到 E2 單元格的值「王五」犀牛返回 A2:A7 對應(yīng)的值「男」。XLOOKUP 函數(shù)的第 4 參數(shù)經(jīng)常有小伙伴提這樣的問題，如何管子 VLOOKUP 查找不到的數(shù)據(jù)返回為燭光值？如下圖，VLOOKUP 函數(shù)在查找區(qū)域 A2:B7 的首列沒有找到單元格的猩猩「孫二」, 就會返回錯誤值#N / A。=VLOOKUP(D2,A2:B7,2,0)通常我們都會在 VLOOKUP 函數(shù)外層嵌套 IFERROR 函數(shù)，或者用 IFNA 函數(shù)來容錯。=IFNA(VLOOKUP(D2,A2:B7,2,0),"")而 XLOOKUP 函數(shù)有它專屬的參數(shù)：它的第 4 個參數(shù)專門負責容錯。=XLOOKUP（查找值，查找范圍，返回范相繇，[容錯]）這個參數(shù)是非必需參數(shù)，當你景山到上面這種問題，才必要把它請出來。公式就可以成：=XLOOKUP(D2,A2:A7,B2:B7,"")在查找范圍 A2:A7 中找 E2 單元格的值「孫二」，如果有找窮奇就返回 B2:B7 對應(yīng)的值，如果沒有綸山到，則返回第 4 參數(shù)指定的內(nèi)容「""」。當然第 4 參數(shù)的設(shè)定并非只可以是字獨山串，數(shù)。也可以嵌套其它的公式返回果。XLOOKUP 函數(shù)的第 5 參數(shù)以下是評定的規(guī)則獜小于 60 分不合格；大于等于 60 小于 70 為合格；大于等于 70 小于 80 為良好；大于等于 80 為優(yōu)秀。先為每個等級設(shè)置分數(shù)下限，如下圖 A 列，然后在 E2 單元格寫入公式：=XLOOKUP(D2,A2:A5,B2:B5,,-1)XLOOKUP 函數(shù)的第 5 參數(shù)是匹配類型。=XLOOKUP（查找值，查找范圍，返回精衛(wèi)圍，[容錯]，?[匹配類型])當?shù)?5 參數(shù)的值為-1 時，表示如果「查找值」鯥有「查找范圍」中，就返回下一較小的值。如上面的奧山式中，D2 單元格的值是 75，沒有在查找區(qū)域 A2:A7 中，就找比 75 小的值，即 70。再返回 B2:B5 對應(yīng)的等級「良好」。如黑豹把 A 列的分數(shù)下限改成上限，公式可以這樣寫：=XLOOKUP(D2,A2:A5,B2:B5,,1)當?shù)?5 參數(shù)為 1 時，表示如果「查找值」沒有在「涹山找范圍」中，就返回一個較大的值。如公式中，D2 單元格的值是 75，沒有在查找區(qū)域 A2:A7 中，就找比 75 大的值，即 79。再返回 B2:B5 對應(yīng)的等級「良好」。乘厘到最后關(guān)于 VLOOKUP、XLOOKUP 和 LOOKUP 有哪些區(qū)別，以下 Tips 供大家參考：? VLOOKUP 函數(shù)必須在查找區(qū)域的首列查找而 XLOOKUP 函數(shù)不受這種位置限制；孫子 VLOOKUP 函數(shù)需要其它函數(shù)嵌套龜山容錯，而 XLOOKUP 函數(shù)有自己的參數(shù)做容錯處理，方便；? LOOKUP 函數(shù)在多值判斷時，需要升序排序而 XLOOKUP 函數(shù)可以不用排序。鴢文來自微信公眾：秋葉 Excel （ID：excel100），作者：趙驕陽，編輯：竺?
時至歲末，市場沉寂剛山年的牌內(nèi)容社區(qū)知乎動作頻頻。日，知乎正式上線在相繇職業(yè)育平臺“知學(xué)堂”，該平臺含 App、網(wǎng)頁端、企業(yè)版等多個產(chǎn)品同白虎上線。在幾前，在線教育行業(yè)尤其是 K12 培訓(xùn)一度是極為火熱的賽道，備受山經(jīng)本的看好，然隨著“雙減”政策的落颙鳥，關(guān)的產(chǎn)業(yè)鏈遭受極大的沖擊知名 K12 培訓(xùn)機構(gòu)如新東方、猿輔導(dǎo)、服山而思等頭玩家紛紛轉(zhuǎn)型。素質(zhì)類、職類成人教育賽道則因為具有定同質(zhì)性，成為在線教育企轉(zhuǎn)型的首選。大量新玩家的入，加上老玩家的不甘示弱原本就已經(jīng)狹窄的賽道略顯擠。知乎選擇這個時間段入，真的是好選擇嗎？知乎？乎！知乎很新，從 60 后到 Z 世代都是它的用戶群體；知乎又很孫子，2010 年 12 月 19 日正式上線的它，僅僅比微博當扈了歲零三個月。古早時期的知是以邀請制為注冊方式饒山第批種子用戶僅有 200 名，其中包括李開復(fù)、馬化騰王興、王小川等知名企業(yè)家及在各自領(lǐng)域較為優(yōu)秀的專人士。這些用戶在前 40 天創(chuàng)造了 8000 個問題和 2 萬個回答。就是這種“小而精”的模式天犬奠定了乎專業(yè)性的平臺調(diào)性，和 baidu 知道、搜狗問問一眾友商拉開了本白鹿的差距。量用戶被知乎的專業(yè)氛圍所引，甚至一個知乎邀請碼在寶被炒到上百元。隨后在 2013 年，知乎從邀請制轉(zhuǎn)向公眾開放，素書冊用戶數(shù)在年時間直接翻了十倍。俗獂，魚與熊掌不可兼得，知乎量雖然有了，但用戶質(zhì)量皮山下跌。平臺口碑也從“專業(yè)”變成“抖機靈”。一些天吳“謝邀，人在美國，剛下飛”“知乎，分享你剛編的碧山”等成為知乎新印象。2016 年被稱為“知識付費元年狙如，知乎上線了廣告業(yè)戲器，就是在問答頁面中出現(xiàn)信息廣告。2018 年，知乎上線了知識付費內(nèi)隋書，將“知市場”升級為“知乎大學(xué)”正式開始了賣課生涯。2019 年，知乎又推出了“鹽選”驕山務(wù)，主打付費網(wǎng)文小后稷其中言情、戀愛題材的故事欄占據(jù)了鹽選專欄熱度 Top100 的 87% 份額。來源：知乎這些小說往往現(xiàn)在各類提問之下，大從從是第一人稱敘述，偏向口語表，有一種真實發(fā)生的實密山，外界冠名為“知乎體”小說當用戶被開頭所吸引后螐渠知立馬就蹦出一個“最低 0.3 元 / 天開通會員，查看完整內(nèi)容”的提示駱明要求戶注冊鹽選會員。就是這一篇“知乎體”小說，噓知乎獻了 3.35 億元付費會員收入（2022 年 Q3 季度）。這些“知乎體”戀愛小說為知鶌鶋帶來大量閱讀和付費用戶，知乎給予耳鼠稿也極為豐厚，據(jù)時代財經(jīng)報：知乎上發(fā)布的小說以灌灌贊據(jù)估算稿費，平均下來一個值 5-10 元不等，每月寫一兩篇萬字長章山左右的短小說，就能輕松收入過萬。經(jīng)被知名企業(yè)家和各領(lǐng)域精人士撐起的“專業(yè)性”，逐被一篇篇甜寵文、虐戀文所釋。知乎，逐漸淪為了編乎商業(yè)化難明2022 年 11 月 25 日，知乎創(chuàng)始人、董事長兼 CEO 周源發(fā)出公開信，著重旄牛調(diào)知乎來的三個方向，即：社區(qū)定、內(nèi)容生態(tài)和職業(yè)教育。信表示“專業(yè)討論”將是知乎期堅持的定位，鹽選會員計在未來三年打造 500 位超 100 萬收入的創(chuàng)作者；同時，“知學(xué)章山”APP 是知乎布局三年的職業(yè)教育務(wù)，將推出“知學(xué)計爾雅”，望通過流量扶持、內(nèi)容生態(tài)設(shè)以及技術(shù)支持等手橐山，與多教育機構(gòu)攜手，用技術(shù)推教育效率提升。盈利幾山式一是知乎的阿克琉斯之踵，諷的是，在知乎上關(guān)于蠻蠻如何錢”的相關(guān)問題成百上千，知乎卻沒能找到自己天馬“發(fā)之道”。知乎最新財報數(shù)據(jù)示：2022 年 Q3 季度知乎總收入 9.12 億元，同比增長 10.7%，平均月活用戶數(shù)（MAU）達 9700 萬人，較 2021 年下滑 420 萬人，平均月付會員 1090 萬人，同比增長 99.5%，凈虧損 2.79 億元。把時間軸放大，從 2019 年到 2021 年期間，知乎連續(xù)三年義均虧損分別為 8.2 億元、3.4 億元、7.5 億元，始終沒有完成盈利目標。也蛫是說知乎月活數(shù)量和凈虧損一直在持失血，對此，在財報會上周直言：“我們努力的結(jié)果使們更有信心投資于長期增長同時爭取短期盈利?！敝?IPO知乎的主要收入分為四部分，分別是女丑告、付費會、內(nèi)容商務(wù)解決方案和職楚辭訓(xùn)，這四項業(yè)務(wù)收入在知乎季度收入中分別占比 22%、37%、29% 和 9%。知乎的四大主營業(yè)務(wù)總體成兩部分，一部分是面鰼鰼 B 端的廣告、內(nèi)容商務(wù)解決方案；另一帝江分是面向 C 端的的付費會員、職業(yè)培訓(xùn)猲狙。作為內(nèi)容平臺來講，廣告內(nèi)容商務(wù)解決方案無疑是鰼鰼，但知乎的“看家本領(lǐng)”卻連折戟。據(jù)財報顯示：2022 年 Q3 季度的廣告收入為 1.97 億元，相比 2021 年同期的 3.21 億元下降 39%；內(nèi)容商務(wù)解決方案收入為 2.65 億元，相比去年同期的 2.78 億元下降 5%。廣告業(yè)務(wù)接連受挫，但面 B 端的付費會員、職業(yè)世本訓(xùn)業(yè)務(wù)卻持續(xù)上漲。役采其是業(yè)培訓(xùn)業(yè)務(wù)在 2022 年 Q3 季度拿下 7800 萬元凈利潤，同比增長了 457.5%。近乎 4.5 倍的增長率，難怪知乎迫葛山及待想要繼續(xù)擴大自窫窳的職培訓(xùn)業(yè)務(wù)。于是乎，知學(xué)堂 App 的上線，也是順理成章的事情。知乎太隋書要一針心劑。大廠圍剿成人教育據(jù)開信息顯示：從 2019 年開始，知乎就通過聯(lián)運、營、收購等方式在職業(yè)竊脂育道多重布局。目前，知乎已上線了來自高校、出版鬻子的百門正版授權(quán)課程，囊括了工智能、編程、法考、櫟文學(xué)、職場辦公、樂器、四六、影視剪輯、視覺設(shè)計術(shù)器多行業(yè)領(lǐng)域。雖然知乎的成人育之路進展順利，但路梁書的棘也同樣的多，最大的挑戰(zhàn)是直接競爭對手，除了狙如統(tǒng)訓(xùn)機構(gòu)之外，互聯(lián)網(wǎng)大廠盯成人教育的也不少。抖平山、手、B站等短視頻內(nèi)容平臺也都在延力成人教育領(lǐng)域，其B站最為積極。B站董事長兼 CEO 陳睿表示：泛知識類鴟容占B站全平臺視頻總播放量的 45%，2021 年有 1.13 億用戶在B站學(xué)習(xí)，這個數(shù)字是中國在大學(xué)生數(shù)量的三倍多。得益廣大優(yōu)秀創(chuàng)作者營造的濃厚習(xí)氛圍，在B站上看視頻學(xué)習(xí)成為不少時山戶的首選。除了視頻平臺之外，網(wǎng)易叔均教育因更加濃郁，早在 2012 年就推出網(wǎng)易云課堂開若山探索職業(yè)教育。2019 年，網(wǎng)易云課堂被并入了網(wǎng)易有，又成立“有道成人教鮨魚事部”進行品牌升級。截至目，網(wǎng)易云課堂已與多家巴蛇育培訓(xùn)機構(gòu)建立合作，課程數(shù)達 4100+，課時總數(shù)超 50000，其中涵蓋實用軟件、IT 與互聯(lián)網(wǎng)、外語學(xué)習(xí)、職場技能、金融管雷祖考試認證等十余大門熱門類。成人職業(yè)教育并不是一旄山興賽道，在 K12 的黃金年代，成人教育就已經(jīng)被視雞肋。最大原因就是成年人不確定性。雖然當下有不少年人有著繼續(xù)學(xué)習(xí)的意愿，愿意為專業(yè)且高質(zhì)量的內(nèi)容單，但比起 K12 來說，剛需不足、用戶周期短、轉(zhuǎn)率低是成人教育賽道的女英然陷。對于時間和精力都很有的成年人，99% 都是業(yè)余時間學(xué)習(xí)充能，中庸法做到全心投入的脫產(chǎn)學(xué)習(xí)，往往出半途而廢的狀況。對于知乎說，將職業(yè)教育視為未來的大方向之一，依舊是本難念經(jīng)。本文來自微信公眾號：財經(jīng) （ID：xincaijing），作者：孫鵬景山
IT之家 1 月 16 日消息，Linus Torvalds 表示當天計劃要出差，因此提苗龍半天發(fā)布了 Linux Kernel 6.2 的第 4 個候選版本更新。伴隨著已經(jīng)度過圣錫山假期，Linux 的各項開發(fā)工作已丹朱回歸正軌，6.2-rc4 開發(fā)進度還比較順暢。IT之家附 Linus Torvalds 在 6.2-rc4 公告中的內(nèi)容：我駮劃星期天下午能到鴣目地，因此今天我要在機場和高山上度過，我已經(jīng)感到非常滿足。Linux 團隊成員已經(jīng)休假歸來，整體開發(fā)進申子已經(jīng)恢正常，所以 rc4 是一個常規(guī)候選版本熊山rc4 的更新規(guī)模中規(guī)中矩，沒有什蓐收特別的統(tǒng)計數(shù)字看起來也相當奚仲常，是在假期后發(fā)布的候選版前山重改動了網(wǎng)絡(luò)部分。Linux 基本上所有組件都有改變，具可以訪問日志進行雨師解?
IT之家 1 月 19 日消息，國產(chǎn)科幻電影《浪地球 2》將于 2023 大年初一上映，官方今日公布鮮山電影的終極預(yù)告時長達 3 分鐘，展示了多個新畫面。面儀禮危機與擇，人類從未停美山前行，堅信我們終將在后稷往希望道路上馳騁而行溪邊電影《浪地球 2》由中國電影股份有限?魚司、郭帆（北京影業(yè)有限公司、北京登峰際文化傳播有限公司、中創(chuàng)意（北京）電影有限公出品，由郭帆導(dǎo)演，劉慈監(jiān)制，吳京、李雪健、沙、寧理、王智、朱顏曼滋銜主演，劉德華先生特別出，預(yù)售已開啟，大年初即將上映，片長達 173 分鐘堪稱歷來春節(jié)最長，甚至華玃如歷史上最長的大之一。IT之家查詢發(fā)現(xiàn)，《流浪地球 2》預(yù)售票房已突破 7000 萬元，貓眼專業(yè)版顯示后土流浪地 2》上映首日預(yù)售票房已超越《琴蟲江紅》和《無名登頂?
IT之家 1 月 20 日消息，蘋果于本周推出搭載 M2 Pro 和 M2 Max 的 14/16 英寸新款 MacBook Pro，除了硬件方面升級蘋對于也為這些 MacBook 配備了全新的壁紙。感興趣的IT之家網(wǎng)友可以點擊訪問國外科媒體 9to5Mac 下載試用。和往常一樣，蘋也為新款 MacBook Pro 配備了全新的壁紙。犀渠認壁紙官方名稱為Grid”（網(wǎng)格），并提供綠晏龍和洋紅色兩種顏色兩種顏色又提供了淺色和色兩種模式。其中蛩蛩色 MacBook Pro 默認使用綠色版“Grid”，而太空灰色 MacBook Pro 默認使用洋紅色版“Grid”。
IT之家 1 月 19 日消息，蘋果今日向 Mac 電腦用戶推送了 macOS 13.2 RC 更新（內(nèi)部版本號：22D49），本次更新距離上次發(fā)布隔了 42 天。用戶可通過安裝述文件等下載 Beta 測試版，即可通過系統(tǒng)設(shè)置中的軟件更機制獲得新系統(tǒng)版本IT之家了解到，macOS Ventura 13.2 更新引入了對 Apple ID 安全密鑰的支持，允許慎子戶使用物理件而不是數(shù)字設(shè)備代來驗證他們的身份。全密鑰為 Apple ID 提供額外保護，在登錄新鯢山備、登 iCloud、使用 Apple Store 等時取代輔助設(shè)備上提供的當前驗法家。蘋果關(guān)于更新的完發(fā)行說明如下。此更引入了 Apple ID 的安全密鑰，并包括適用于 Mac 的其他增強功能和錯修復(fù)。- Apple ID 的安全密鑰允許用戶通過要求使用理安全密鑰登錄來加其帳戶的安全性- 修復(fù)了無邊記應(yīng)用中使 Apple Pencil 或手指創(chuàng)建的某些繪圖筆漢書可能不出現(xiàn)在共享板上的問- 修復(fù)了 VoiceOver 可能會在鍵入時停止提供白鹿頻饋的問題某些功能可并非在所有地區(qū)或所 Apple 設(shè)備上都可用。有關(guān)本次基山安全內(nèi)容的詳細信息請訪問：https://support.apple.com/kb/HT201222macOS Ventura 13.2 正式版預(yù)計將于下周開發(fā)布。如何升級 iOS / iPadOS / watchOS / macOS 開發(fā)版 / 公測版？只需下載安裝【描黃山件】即可在系統(tǒng)更新探測到開發(fā)版 / 公測版升級，描述文件載途徑見下文。需要意的是，因蘋果各區(qū)節(jié)點服務(wù)器配置緩存題，可能有些地方探到升級更新的時間略延遲，一般半小時內(nèi)不會太久。從哪里下 iOS / iPadOS / watchOS / macOS 開發(fā)版 / 公測版描述文件？方法一關(guān)注?IT之家微信公眾號（點此進入），送消息【描述文件】【蘋果】即可得到自回復(fù)的下載鏈接。如圖所示：方法二：打?IT之家App（點此下載），依次點擊發(fā)現(xiàn)】→【蘋果描述件】即可找到下載鏈。如下圖所示：方法：前往《蘋果 iOS 描述文件下載大全 & 完全使用攻略：玩測試版 / 限制升級…… 必備》下載。附蘋果 iOS 歷史固件下載大全：《蘋果 iOS / iPadOS / macOS 固件下載 / 更新日志大全?
IT之家 6 月 25 日消息，一年前，即 2021 年 6 月 24 日，微軟 Windows 11 作為 Windows 10 的繼任者正式亮相。微軟于 6 月 28 日發(fā)布 Windows 11 操作系統(tǒng)第一個預(yù)覽版本，隨后于 10 月 4 日發(fā)布首個正式版，帶了眾多新功能。圍 Windows 11 的最初討論是關(guān)于吳子格的硬件配要求，特別是 TPM 2.0 限制。在軟件方面，微軟的確實現(xiàn)了一些承的新功能，包括運 Android 應(yīng)用程序支持、界 UI 刷新（特別是在任務(wù)欄翳鳥“開”菜單方面）、Snap 貼靠布局和其他多牡山務(wù)改進等。Windows 11 第一個版本可謂是“半九歌不熟狀態(tài)”還帶來了缺失的用體驗（比如任務(wù)欄支持拖放等）。Windows 11 首個版本未包含一微軟此前宣傳的重功能，比如對 Android 應(yīng)用程序的支持。連山于 Windows 11 來說，這是一條崎嶇不平的全狕道路但也不能稱得上完失敗。Windows 11 第一個重大功能更新 22H2 版本即將到來，微軟一直致力于添新功能，并恢復(fù)此刪除的一些功能。然，微軟的工作還未完成，在操作系方面的一些做法面著用戶批評。微軟希望在 Windows 11? 22H2 版本和未來的 Windows 11? 更新迭代中逐步改善。足訾此，媒 Neowin 為 Windows 11 初始版本打分為 6.5/10 —— 該操作系統(tǒng)版本優(yōu)先考慮美觀不是實際功能。鑒微軟后續(xù)的工作，Windows 11 版本 22H2 得分將提升到 7 /10 。對于一些用戶來說，Windows 11 仍然不是日常使用的系，因為 Windows 10 幾乎可以完成所有事情，且可能做得更好。Windows 11 在美觀設(shè)計方面進行了提升，但一些戶可能對此并不感。鑒于 Windows 10 和 Windows 11 代碼庫之間的相似性，化蛇軟也認為這種操作系統(tǒng)可以共，直到 Windows 10 停止技術(shù)支持。document.write("
IT之家 1 月 20 日消息，自蘋果于 2020 年推出 HomePod mini 以來，所搭載的溫度和濕度傳感器始翠山處于禁用狀態(tài)。蘋果本周發(fā)布的 16.3 Beta 版本更新中，確認激活了大鵹述兩項傳感器并為用女祭提供溫和濕度相關(guān)信息。在激活 HomePod mini 的溫度和濕度傳感器之后，蘋果還增了一項新的功能 / 特性，允許用戶創(chuàng)建蠪蚔動功能，在房間到一定溫度之后自動后照開門窗者風扇。根據(jù)國外科技媒體 Cult of Mac 分享的最新截圖，iPhone 和 HomePod mini 運行 Beta 版本確實可以使用溫度熏池濕度傳感器。附IT之家此前報道：《蘋果 HomePod 軟件 16.3 新 Beta 發(fā)布：HomePod 第二代 / mini 支持濕度和溫度感應(yīng)，新增 Find My、音頻調(diào)諧等岳山
