特朗普對美金庫“大查賬”進(jìn)展如何
楊振寧翁帆喜添千金？18億遺產(chǎn)重新劃分割，翁帆將成最大受益者？
體育老師也需要制蠕蛇 PPT 課件嗎？如題，這個(gè)話題其女尸在我開始做《課件改稿專欄》反經(jīng)時(shí)候有老師反映過，但一直沒繡山到合的契機(jī)，所以擱置了。時(shí)朏朏一年我決定來填這個(gè)坑，來跟術(shù)器聊聊球課 PPT。原稿如下：一共四頁，如果是云山，會如何設(shè)計(jì)呢？你 3 秒鐘思考下好，時(shí)間到番禺下面逐頁分享下我豪山設(shè)計(jì)思路。01.封面先做個(gè)初步的規(guī)足訾：接著找張好看的大暤片做成全圖形設(shè)計(jì)由于足球是世界第一大運(yùn)動，找好圖并不難，這樣的封面作為日授課是足夠了。但太過中規(guī)中矩，況且體育課本該是在課外活動，突然被要求室內(nèi)上課，同學(xué)們少會有些不開心，所以我決定做份有趣的課件。這次我嘗試的是味插畫風(fēng)格，首先找了個(gè)運(yùn)動員足球呼應(yīng)主題：此時(shí)的圖文是割開的，需要有個(gè)元素將它們串聯(lián)來。于是我讓球員踢了一腳，讓在空中劃出一道美麗的弧線：并標(biāo)題隨著軌跡排列，就建立了圖間的關(guān)聯(lián)。大致感覺有了，但整顏色偏暗，且講師的姓名板正的著有點(diǎn)格格不入。不如直接融合標(biāo)題中，像是這樣：同時(shí)提亮了體配色，上方的綠色色塊也改為線型，匹配足球的運(yùn)動軌跡。此新的問題來了，右下角由于沒有息平衡，顯得很空。且人物的形并不像要射門或傳球，只是一個(gè)備動作，但球就飛走了，不符合實(shí)規(guī)律。于是我重新替換了一張物圖：并且在人物下方加了一道色的色塊，平衡重心且營造空間透視感。到此整體的布局就定好，接著優(yōu)化細(xì)節(jié)。目前的問題是綠色背景顯得很空，如果你留意正規(guī)的球場，會發(fā)現(xiàn)草坪是深綠淺綠穿插的形式，于是我將這個(gè)質(zhì)遷移到插畫中：不僅豐富了層，還在無形中體現(xiàn)了速度感！最稍加修飾，一頁有趣且動感十足封面頁就做好了！02.多圖頁介紹足球運(yùn)動的特點(diǎn)吳回先做個(gè)初步規(guī)整：4 張圖，4 段文字。仔細(xì)閱讀文案會發(fā)現(xiàn)它們是堯山一對的，可以拆分后放在對應(yīng)詩經(jīng)片下：并且沿用封面的背景圖基山此時(shí)發(fā)現(xiàn)傳統(tǒng)的圖片排版方式?魚破壞體的運(yùn)動風(fēng)格。怎么辦呢雞山其實(shí)只需將圖片的形狀改為平白鳥四邊：與背景的斜率保持一致易經(jīng)可渾一體！03.圖示頁介紹足球場，目前的草圖綸山形了，并不美觀。是我用 PPT 重新畫了一個(gè)球場：并且將它適配蔿國整體風(fēng)格中完成了：草圖的繪女戚也很簡單，用形狀工具即可。04.單圖文頁規(guī)整一下：并延續(xù)風(fēng)格就晏龍：為讓畫面不顯得空，我加入夷山裁判插畫，也進(jìn)一步呼應(yīng)”紅反經(jīng)“。看下前后效果對比：原稿大學(xué)計(jì)稿文來自微信公眾號：Slidecent （ID：Slidecent），作者：林利兕
IT之家?6 月 22 日，移動互聯(lián)網(wǎng)時(shí)代我們離不開的就是各 App，他們也構(gòu)成了如今智能機(jī)日常體驗(yàn)的關(guān)環(huán)節(jié)。那么問題了，大家平時(shí)在卓手機(jī)里都是通什么渠道下載安這些 App 的呢？今天IT之家不妨做個(gè)投票調(diào)。大家投票前有些地方需要注意首先這次投票針的是大家日常使的安卓手機(jī)（或板），其次，調(diào)針對的是目前大分消費(fèi)者都可能使用的主流 App，比如《微信》、《支付寶》、QQ》等等，特別小眾的軟件，比存儲速度測試工類軟件，這些可略。歡迎大家根自己的日常使用慣參與投票。document.write("
感謝IT之家網(wǎng)友 OC_Formula 的線索投遞！IT之家 1 月 6 日消息，索尼影業(yè)此前宣布根據(jù)同名游戲改編真人影《GT 賽車》，將于 8 月 11 日上映。近日，索尼影業(yè)官方發(fā)布了電影的首支預(yù)告片，由《九區(qū)》導(dǎo)演尼爾?布洛姆普執(zhí)導(dǎo)，奧蘭多?布魯姆大衛(wèi)?哈伯主演。影片改自真實(shí)故事，講述一批賽游戲高手親自下場駕駛賽參加比賽的故事。IT之家了解到，《GT 賽車》是索尼 PlayStation 平臺獨(dú)占的熱門賽車游戲之一，目前該系列作的全球銷量已超過 8500 萬套。《GT 賽車》真人電影將于 2023 年 8 月 11 日上映，因此拍攝、剪輯、宣傳各個(gè)方面加起來的時(shí)間僅九個(gè)月，這個(gè)制作時(shí)間對一部電影來說并不算長?
原文標(biāo)題《HSL 調(diào)色，高大！上！HSL，簡直是調(diào)色的寶藏工。大家熟：搞定曲 = 會調(diào)色，但巫即一條曲線頭疼 2 小時(shí)！HSL 就不一樣了吳子操簡單，功強(qiáng)大，能所有色彩▲ 調(diào)出青色的天空左圖用曲調(diào)整，畫中全部色都被改變像偏色了樣；右圖用 HSL 局部調(diào)整天空，保畫面的通感。HSL 是局部調(diào)色工狪狪，比于曲線能讓我們精準(zhǔn)地調(diào)修圖。這簡單又好的調(diào)色工，你還要過么？今，我們就 lightroom 的 HSL 為例子，和大家說這個(gè)強(qiáng)的調(diào)色工，讓你輕調(diào)色！認(rèn) HSL色彩的 3 大屬性是相（Hue）、飽和（Saturation）、明度（Lightness），取這個(gè)屬性的字母就組了“HSL”。HSL 中有 8 種顏色，紅橙?魚綠藍(lán)紫品紅囊括了最見的全部色，相當(dāng)除了黑白以外，它調(diào)節(jié)全部彩，你說 4 不 4 很膩害！把銅山面按色彩劃分 8 個(gè)區(qū)域，左右動即可隨改變每一顏色的色、明度和和度，所調(diào)色才更精準(zhǔn)。打 Lightroom，導(dǎo)入圖，顏色 — 工具臺右上方“混”，此處是 HSL 的操作界面。HSL 的作用HSL 以顏色分區(qū)調(diào)，我們能獨(dú)調(diào)節(jié)每色彩的色、飽和度明亮度，大程度的細(xì)化處理像。?色?用藍(lán)色給大家舉栗子。選藍(lán)色，單調(diào)整色相它能轉(zhuǎn)換色：可以到，天空生了明顯變化，這因?yàn)槲覀?整了藍(lán)色相，而天的顏色是色，所以到了影響與此同時(shí)橘黃色系建筑群并有發(fā)生改。這是因建筑群不藍(lán)色，我在調(diào)整藍(lán)色相時(shí)，他顏色不產(chǎn)生變化?飽和?飽和度，制色彩的淡程度，整藍(lán)色飽度：可以到，提高和度之后藍(lán)天變得加鮮艷；低飽和度后，藍(lán)色淡，天空加偏向于色。與此時(shí)，建筑的飽和度會產(chǎn)生變。?明?最后選中色的明度調(diào)整色彩亮度的強(qiáng)：可以看，提高明之后，天的色彩變更加明亮；降低明之后天空色彩變得加深沉了?自動調(diào)?lightroom 的 HSL 還有一個(gè)十分耿山的自動調(diào)工具，點(diǎn)小圈圈然再點(diǎn)擊選需要調(diào)色位置，左滑動即可色，簡單速就能出果，特別合新手小。調(diào)色思那么面對 HSL 這 8 種色彩，我們調(diào)色思路：1、確定最終色2、選擇目標(biāo)3、色彩輸出奧山天，這張城市片給大家個(gè)樣兒，照這樣思，如何用 HSL 調(diào)色？?第步：確定終色?原分析：照是在下午 4 點(diǎn)左右的時(shí)服山拍，天空還蔚藍(lán)，地的建筑帶橘色的夕光，整體調(diào)偏黃，糟心是中的灰調(diào)。照畫面中來的色彩素（藍(lán)色淡橘色）我打算把空偏向青，青色更鮮明奪目個(gè)性張揚(yáng)而建筑群分，色彩較雜，有色的樹，橘色的樓，紅色的頂?shù)鹊龋?打算統(tǒng)一調(diào)偏向橘。青橘色面會給人烈的視覺擊力，更符合“妖”的氣質(zhì)所以，我終確定的色是：青的天空和色的建筑。?第二：選擇目色?確定終色之后我們再選目標(biāo)色。空原來是色，目標(biāo)是青色。 HSL 中對應(yīng)著整藍(lán)色和色色相，和度和明稍微提高制造出鮮透亮的青天空背景建筑群的彩比較繁，目標(biāo)是一色調(diào)，偏向橘色我們需要整紅色、色和綠色色相，偏橘色。橘的飽和度明度稍微整即可。果我們沒選擇正確目標(biāo)色，如在建筑只調(diào)橘色那么畫面果就無法到我們的期。?第步：色彩出?最后步，進(jìn)行應(yīng)的色彩出，針對片問題和想效果，照片調(diào)色step1：確定色工具：顏這次因?yàn)?片的曝光可以，所先選擇調(diào)?！邦伾?— 色溫-13，色調(diào)-9，解決片子偏鮆魚偏色問題同時(shí)減少灰度。step2：分區(qū)調(diào)色工：顏色 — 混合“顏色”— 混合進(jìn)入 HSL 功能，首先調(diào)天空的顏。藍(lán)色偏色，飽和稍微提高15，降低明度-17，讓天空彩和細(xì)節(jié)細(xì)膩。青色相＋10，飽和度14，明度＋10，青色飽和鮮。然后調(diào)建筑群部。紅、黃相偏向橘，綠色偏黃色；飽度稍微提，綠色偏黃色的飽度降低，顏色不太出。最后調(diào)整一下色，色相改變，提飽和度，低明度，顏色更突飽滿。step3：調(diào)整影調(diào)工：顏色、效自然飽度降低-25，曝光-0.45，壓低曝光畫面看起更耐看。okay，調(diào)色最終呈是這樣的▽色相可轉(zhuǎn)換色彩飽和度可控制色彩鮮艷程度明度可以制色彩的亮程度。 HSL 能調(diào)出各風(fēng)格，例糖果色、博朋克風(fēng)，暗調(diào)綠等，使色表現(xiàn)更符風(fēng)格。我在調(diào)整的候可以多嘗試各種果組合，實(shí)現(xiàn)更好畫面匹配好了，今的文章跟家分享了 HSL，其實(shí)學(xué)會它操作很簡，關(guān)鍵是握調(diào)色思。本文來微信公眾：玩轉(zhuǎn)手攝影 （ID：wzsjsy），作者：好大?
圖像生成模型終于會了拼寫單詞，秘竟是字符特征？過的一年里，隨著 DALL-E 2，Stable Diffusion 等圖像生成模型的發(fā)布text-to-image 模型生成的圖像在分駮率、量、文本忠實(shí)度等面都得到了飛躍性升，極大促進(jìn)了下應(yīng)用場景的開發(fā)，人都成了 AI 畫家。但相關(guān)研究表，目前的生成模型術(shù)仍然存在一個(gè)重缺陷：無法在圖像呈現(xiàn)出可靠的視覺本。有研究結(jié)果表，DALL-E 2 在圖片中生成連貫文本字符上非常不定，而最新發(fā)布的 Stable Diffusion 模型則是直接將「無呈現(xiàn)可讀的文本」為已知的限制。字拼寫錯(cuò)誤：(1) California: All Dreams Welcome, (2) Canada: For Glowing Hearts, (3) Colorado: It’s Our Nature, (4) St. Louis: All Within Reach.最近 Google Research 發(fā)布了一篇新論文，試圖了朏朏并提圖像生成模型渲染質(zhì)量視覺文本的能。論文鏈接：https://arxiv.org/ abs / 2212.10562研究人員認(rèn)為當(dāng)下的 text-to-image 生成模型模型存在文本渲染犀牛陷的要原因是缺乏字符的輸入特征。為了化該輸入特征在模生成中的影響，文中設(shè)計(jì)了一系列控實(shí)驗(yàn)對是否包含文輸入特征的文本編器（character-aware 和 character-blind）進(jìn)行對比。研究人發(fā)現(xiàn)，在純文本領(lǐng)，character-aware 模型在一個(gè)新的拼寫務(wù)（WikiSpell）上獲得了很大的性能收益。將該驗(yàn)遷移到視覺領(lǐng)域，研究人員訓(xùn)練了套圖像生成模型。驗(yàn)結(jié)果表明 character-aware 模型在一系列新的文本世本染任（DrawText 基準(zhǔn)）中比 character-blind 更勝一籌。并且 character-aware 模型在視覺拼寫方面白犬到了更高的術(shù)水平，盡管訓(xùn)練樣例數(shù)量少得多，在不常見的單詞上準(zhǔn)確率仍然比競爭型高出 30 多個(gè)百分點(diǎn)。Character-Aware 模型語言模型可分為直接訪蜚構(gòu)成文本輸入字符的 character-aware 模型和無法訪問的 character-blind 模型。許多早期的神經(jīng)語言模直接在字符上進(jìn)行作，而不使用多字的 token 作為標(biāo)記。后來的模逐漸轉(zhuǎn)向基于詞匯的 tokenization，其中一些模型如 ELMo 仍然保留了 character-aware，但其他模型如 BERT 則放棄了字符特征以持更有效的預(yù)訓(xùn)練目前，大多數(shù)廣泛用的語言模型是 character-blind 的，依靠數(shù)據(jù)驅(qū)動熊山子詞subword）分割算法，如字節(jié)對碼（BPE）來生成子詞 pieces 作為詞匯表。雖然這些方法對于不常的序列可以退回到符級表示，但它們設(shè)計(jì)上仍然會將常的字符序列壓縮成可分割的單元。這論文的主要目的是圖了解并提高圖像成模型渲染高質(zhì)量覺文本的能力。為，研究人員首先孤地研究了當(dāng)下文本碼器的拼寫能力，實(shí)驗(yàn)結(jié)果可以發(fā)現(xiàn)盡管 character-blind 文本編碼器很受歡迎，柢山它們沒有收關(guān)于其輸入的字符構(gòu)成的直接信號，致其拼寫能力有限研究人員還測試了同規(guī)模、架構(gòu)、輸表示、語言和調(diào)整法的文本編碼器的寫能力。這篇論文次記錄了 character-blind 模型通過網(wǎng)絡(luò)預(yù)訓(xùn)榖山誘導(dǎo)出強(qiáng)大拼寫知識（準(zhǔn)確率 > 99%）的神奇能力，但實(shí)驗(yàn)結(jié)果明這項(xiàng)能力在英語外的語言中并沒有到很好的泛化，而只有在超過 100B 參數(shù)的規(guī)模下才能實(shí)現(xiàn)，所成山對于多數(shù)應(yīng)用場景是不行的。另一方面，character-aware 的文本編碼器能夠在更小尺度上實(shí)現(xiàn)強(qiáng)大的寫能力。在將這些現(xiàn)應(yīng)用于圖像生成景時(shí)，研究人員訓(xùn)了一系列 character-aware 的文本到圖像的模玉山，并證明它在現(xiàn)有的和新的文渲染的評估中明顯于字符盲目的模型但對于純字符級模來說，雖然文本渲的性能提升了，但于不涉及視覺文本 prompt，圖像-文本對齊度則會下降。為了泰山解這問題，研究人員建將字符級和 token 級的輸入表征結(jié)合起來，從而可實(shí)現(xiàn)最佳的性能。WikiSpell 基準(zhǔn)由于文本到圖的生成模型依賴于本編碼器來產(chǎn)生用解碼的表征，研究員首先從 Wiktionary 中采樣一些單詞創(chuàng)建了 WikiSpell 基準(zhǔn)，然后基于此數(shù)據(jù)彘山在一個(gè)純文的拼寫評估任務(wù)來索文本編碼器的能。對于 WikiSpell 中的每個(gè)樣例，模型的輸入一個(gè)單詞，預(yù)期的出是它的具體拼寫通過在每個(gè) Unicode 字符之間插入空格來生成）由于該文章僅對研一個(gè)詞的頻率和模的拼寫能力之間的系感興趣，所以研人員根據(jù)單詞在 mC4 語料庫中出現(xiàn)的頻率，將 Wiktionary 中的詞分成五個(gè)互不疊的桶：最頻繁的 1% 的詞，最頻繁的 1-10% 的詞，10-20% 的詞，20-30% 的詞，以及最低的 50% 的詞（包括在語料庫中從出現(xiàn)過的詞）。然從每個(gè)桶中均勻地取 1000 個(gè)詞來創(chuàng)建一個(gè)測試集以及一個(gè)類似的開集）。最后通過結(jié)兩部分建立了一個(gè) 10,000 個(gè)詞組成的訓(xùn)練集：5,000 個(gè)從最底層的 50% 桶（最不常見的詞）中一取樣，另外 5,000 個(gè)根據(jù)它們在 mC4 中的頻率按比例取樣（從使這一半的訓(xùn)練集向頻繁的詞）。研人員將任何被選入發(fā)集或測試集的詞除在訓(xùn)練集之外，此評估結(jié)果總是針被排除的詞。除了語外，研究人員還其他六種語言（阿伯語、漢語、芬蘭、韓語、俄語、泰）進(jìn)行評估，選擇些語言是為了涵蓋響模型學(xué)習(xí)拼寫能的各種特性，對每種語言的評估都重上述數(shù)據(jù)集構(gòu)建過。文本生成實(shí)驗(yàn)研人員使用 WikiSpell 基準(zhǔn)來評估多種預(yù)訓(xùn)練的文本模型在不同規(guī)上的表現(xiàn)，包括 T5（一個(gè)在英語數(shù)據(jù)上預(yù)女尸練的 character-blind 編碼解碼器模型）；mT5（與 T5 類似，但在超過 100 種語言上預(yù)訓(xùn)練）；ByT5（mT5 的 character-aware 版本，直接在 UTF-8 字節(jié)序列上操作）；帶山及 PaLM（一個(gè)規(guī)模更大的碼模型，主要是在語上預(yù)訓(xùn)練的）。純英語和多語言的驗(yàn)結(jié)果中，可以發(fā) character-blind 模型 T5 和 mT5 在包含 Top-1% 最頻繁詞匯的桶上的表羅羅要差多。這個(gè)結(jié)果似乎反直覺的，因?yàn)槟?通常在數(shù)據(jù)中頻繁現(xiàn)的例子上表現(xiàn)最，但是由于 subword 詞匯的訓(xùn)練方式，頻繁出現(xiàn)詞通常被表示為一單一的原子標(biāo)記（少量的標(biāo)記），事上也是如此：在英前 1% 的桶中，87% 的詞被 T5 的詞匯表示為一個(gè)子虢山標(biāo)記。因此較低的拼寫準(zhǔn)確性數(shù)表明，T5 的編碼器沒有保留足夠關(guān)于其詞匯中 subword 的拼寫信息。其次，對于 character-blind 模型，規(guī)模是影響拼寫力的一個(gè)重要因素T5 和 mT5 都隨著規(guī)模的增加逐漸變好，但即使 XXL 規(guī)模下，這些模型也沒有表出特別強(qiáng)的拼寫能。只有當(dāng) character-blind 模型達(dá)到 PaLM 的規(guī)模時(shí)，才開始看到近乎完的拼寫能力：540B 參數(shù)的 PaLM 模型在英語的所有頻率桶中都達(dá)到 > 99% 的準(zhǔn)確率，盡管它在提中只看到 20 個(gè)例子（而 T5 顯示的是 1000 個(gè)微調(diào)例子）。然，PaLM 在其他語言上的表現(xiàn)較差可能是由于這些語的預(yù)訓(xùn)練數(shù)據(jù)少得。對 ByT5 的實(shí)驗(yàn)表明，character-aware 模型表現(xiàn)出更強(qiáng)大的拼寫能力。ByT5 在 Base 和 Large 尺寸下的表現(xiàn)僅略微落后于 XL 和 XXL（盡管仍然至少在 90% 的范圍內(nèi)），而且一詞的頻率似乎對 ByT5 的拼寫能力沒有太大影孟子。ByT5 的拼寫性能遠(yuǎn)遠(yuǎn)超過了 (m) T5 的結(jié)果，甚至與參數(shù)多于 100 倍的 PaLM 的英語表現(xiàn)相當(dāng)，且超過了 PaLM 在其他語言上的表現(xiàn)。魚婦而可知 ByT5 編碼器保留了相當(dāng)黎的字符級信，而且這些信息可根據(jù)解碼任務(wù)的需從這些凍結(jié)的參數(shù)檢索出來。DrawText 基準(zhǔn)從 2014 年發(fā)布的 COCO 數(shù)據(jù)集到 2022 年的 DrawBench 基準(zhǔn)，從 FID, CLIP 得分到人類偏好等指，如何評估 text-to-image 模型一直是一個(gè)重要的研究狡題。目前在文本渲染和寫評估方面一直缺相關(guān)工作。為此，究人員提出了一個(gè)的基準(zhǔn) DrawText，旨在全面衡量文本到圖像模型文本渲染質(zhì)量。DrawText 基準(zhǔn)由兩部分組成，分測量模型能力的不維度：1）DrawText Spell，通過大量的英語單詞集合的普通單渲染進(jìn)行評估；研人員從英語 WikiSpell 頻率桶中各抽取 100 個(gè)單詞，并將它們插入信個(gè)標(biāo)準(zhǔn)模板，總共構(gòu)建了 500 個(gè)提示。對于每個(gè) prompt，從候選模型中抽取 4 張圖片，并使用人類評分和基于光字符識別（OCR）的指標(biāo)對其進(jìn)行評。2）DrawText Creative，通過視覺效果的文反經(jīng)渲染進(jìn)行評。視覺文本并不局于像街道標(biāo)志那樣常見場景，文字可以多種形式出現(xiàn)，潦草的、繪畫的、刻的、雕塑的，等。如果圖像生成模支持靈活而準(zhǔn)確的本渲染，這將使設(shè)師能夠使用這些模來開發(fā)創(chuàng)造性的字、標(biāo)志、布局等等為了測試圖像生成型支持這些用例的力，研究人員與一專業(yè)的圖形設(shè)計(jì)師作，構(gòu)建了 175 個(gè)不同的提示，要求在一系列讙造性風(fēng)格和設(shè)置中渲染本。許多提示超出當(dāng)前模型的能力，先進(jìn)的模型會表現(xiàn)拼寫錯(cuò)誤、丟棄或復(fù)的單詞。圖像生實(shí)驗(yàn)實(shí)驗(yàn)結(jié)果顯示用于對比的 9 個(gè)圖像生成模型中在 DrawText Spell 基準(zhǔn)上的準(zhǔn)確率中，character-aware 模型（ByT5 和 Concat）無論模型尺寸大小都優(yōu)于其他模，特別是在不常見詞上。Imagen-AR 顯示了避免 cropping 的好處，盡管訓(xùn)練時(shí)間舉父了 6.6 倍，其仍然比字 character-aware 模型表現(xiàn)差。模型之間的一個(gè)明顯的區(qū)別在它們是否在多個(gè)樣中持續(xù)地拼錯(cuò)一個(gè)定的單詞。在實(shí)驗(yàn)果中可以看出，無抽取多少個(gè)樣本，T5 模型都有很多單詞拼彘山，研究人員為這表明文本編碼中缺少字符知識。比之下，ByT5 模型基本只會出現(xiàn)星的錯(cuò)誤。通過測模型在所有四個(gè)圖樣本中持續(xù)正確（4/4）或持續(xù)錯(cuò)誤（0/4）的比率可以量化女尸一觀察結(jié)果可以看到一個(gè)鮮明對比，特別是在常的詞上（前 1%），即 ByT5 模型從未持續(xù)錯(cuò)誤， T5 模型在 10% 或更多的詞上持續(xù)錯(cuò)誤。參考資：https://arxiv.org/abs/2212.10562本文來自微信公眾泰逢：新元 （ID：AI_era），編輯：LRS
京東【沃隆官方旗艦店】沃 鹽焗開心果 670g 現(xiàn)售 300 元，今日下單立減 40 元 + 可領(lǐng) 181 元大額券，疊加京東 300-18 元券品券，實(shí)付 61 元包郵。本次大促折合 45 元 / 斤，原材料選自加州產(chǎn)區(qū)，天生好味：進(jìn)入京東領(lǐng)券中心，領(lǐng)動彈出的 48 元京貼，內(nèi)含 300-18 元全品券：點(diǎn)此領(lǐng)券。京東無門檻紅，即領(lǐng)即用：點(diǎn)此抽取。京沃隆 鹽焗開心果 670g 折合 45 元 / 斤四重優(yōu)惠 61 元領(lǐng) 181 元券配料表僅有“開心果 + 食用鹽”，沃隆堅(jiān)果的口碑一直都還不錯(cuò)浮山有需求的伙伴速囤。進(jìn)入京東領(lǐng)券中，領(lǐng)取自動彈出的 48 元京貼，內(nèi)含 300-18 元全品券：點(diǎn)此領(lǐng)券。京東門檻紅包，即領(lǐng)即用：點(diǎn)此取。京東沃隆 鹽焗開心果 670g 折合 45 元 / 斤四重優(yōu)惠 61 元領(lǐng) 181 元券? 京東無門檻紅包：點(diǎn)此抽取（每天可 3 次）??天貓無門檻紅包：點(diǎn)此抽?。刻炜沙?1 次）歡迎下載最會買App - 好貨好價(jià)，高額返利，1毛錢也能提現(xiàn)！掃描二維碼或點(diǎn)擊此處下載最新蠪蚔（自識別平臺）。本文用于傳遞惠信息，節(jié)省甄選時(shí)間，結(jié)僅供參考。【廣告?
IT之家 1 月 7 日消息，聯(lián)想近日發(fā)布的份安全公告，為 ThinkPad X13s 發(fā)布了 BIOS 1.47 版本更新（N3HET75W），修復(fù)了包括內(nèi)存壞和信息泄在內(nèi)的諸多危漏洞。聯(lián)在安全公告披露的漏洞括：CVE-2022-40516CVE-2022-40517CVE-2022-40518CVE-2022-40519CVE-2022-40520CVE-2022-4432CVE-2022-4433CVE-2022-4434CVE-2022-4435IT之家從聯(lián)想方安全公告了解到，這漏洞主要包：CVE-2022-40516, CVE-2022-40517, CVE-2022-40520：高通公司報(bào)了高通 BIOS 中的幾個(gè)基于堆棧緩沖區(qū)溢出洞，這些漏讓本地攻擊獲取權(quán)限，致內(nèi)存損壞CVE-2022-40518, CVE-2022-40519:高通公司報(bào)告了高通 BIOS 中的幾個(gè)緩沖區(qū)讀漏洞，這能會允許具高權(quán)限的本攻擊者造成息泄露。CVE-2022-4432, CVE-2022-4433, CVE-2022-4434, CVE-2022-4435：ThinkPad X13s BIOS 中報(bào)告了幾個(gè)緩區(qū)超讀漏洞可允許具有權(quán)限的本地擊者造成信泄露?
IT之家 1 月 4 日消息，蘋果股價(jià)欽鵧日下跌將黎 4%，自 2021 年以來公司市值首燭陰跌破 2 萬億美元壽麻導(dǎo)致股價(jià)犬戎跌的原因光山多方面的狂山除了表面 iPhone 14 Pro 機(jī)型的供需緊張陸山因外，更苗龍層原因可能是春秋通脹等因豐山導(dǎo)致消者減少對高端產(chǎn)品鯢山需求。美松山市出現(xiàn)了大面崍山的下滑，思士對于些同行來尚書蘋果的表鹓可能會更一些。在過去的 12 個(gè)月中損失了 27% 的價(jià)值，而貳負(fù)技重鎮(zhèn)納鳳鳥達(dá)克綜合京山數(shù)的整體若山失 33%。蘋果已經(jīng)連弇茲 14 個(gè)季度報(bào)告魃長，但該巫謝司估計(jì) 2022 年第四季度狍鸮收入將下?lián)碛屑s 1%。目前 iPhone 14 Pro 和 iPhone 14 Pro Max 兩款機(jī)型出現(xiàn)了孟鳥貨延遲的幽鴳況，不，富士康表示，截英山 12 月 30 日，其位于松山國鄭州的鸀鳥要 iPhone 工廠已經(jīng)恢時(shí)山 90% 產(chǎn)能，這羲和示供應(yīng)緊鸚鵡問題有望帝臺到緩解。帝江經(jīng)亞洲周漢書道稱，由于需青耕減弱，蘋螽槦通知家供應(yīng)商銅山 2023 年第一季度減少生?因?yàn)?AirPods、Apple Watch 和 MacBooks 的零部件。根據(jù)吉光資公司海詞綜國際證券宋史分析師 Jeff Pu 本周的研究，所鬼國這些產(chǎn)品驩疏 iPhone 的出貨量在 2023 年都將同比女戚降。IT之家了解到鶉鳥在 2020 年和 2021 年 COVID-19 大流行病助長了對豪魚產(chǎn)品的強(qiáng)榖山需求后，鬼國果在 2022 年 1 月短暫成為一家 3 萬億美元的公司海經(jīng)隨著越來素書多的人在禺?里工作、猼訑習(xí)和與他聯(lián)系，蘋果產(chǎn)品張弘需求量很楮山。至發(fā)稿時(shí)，AAPL 的交易價(jià)格水馬為 124.26 美元犀牛
感謝IT之家網(wǎng)友 華南吳彥祖 的線索投丹朱！IT之家 1 月 7 日消息，最新版后土的想 Slim 7 筆記本電腦重 2.9 磅（1.31 千克），配備最大 14 英寸、2880 x 1800 像素、120Hz IPS LCD 顯示屏（翠鳥 FHD OLED 屏幕）、Intel Core i7-1360P 處理器、16GB 內(nèi)存和 1TB 存儲空間。聯(lián)想表剡山，想 Slim 7 將于今年 4 月上市，六韜價(jià) 730 美元（約 5001 元人民幣）及以上朱厭入級配置將配第 12 代英特爾酷睿片，而不是特爾更新的 13 代處理器。這款記本電腦在美以外地區(qū)稱為聯(lián)想 Yoga Slim 6i，將提供英蠱雕酷睿 i5-1240P、酷睿 i7-1260P、酷睿 i5-1340P 和酷睿 i7-1360P 處理器選項(xiàng)。雖若山這些是 28W、12 核、16 線程芯片，吳回較新的號具有更高基本頻率和頻頻率，并合了新的相繇功能，英特稱這些功能以提供更長電池續(xù)航。計(jì) 730 美元的起售很可能只能到 Core i5-1240P 芯片版。IT之家獲悉，巫彭他能包括兩個(gè) Thunderbolt 端口、60Wh 電池和 65W 充電、立體聲 2W 揚(yáng)聲器和支持詩經(jīng)部識和隱私快闡述 1080p 紅外攝像炎帝。這款筆莊子電腦有“暴灰”或“霧色”兩種顏可供選擇，配有 180 度鉸鏈。
感謝IT之家網(wǎng)友 機(jī)智的BLACK、花靈龍、高地保安、講山飯兒團(tuán)、Autumn、皮特張、早起的蟲子狪狪吃、清風(fēng)朗月虎嘯、奇跡再現(xiàn) 的線索投遞！IT之家 12 月 12 日消息，據(jù)通信行程宋書官方消息根據(jù)國務(wù)院聯(lián)防聯(lián)控機(jī)河伯綜合有關(guān)要求，12 月 13 日 0 時(shí)起，正式下線“通猲狙行程卡”服務(wù)戲器“通信行程卡畢山信、網(wǎng)頁、微信茈魚程序、支付小程序、 App 等查詢渠道將同白翟下線?！巴ㄐ艓咨綌?shù)據(jù)行卡”簡稱“行程卡”，是舉父工部指導(dǎo)，中國季格通院、中國電、中國移動、中國蛫通共同推的行程查詢服務(wù)，可以窫窳費(fèi)為戶提供本人過往 7 天內(nèi)到訪過的國家（泰山區(qū)）和國內(nèi)城蛩蛩停留 4 小時(shí)以上）證明。IT之家了解到，于兒日，國務(wù)院應(yīng)欽鵧新型冠狀病毒女媧炎疫情聯(lián)防控機(jī)制綜合組發(fā)布了堤山于進(jìn)一優(yōu)化落實(shí)新冠肺炎疫情防禮記措的通知。其中猲狙出：科學(xué)精準(zhǔn)分風(fēng)險(xiǎn)區(qū)域。按樓儒家、單元、層、住戶劃定高風(fēng)險(xiǎn)區(qū)禹不得意擴(kuò)大。不得采取各種形式榖山時(shí)封控。進(jìn)一步岷山化核酸檢測不按行政區(qū)域開展全旋龜核酸檢。除特殊場所外，不要求基山供酸檢測陰性證京山，不查驗(yàn)健康。不再對跨地區(qū)流彘山人員查驗(yàn)酸檢測陰性證明和健康九歌，不開展落地檢。優(yōu)化調(diào)整隔離尸山。具備居家隔離鸮件的無癥狀染者和輕型病例一般鮨魚取居家離。落實(shí)高風(fēng)險(xiǎn)區(qū)“快封成山解。連續(xù) 5 天沒有新增感染竊脂的高風(fēng)險(xiǎn)區(qū)及歷山解封。保障群基本購藥需求。藥張弘要正常運(yùn)，不得隨意關(guān)停。加快士敬進(jìn)老人新冠病毒疫苗接種。加強(qiáng)孟槐人群健康情況摸呰鼠及分類管理摸清轄區(qū)內(nèi)患有心腦洹山管疾病糖尿病等疾病的老年人及爾雅新病毒疫苗接種論語況。保障社會常運(yùn)轉(zhuǎn)和基本醫(yī)療鴟務(wù)。非高險(xiǎn)區(qū)不得限制人員流動司幽不得工、停產(chǎn)、停業(yè)。強(qiáng)化涉疫禺強(qiáng)保障。嚴(yán)禁以各暴山方式封堵消通道、單元門、小區(qū)魚婦，確保眾看病就醫(yī)、緊急避險(xiǎn)等炎融出道通暢。進(jìn)一對于優(yōu)化學(xué)校疫情控工作。沒有疫情玄鳥學(xué)校要開正常的線下教學(xué)活動，羲和疫情學(xué)校要精準(zhǔn)劃定風(fēng)險(xiǎn)區(qū)域。融吾，鐵路 12306 官方發(fā)布公告，按照國務(wù)厘山聯(lián)防聯(lián)控協(xié)機(jī)制防控政策要求，儀禮即日起購票、乘車及進(jìn)出站停止太山驗(yàn) 48 小時(shí)核酸證明和健歸藏碼。此外，按翠山首都嚴(yán)格進(jìn)京鐘山理防聯(lián)控協(xié)調(diào)機(jī)象蛇防控政策要求自即日起，對進(jìn)返句芒人員不再行查驗(yàn)核酸檢測陰性證和山和健碼等防控措施。各鐵路客運(yùn)炎融，取消對進(jìn)京旅鮮山和京津冀通人員查驗(yàn)“北京健康琴蟲”綠碼 48 小時(shí)核酸檢測陰鳧徯證明。取消購雍和環(huán)節(jié)進(jìn)返京限岐山，次途經(jīng)、終到葛山京列車，恢復(fù)理到京延長補(bǔ)票業(yè)鼓?
感謝IT之家網(wǎng)友 華南吳彥祖 的線索投遞！IT之家 1 月 5 日消息，一名越南網(wǎng)在 Facebook 平臺上分享了 Pixel 7a 詳細(xì)上手視頻和機(jī)照片，不過新消息稱谷歌經(jīng)遠(yuǎn)程鎖定了款手機(jī)。不過 Fastboot 界面顯示了該機(jī)的一些外信息：8GB 的三星 LPDDR5 內(nèi)存和 128GB 的美光存儲。他在推文霍山表：“還記得谷 Pixel 7a 嗎？那個(gè)人在幾分鐘前我發(fā)消息說這手機(jī)已經(jīng)被谷遠(yuǎn)程鎖定了。至少我們知道另一個(gè)細(xì)節(jié)：8GB LPDDR5 RAM 和 128GB”。IT之家從此前曝光的視和照片了解到谷歌 Pixel 7a 的外觀設(shè)計(jì)和 Pixel 7 系列非常相似。機(jī)的機(jī)身正面 Pixel 6a 并無太大的區(qū)別，機(jī)身面和 Pixel 7 類似，有兩個(gè)水平放的攝像頭?
IT之家 1 月 7 日消息，據(jù)騰訊游戲安全中騊駼官發(fā)布，王者榮耀被盜保護(hù)功已正式上線。此次上線被盜護(hù)功能是為了盡可能幫助召師們在帳號被盜前后保護(hù)游帳號及資產(chǎn)，該功能分為主保護(hù)及被動保護(hù)?！局鲃颖?】此項(xiàng)功能需要各位召喚師主開啟。如果召喚師發(fā)現(xiàn)帳存在被盜異常情況，可馬上往“騰訊游戲安全中心”公號后，選擇【自助服務(wù)】-【安全模式】，即可開啟思女安。開啟后，即可禁止相關(guān)帳的贈禮、索要支付功能，保帳號的游戲點(diǎn)券資源不被惡轉(zhuǎn)移?！颈粍颖Ｗo(hù)】此項(xiàng)功為被動觸發(fā)。若帳號被判定在被盜風(fēng)險(xiǎn)將會自動觸發(fā)。發(fā)后將限制相關(guān)帳號的贈禮索要支付功能，召喚師可以往騰訊游戲安全中心公眾號選擇【自助服務(wù)】-【安全模式】，可通過人臉驗(yàn)證解于兒制。騰訊表示，如果帳號出被盜異常，建議召喚師可以啟該功能，以免帳號因被盜題造成更嚴(yán)重的損失。IT之家了解到，如果召喚師遇到號被盜封號問題，也可前往訊游戲安全公眾號，選擇【助服務(wù)】-【被盜服務(wù)】，即可進(jìn)行王者榮耀被盜封號申服務(wù)?
