据悉,目前HarmonyOS 4.2升级计划已面向186款华为设备正式展开,其中HUAWEI Mate 60、HUAWEI nova 12、Pocket 2、X5、MatePad Pro 11 英寸 2024、华为智慧屏 V 85 2021款等24款设备于4月11日开启公测招募活动,HUAWEI P50等15款设备于4月15日开启公测招募活动,其他机型也将于4-6月期间陆续展开升级活动,感兴趣的用户可持续关注。
目前HUAWEI Pura 70系列华为线上商城已正式发售,线下各大门店也纷纷排起长队想要一睹新机真容。而HUAWEI Pura 70系列所搭载的HarmonyOS 4.2操作系统已领先一步与广大华为用户见面,部分已经参与公测活动的华为用户们相信已经对HarmonyOS 4.2升级特性有了初步的了解。
Pura系列“漂亮”出街,HarmonyOS 4.2携手登场
在HarmonyOS 4.2各项升级中,五套全新互动主题可谓是升级最大亮点。此次全新HarmonyOS 4.2基于Pura 70系列标志性“风向标”设计延伸出的几何元素,为用户带来几何贴纸、几何派对以及趣味场景三款主题。HarmonyOS 4.2心情主题根据不同布局形式可分为心情贴纸及心情派对主题。目前心情主题已拓展支持1500+表情,用户每天都可根据自己的心情DIY专属主题。五款主题目前都可支持随眼互动,系统通过识别人眼注视区域进行交互。随着用户眼神上下移动,贴纸就会在屏幕上方或下方进行滚动甚至翘边翻折;而当用户用手指点击屏幕贴纸时,贴纸的一角还会跟随手势卷动,十分俏皮可爱。
据官方消息,HUAWEI Pura 70系列这五套有趣的互动主题,升级产品后续通过 OTA 升级也将支持,不过支持情况因产品而异。除了五套互动主题,HarmonyOS 4.2在艺术主角主题上新增了“自定义背景”的功能,在以前智能抠取人物或宠物主角的基础上,再添加自定义背景能力,让可玩性突破局限、瞬间翻倍。
华为基于系统架构,持续进行全栈优化,通过整合软硬件能力,持续增强华为方舟引擎能力。在安全用机领域,HarmonyOS 4.2推出楼层级设备查找功能,精确定位丢失设备具体楼层,帮助用户快速找回手机。另外,本次HarmonyOS 4.2 可以通过管控应用获取设备方向的权限,来拦截摇一摇广告的跳转,让用户在应用内的使用体验更为纯净。据可靠消息,此次HarmonyOS 4.2除了拥有对第三方应用获取设备方向权限的管控外,还新增用户安装三方应用通知权限默认关闭功能,使HarmonyOS纯净能力进一步提升。
华为终端发力,1+8+N全场景能力升级
HarmonyOS 4.2 的能力升级,除了以上体现在手机和平板设备上的特性,其他+8设备也有功能升级。比如参与升级 HarmonyOS 4.2 的部分智慧屏,智慧画框将新增支持照片墙功能,让美好瞬间大屏呈现;部分华为穿戴产品升级 HarmonyOS 4.2 后将预置全新官方免费表盘等。
更多 HarmonyOS 4.2 的新功能,可以关注 HarmonyOS 官方消息升级体验。可参与公测招募活动的手机或平板用户,可以前往【我的华为】>APP>首页>升级尝鲜>多设备尝鲜进行公测尝鲜报名,随后根据提示前往“设置”>“软件更新”完成HarmonyOS 4.2系统升级。不同机型、版本对上述功能的支持情况各有差异,还请以实际为准。更多HarmonyOS 4.2升级资讯,可持续关注HarmonyOS官方微信微博。
好文章,需要你的鼓励
腾讯今日开源混元MT系列语言模型,专门针对翻译任务进行优化。该系列包含四个模型,其中两个旗舰模型均拥有70亿参数。腾讯使用四个不同数据集进行初始训练,并采用强化学习进行优化。在WMT25基准测试中,混元MT在31个语言对中的30个表现优于谷歌翻译,某些情况下得分高出65%,同时也超越了GPT-4.1和Claude 4 Sonnet等模型。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
今年是Frontiers Health十周年。在pharmaphorum播客的Frontiers Health限定系列中,网络编辑Nicole Raleigh采访了Startup Health总裁兼联合创始人Unity Stoakes。Stoakes在科技、科学和设计交汇领域深耕30多年,致力于变革全球健康。他认为,Frontiers Health通过精心选择的空间促进有意义的网络建设,利用网络效应推进创新力量,让企业家共同构建并带来改变,从而有益地影响全球人类福祉。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。