易资讯|vivo X300 Pro影像配置曝光，华为MatePad Mini部分配置现身…

vivo X300 Pro影像配置曝光

继此前有传言透露了vivo X300系列新机的相关信息后，官方近日也启动了该系列机型的预热活动，并吸引了众多消费者的关注。今天官方相关人士就透露了该系列Pro版机型的部分影像配置，确认其将搭载独家深度定制的“2亿HPB灭霸长焦”，并且有消息源还曝光这款机型的进一步详情。此次公布的相关信息显示，X300 Pro除了配备与X300主摄同款的2亿像素三星HPB长焦CMOS外，其长焦防抖等级做到了行业史上最高的CIPA 5.5级防抖认证，并联合平台厂商深度定制开发独家追焦引擎、攻克了超远距离运动抓拍难题。此外，其还用上软硬一体化底层优化、实现更远更清去AI感长焦效果的独家蓝图算法，而蔡司T*镀膜、独家APO认证、萤石玻璃镜片等配置也将带来更好的成像能力。

vivo X300系列继续预热，Pro版影像配置曝光

华为MatePad Mini部分配置现身

随着华为小尺寸平板MatePad Mini 9月4日发布时间的不断临近，官方在预热活动中陆续透露的产品端相关信息也吸引了众多消费者的关注。继此前官方公布了MatePad Mini外观信息后，近日有消息源还透露了其硬件配置方面的进一步详情，但其所采用的主控暂时尚未明确。此次现身的硬件配置信息表明，MatePad Mini或将采用一块具备2560*1600分辨率、16:10的8.8英寸OLED屏幕，并有着仅为2.99mm的四等边屏幕边框，此外官方还将提供柔光屏版本，机身重量和厚度只有255g与5.1mm。有传言称，其电池容量或为6400mAh。

华为MatePad Mini配置曝光，采用8.8英寸OLED

OPPO Find X8系列销量揭晓

作为OPPO方面自去年10月开始陆续推出的旗舰产品，Find X8系列凭借着在包括影像等方面的产品端出色表现，自亮相以来就受到了众多消费者的青睐。日前官方相关人士透露，Find X8全系列产品生命周期总销量已经达到上代产品全系的2.5倍，并且由于暑期热销，近期还为该系列中的Find X8 Ultra、Find X8S，以及Find X8加单。外观方面，该系列中定位最高的Find X8 Ultra正面采用了目前同类机型中少有的直屏方案，配合1.4mm的极窄边框与2.5D屏幕边框，在屏占比与视觉效果上也有着极为突出的表现。机身背部中轴线顶端虽然依旧安置的是体型颇大的圆形后置五摄模组，但该模组的凸起明显有所降低，并提供了月光白、晨曦微光、星野黑三种配色版本。

OPPO Find X8系列销量揭晓，达到上代2.5倍

盒马X会员店已全面关停

8月31日，盒马旗下仓储式会员制商店业态X会员店最后一家门店“上海森兰商都店”正式关停。据了解，盒马X会员店是仓储式会员制商店赛道中的首个中国品牌，内部对标Costco、山姆等竞品，其首家门店于2020年10月开业。彼时盒马创始人侯毅曾将X会员店曾被视作“盒马鲜生等已有业态之外的第二大业务增长来源”。对于关停X会员店业态的原因，盒马CEO严筱磊表示，“去年以来，我们为了聚焦主业，主动做出业态调整”。据悉，2024年在严筱磊的领导下，盒马开始战略聚焦盒马鲜生和盒马NB两大核心业态，其中“前者复制成功模型，后者打磨最优模型”。

盒马X会员店全面关停，NB业务迎来品牌升级

美团新款大模型发布并开源

日前美团方面正式发布、并开源大模型LongCat-Flash-Chat，并同步提供了分别基于SGLang和vLLM的两种高效部署方案。据了解，今年早些时候美团方面曾表示，其AI战略建立在AIatwork、AIinproducts以及BuildingLLM三个层面。此次开源的相关模型，也是美团首度披露其AI战略在BuildingLLM层面的进展。据悉，LongCat-Flash采用创新性混合专家模型（Mixture-of-Experts，MoE）架构，总参数为560B，激活参数18.6B-31.3B（平均27B），号称可实现计算效率与性能的双重优化。具体而言，该模型在架构层面引入“零计算专家（Zero-Computation Experts）”机制，每个token依据上下文需求仅激活18.6B-31.3B参数，实现算力按需分配和高效利用。并且为控制总算力消耗，训练过程采用PID控制器实时微调专家偏置，将单token的平均激活量稳定在约27B。此外LongCat-Flash在层间铺设跨层通道，使得MoE的通信和计算能在很大程度上并行，极大提高了训练和推理效率。配合定制化的底层优化，LongCat-Flash在30天内完成高效训练，并在H800上实现单用户100+ tokens/s的推理速度。LongCat-Flash还对常用大模型组件和训练方式进行了改进，使用了超参迁移和模型层叠加的方式进行训练，并结合多项策略保证训练稳定性，使得训练全程高效且顺利。