IT之家 4 月 30 日消息，微软昨日（4 月 29 日）发布博文，邀请拥有 Microsoft 365 Copilot 许可用户，在 Windows 11/Windows 10、苹果 macOS / iOS 平台上测试新版 OneNote， 应用内置 Copilot AI 突破纯文本限制，新增对表格、图像及标签的理解能力。 微软 OneNote 内置 Copilot 此前仅能处理纯文本内容，而本次更新打破该局限，让 AI 助手识别并理解表格、图像及标签等富格式内容。 微软在博文中还列举本次更新在实际场景下的应用，例如用户在规划旅行时，笔记中常包含行程表格、检查清单及景点照片等混合信息，升级后的 Copilot 可以综合分析这些内容，智能排查行程漏洞或提供优化建议。 技术部署方面，微软采用了服务器端推送模式，用户无需进行软件更新或复杂设置。只要设备版本符合要求，系统将自动启用新功能。IT之家附上相关要求如下： Windows 版 OneNote：版本 2601（内部版本 19628.20128）及更高版本。 Mac 和 iOS 上的 OneNote：版本 16.106（内部版本 26020821）及更高版本。
IT之家 4 月 30 日消息，当地时间 4 月 29 日，谷歌官方宣布，谷歌相册将推出一项新功能，将用户相册中出现的服装分类整理，然后混搭服装单品来设计穿搭，用户还可以进行虚拟试穿。 IT之家获悉，这项新功能将于今年夏天开始在谷歌相册中推出，首先支持安卓平台，随后向 iOS 平台发布。 谷歌官方表示，谷歌相册中衣橱规划功能使用 AI ，根据照片库中出现的服装单品，自动创建一个专门的“衣橱”收藏。它将提供一个基于过往照片的、有序组织的衣橱视图，在这里用户可以： 按类别筛选： 整体查看所有内容，或深入探索单个类别（如珠宝、上装或下装），然后滑动以重新发现那些可能仍埋藏在衣橱中、早已被遗忘的单品。 创建穿搭： 混搭服装单品以创建穿搭，然后将其分享给好友或保存到数字情绪板（moodboard）上；还可以为不同场合准备独立的情绪板，例如：夏季婚礼、意大利之旅、工作穿搭。 虚拟试穿： 在穿衣之前，可查看穿搭在用户身上的效果。选择单个单品，然后点击“试穿”即可进行预览。
IT之家 4 月 28 日消息，人工智能图像处理技术，已将美国国家航空航天局（NASA）詹姆斯・韦布空间望远镜的数据分析耗时从数年缩短至短短数日甚至更短时间，催生了大量突破性发现，倘若没有这项技术，这些发现或许永远无法实现。 如今，这项技术将用于提升坐落于智利的薇拉・C・鲁宾天文台所拍摄图像的画质。作为新晋天文观测重镇，优化后的图像清晰度将堪比从太空拍摄的水准。 薇拉・C・鲁宾天文台以美国天文学家薇拉・C・鲁宾命名，她为暗物质的存在找到了关键证据之一。该天文台坐落于智利安第斯山脉海拔 8770 英尺（2673 米）的帕琼山之巅，望远镜已于去年正式投入运行。它每三晚扫描整片天空，计划用十年时间延时记录天体的运行轨迹。 天文台地处地球上最干旱的智利阿塔卡马沙漠，干燥的大气和终年晴朗的天空为天文观测提供了绝佳条件。尽管如此，遥远天体发出的光线在抵达望远镜探测器前，必须穿过地球大气层，导致鲁宾天文台的观测图像仍存在严重畸变。 加州大学圣克鲁兹分校的研究团队研发了一款全新人工智能算法， 旨在消除这类大气畸变、提升图像分辨率，让地面拍摄的画面达到太空望远镜的成像效果。 加州大学圣克鲁兹分校天文与天体物理学教授布兰特・罗伯逊是这款新型人工智能模型的研发负责人，他向太空网表示：“地面望远镜拍摄的光线穿过大气层时，会因大气湍流造成画面模糊。我们投入巨资研发高性能设备来校正大气畸变，而如今也可以通过训练人工智能机器学习模型，弱化这类模糊问题。” 研究团队利用日本昴星望远镜的地面观测影像，以及哈勃空间望远镜拍摄的同一片空域图像，对名为 Neo 的生成式模型进行训练。该模型的核心任务是补全地面观测图像中缺失的细节，最终成果十分惊艳。研究团队在论文中指出， Neo 模型可将天体形态参数的测量准确度提升 2 至 10 倍 。 实际应用中，分辨率的大幅提升，能从原本模糊斑驳的画面中，分辨出海量独立恒星，以及星系精准的轮廓形态。 罗伯逊表示：“该模型优化了观测数据的空间成像质量，从统计学层面还原出太空望远镜视角下的星系特征。” 他补充道，这项技术极大加速了天文发现进程，也能让科研界对尖端天文望远镜的投入实现科研价值最大化。智利薇拉・C・鲁宾天文台配备 8.4 米口径反射镜，建造成本达 8 亿美元（IT之家注：现汇率约合 54.68 亿元人民币）。即便如此，其造价仍远低于哈勃、韦布等太空望远镜，后两者的建造与运维成本均高达数十亿美元。 “我们为天文天文台投入了巨额资金与海量资源，希望依托公众和业界的投入，从观测数据中挖掘出全部科研价值。”罗伯逊说道。 Neo 模型属于条件生成对抗网络，由两组神经网络协同工作，也是人工智能图像生成领域的常用架构。其中一组神经网络负责从原始观测影像中生成优化后的高清图像，另一组则对图像画质进行评估校验。 （从左到右）地面地球望远镜、哈勃太空望远镜以及经 Neo AI 网络优化后的图像对比 该模型脱胎于罗伯逊团队此前为加速韦布望远镜图像处理而开发的技术。造价高达 100 亿美元（现汇率约合 683.47 亿元人民币）的韦布望远镜会产生海量观测数据，仅依靠天文学家人工目视分析根本无法及时处理。而罗伯逊团队研发的这类人工智能算法，仅需数日就能完成人工耗时数年的分析工作。 罗伯逊坦言：“海量观测数据蜂拥而至，人工分析根本跟不上节奏，传统的图像分析方法早已力不从心。” 这套算法依托英伟达 GPU 超级计算机运行，已助力韦布望远镜时代取得多项震撼天文界的重大发现，包括探测到早期宇宙中本不在天文学家预期内的复杂星系。 “该模型会解析图像的每一个像素，判别其属于宇宙空域还是天体实体；若判定为天体，还能进一步区分是盘状星系、椭球状星系还是恒星的组成部分。”罗伯逊解释道。 他同时强调，人工智能算法并不会取代天文学家，而是帮助科研人员更快取得天文发现，同时捕捉到人类容易忽略的天体规律与特征。 “人工智能并非完美无缺，但人类自身和传统研究方法同样存在局限。三者各有优势、互为补充。” 研究团队已将经算法处理后的天文图像开放给其他科研团队及公众探索研究。
IT之家 4 月 23 日消息，华为乾崑技术大会今晚如期举行。此次技术大会的重点就是发布了华为乾崑智驾 ADS 5 和鸿蒙座舱 HarmonySpace 6。 虽然技术大会已经结束，但是更多信息正逐步释出。据博主 @耗子发威 分享，华为在乾崑技术大会的场外布置了一个展示位，用于展示 896 线双光路图像级激光雷达点云效果。 画面显示，华为乾崑 896 线双光路图像级激光雷达可以“看清”周围环境，能够清晰地看到周边的建筑环境、人员流动情况， 使用该雷达捕捉的点云信息已经十分逼近一颗摄像头能拍摄到的画面 。 据IT之家此前报道，今年 3 月，在鸿蒙智行技术焕新发布会上，华为常务董事、产品投资评审委员会主任、终端 BG 董事长余承东宣布推出 新一代双光路图像级 896 线激光雷达 ，尊界 S800 首发搭载。这也是目前全球量产线束规格最高的激光雷达产品，感知能力从“点云级”正式迈入“图像级”。 据介绍，896 线双光路架构单帧点云量相当于 128 线的 7 倍，轮廓清晰，让车辆对小目标的识别距离大幅提升，面对鬼探头、静止故障车这些极端场景，可远距离识别 14cm 高度物体，倒地轮胎等低反射率目标感知识别距离提升 190%，横倒锥桶等异型障碍物感知识别距离提升 77%。 相关阅读： 《 华为乾崑发布全球量产最高的 896 线激光雷达：超高清、超精准、超远距 》
IT之家 4 月 22 日消息，OpenAI 昨日（4 月 21 日）发布博文，宣布推出 AI 生图工具 ChatGPT Images 2.0，基于 GPT Image 2 模型打造， 核心升级在于引入“思考能力”。 IT之家援引博文介绍，用户启用“思考能力”后，该 AI 生图工具可联网检索信息，依据上传文件创建视觉解析内容，并在生成前对图像结构进行推理规划。这项功能目前已向 ChatGPT Plus、Pro、Business 及 Enterprise 订阅用户开放。 在多图生成能力上，Images 2.0 实现重大突破，支持单次提示生成最多 8 张图像。关键在于，系统可在不同场景中保持角色、物体及风格的一致性。OpenAI 表示，这将大幅降低漫画页面、社交媒体系列配图及室内设计方案的创作门槛。 以上图源：OpenAI 图像质量上，新版本支持最高 2K 分辨率，宽高比范围扩展至 3:1 与 1:3，并优化像素艺术、漫画及电影剧照等风格。在多语言支持方面，该工具重点改进中文、日语、韩语、印地语及孟加拉语的文本生成能力。 参考 Introducing ChatGPT Images 2.0
IT之家 4 月 20 日消息，国产 CMOS 图像传感器供应商长光辰芯今日官宣，高端相机品牌徕卡和长光辰芯开启战略合作新篇章。 此次合作将结合徕卡在高端成像领域积淀多年的经验与长光辰芯的 CMOS 图像传感器设计能力， 为下一代徕卡相机定制一款高性能 CMOS 图像传感器芯片 。 徕卡相机公司监事会主席兼大股东 Andreas Kaufmann 博士表示：“得益于徕卡和长光辰芯长期以来的紧密合作，我很高兴地看到，一款专为徕卡相机量身打造的 CMOS 图像传感器芯片的诞生。 此次合作融合了韦茨拉尔、安特卫普和长春三地工程技术的精髓 ，使得这款芯片真正具备了传奇的影像传承。” 这款联合开发的 CMOS 图像传感器采用定制化的设计，满足徕卡相机在色彩还原、噪声优化、动态范围及细节呈现上的要求。此外， 双方还将在芯片验证、图像调校及量产准备等方面密切协作 。 IT之家注：长春长光辰芯微电子股份有限公司（简称“长光辰芯”）成立于 2012 年，是一家专注于 CMOS 图像传感器设计研发的企业。长春长光辰芯公司总部位于中国长春，同时在中国杭州、大连、比利时安特卫普和日本东京设有子公司。
IT之家 4 月 20 日消息，华为 Pura 系列及全场景新品发布会正在进行中。华为常务董事、产品投资评审委员会主任、终端 BG 董事长余承东宣布， Pura 90 Pro / Pro Max 将首发麒麟 9030S 芯片 。 IT之家从发布会现场获悉， 这枚芯片专为智慧影像而生 ，NPU 图像理解能力提升 200%、AI ISP AI 色彩引擎提升 43%、AI ISP 长焦视频清晰度提升 110%、AI ISP 长焦防抖精度提升 30%。 目前，华为 Pura 90 Pro / Pro Max 手机外观已释出。Pro Max 汲取假日旅行灵感，带来橘子海、翡翠湖、霞光紫、晨曦金、曜石黑五款配色；Pro 带来粉红芭乐、橘子汽水、椰青白、桑果黑四款配色。
IT之家 4 月 20 日消息，在 AI 浪潮推动下，硅谷正投入数千亿美元建设超大规模数据中心，用电量可媲美数十万户美国家庭。然而，这一扩张正遭遇施工、电力供应以及社区阻力等多重挑战。最新卫星数据显示，美国近 40% 的数据中心项目今年可能无法按计划完工。 当地时间 4 月 17 日，《金融时报》基于 SynMax 提供的卫星图像，发布了各项目在土地清理和基础施工方面的进度分析，并结合 IIR Energy 整理的公开资料进行核对。结果显示，包括微软、甲骨文和 OpenAI 在内的多个大型项目，完工时间 预计将推迟三个月以上 。 多位业内高管在接受采访时表示，项目延期主要源于 劳动力、电力和设备的持续短缺 ，同时审批流程也拖慢了建设节奏。参与 OpenAI 项目的施工负责人指出，电工、管道工等关键技术工种不足，难以支撑多个项目同步推进。 电力需求成为另一大瓶颈。电力公司在扩大发电能力和完善输电网络方面进展有限，难以匹配数据中心快速增长的用电需求。此外，对中国变压器等设备征收关税，也进一步抬高了建设成本。 为缓解电力压力，一些科技公司开始 自建电源设施 ，主要依赖天然气涡轮机。Cleanview 的分析显示，部分开发商甚至采用安装在卡车上的移动燃气发电设备，以及原本用于航空和军用领域的涡轮引擎。 与此同时，美国多地社区对数据中心的反对情绪持续升温。以“全球数据中心之都”弗吉尼亚州为例，最新民调显示， 多数居民担心数据中心占用土地、带来环境负担，并推高家庭电费 。研究也表明，大规模数据中心建设可能促使电力公司提高区域电价。 据IT之家了解，针对能源成本争议，美国政府于 2026 年 3 月 推动多家科技公司签署“电价保护承诺” ，然而该机制被指缺乏法律约束和执行细则。微软则承诺自行 承担其数据中心的全部用电成本 ，以避免将压力转嫁给当地用户。 美国地方层面的限制措施仍在推进。一些州已开始考虑限制数据中心建设。缅因州议会率先通过一项为期 18 个月的暂停令，暂停审批用电需求超过 20 兆瓦的新数据中心项目，目前仍待州长决定是否签署生效。
IT之家 4 月 18 日消息，据《日经》今天报道，日本政府已批准向索尼提供最高 600 亿日元（IT之家注：现汇率约合 25.84 亿元人民币）补贴， 助力生产 AI 图像传感器（CMOS） 。 据报道，这笔资金由日本经济产业省依据《经济安全保障推进法》批准，旨在支持日本国产图像传感器扩大生产。 同时， 索尼半导体将投资 1800 亿日元（现汇率约合 77.51 亿元人民币），在熊本县合志市设立新工厂 。目前已经动工，建设完成后目标每月生产 1 万片 300mm 晶圆，预计 2029 年 5 月开始向市场供货。 日本经济产业大臣 赤泽亮正对此表示，图像传感器是 AI 产业的重要组成部分，对自动化设备、自动驾驶车辆等领域至关重要。
5月6日，据美国国家公路交通安全管理局（NHTSA）披露，特斯拉正在召回部分2017年、2021-2023年款Model 3、2020-2023年款Model Y、2021-2023年款Model S和Model X车型，共计218868辆，这些车辆运行的软件版本为2026.8.6，当车辆挂入倒挡时，后视摄像头图像可能出现延迟。（界面）
36氪获悉，4月29日，阶跃星辰宣布正式发布新一代图像生成编辑模型Step Image Edit 2。目前Step Image Edit 2已全量上线”阶跃星辰开放平台“和Step Plan。
GPT-Image-2正式发布，官方的正式名称是ChatGPT Images 2.0。据官方介绍，ChatGPT Images 2.0是OpenAI首个具备“思考”能力的图像模型。（新浪财经）
4月20日消息，据报道，OpenAI即将在未来数周内发布一款全新的图像模型，该模型在生成复杂图像和图表方面的能力将显著提升。（界面）