腾讯《文件助手》落幕：10月1日起停止服务，微信小程序与网页版均支持退款选项

近日消息，腾讯文件助手宣布，其微信小程序及Web端服务将于2024年10月11日之后不再运营，用户需留意此变更并提前做好数据备份与转移安排。

文件助手备份文件功能即日起关闭，10月11日前用户可正常浏览和下载备份过的文件，但无法再备份新的文件。

对于会员用户，官方已开放退款通道，可在同步助手App—文件—云端—同步助手会员退款通道填写需退款的账号信息。

腾讯文件助手小程序是一款基于微信小程序平台的文件管理工具，可以帮助用户在微信环境中方便地管理、分享和预览各种文件。

支持多种文件格式，包括文档、表格、图片、音频、视频等，并且可与腾讯云存储服务、腾讯云文件管理服务等云服务无缝集成，方便用户在云端存储和管理文件。

用户可以通过腾讯文件助手小程序轻松管理文件，实现文件的上传、下载、分享、预览等功能，大大提高工作效率。

腾讯二季度财务报告惊艳，利润暴增82%彰显业界领航实力

中国互联网巨头腾讯控股近日发布了2024年第二季度财报，数据显示其利润实现了惊人的82%同比增长，远超市场预期，再度展现了其在科技及娱乐领域的深厚底蕴与稳健扩张步伐。

这一耀眼成绩主要得益于其游戏业务的持续强劲、金融科技板块的蓬勃发展，以及广告和云计算服务的显著提升。

财报亮点包括腾讯旗下多款游戏在全球范围内的出色表现，特别是在移动游戏市场的稳固领导地位，以及新推出作品的成功抢占市场份额。

金融科技方面，微信支付的广泛应用和财付通的快速增长为公司贡献了可观的收益。同时，腾讯广告业务依托大数据分析能力与广泛的用户基础，有效提升了广告主的投资回报，进一步巩固了其在线广告市场的领先地位。

此外，腾讯在云计算领域的投资开始收获回报，企业服务收入增长明显，显示其在数字化转型浪潮中的技术实力与市场机遇的精准把握。

公司表示，将继续加大对科技创新的投入，推动各业务板块的深度融合与创新，以期在未来竞争中保持领先地位。

腾讯开源混元DiT文生图模型新版本：6G显存轻松驾驭，打标工具同步开放

近日消息，腾讯宣布其先进的文生图大模型——混元DiT，已正式开源其优化后的小显存版本。这一版本经过精心设计，只需6GB的显存便能流畅运行，极大地降低了硬件门槛，使得更多个人开发者和小型团队能够在自己的PC上进行模型部署和创新实验。

此外，腾讯宣布混元文生图打标模型“混元 Captioner”正式对外开源。该模型支持中英文双语，针对文生图场景进行专门优化，可帮助开发者快速制作文生图数据集。

腾讯混元 DiT 模型升级

腾讯混元 DiT 模型宣布了三大更新：推出小显存版本与 Kohya 训练界面，并升级至 1.2 版本，进一步降低使用门槛的同时提升图片质量。

基于 DiT 架构的文生图模型生成图片质感更佳，但对显存的要求却非常高，混元 DiT 因此推出小显存版本，最低 6G 显存即可运行优化推理框架，对使用个人电脑本地部署的开发者比较友好。

经过与 Hugging Face 合作，小显存版本、LoRA 与 ControlNet 插件，都已经适配到 Diffusers 库中。开发者无需下载原始代码，仅用三行代码仅可调用，简化了使用成本。

同时，混元 DiT 宣布接入 Kohya，让开发者可以低门槛地训练专属 LoRA 模型。

Kohya 是一个开源的、轻量化模型微调训练服务，提供了图形化的用户界面，被广泛用于扩散模型类文生图模型的训练。

用户可以通过图形化界面，完成模型的全参精调及 LoRA 训练，无需涉及到代码层面的细节。训练好的模型符合 Kohya 生态架构，可以低成本与 WebUI 等推理界面结合，实现一整套“训练-生图”工作流。

混元 Captioner

在提升模型易用性的同时，腾讯混元团队最新开源了打标模型 —— 混元 Captioner。

借助打标模型，开发者可以快速生成数据集。具体来说，文生图开发者将原始图片集导入混元 Captioner，后者将生成标注；也可以导入图片与原始描述，利用混元 Captioner 过滤其中的无关信息，并完善和优化图片描述，以提高数据质量。

目前，业界对于图片描述文本的生成，主要使用通用多模态 Captioner 模型，存在描述过于简单或繁琐（与画面描述的无关信息过多）、缺少背景知识导致无法识别知名人物和地标等问题，并且许多模型并非中文原生，中文描述不够精准。

Captioner 模型号称针对文生图场景专门进行优化：

构建了结构化的图片描述体系；

在模型层面，通过注入人工标注、模型输出、公开数据等多种来源提升 Caption 描述的完整性；

注入知名文学作品形象、地标、食物、动物、中国元素与知识等背景知识。

腾讯首推VITA：开源多模态大语言模型，实现用户无缝沟通新纪元

近日消息，腾讯优图实验室及其他合作伙伴近期宣布推出VITA，这是一个开创性的开源多模态大语言模型。VITA的独特之处在于其能跨视频、图像、文本及音频多种媒介进行处理，展现了强大的多模态理解与生成能力。此外，该模型还因卓越的用户交互体验而受到瞩目，为AI领域带来了全新的协作与创新可能。

VITA模型的诞生，是为了填补大型语言模型在处理中文方言方面的不足。它基于强大的Mixtral8×7B模型，扩展了中文词汇量，进行了双语指令微调，让VITA不仅精通英语，还能流利地使用中文。

主要特点：

多模态理解：VITA能够处理视频、图像、文本和音频，这在开源模型中是前所未有的。

自然交互：无需每次都说“嘿，VITA”，它就能在你说话时随时响应，甚至在你和别人交谈时，它也能保持礼貌，不随意插嘴。

开源先锋：VITA是开源社区在多模态理解和交互方面迈出的重要一步，为后续研究奠定了基础。

VITA的魔法来自于它的双重模型部署。一个模型负责生成对用户查询的响应，另一个模型持续跟踪环境输入，确保每一次交互都能精准、及时。

VITA不仅能聊天，还能在你健身时充当聊天伙伴，甚至在你旅游时提供建议。它还能根据你提供的图片或视频内容回答问题，展现出强大的实用性。

虽然VITA已经展现出了巨大的潜力，但在情感语音合成和多模态支持等方面，它还在不断进化。研究者们计划让下一代VITA能够从视频和文本输入生成高质量的音频，甚至探索同时生成高质量音频和视频的可能性。

VITA模型的开源，不仅是技术的胜利，更是对智能交互方式的一次深刻革新。随着研究的深入，我们有理由相信，VITA将为我们带来更加智能、更加人性化的交互体验。