当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > Meta 下调年龄门槛:向 10 岁及以上孩子开放使用 Quest VR 头显

Meta 下调年龄门槛:向 10 岁及以上孩子开放使用 Quest VR 头显

来源:搜狐 2023-06-25 19:14:29 0浏览 收藏

珍惜时间,勤奋学习!今天给大家带来《Meta 下调年龄门槛:向 10 岁及以上孩子开放使用 Quest VR 头显》,正文内容主要涉及到等等,如果你正在学习科技周边,或者是对科技周边有疑问,欢迎大家关注我!后面我会持续更新相关内容的,希望都能帮到正在学习的大家!

IT之家 6 月 17 日消息,Meta 宣布下调 Quest 2/3 VR 头显的最低年龄要求,表示自今年晚些时候开始,10 岁及以上儿童就可以自建账号,使用 Meta 的 VR 头显。

Meta 下调年龄门槛:向 10 岁及以上孩子开放使用 Quest VR 头显

Meta 表示所创建的儿童账号依然归家长管控,可以控制孩子从应用商店下载哪些游戏和应用,而且可以随时限制儿童继续使用其账号。

家长可以限制孩子的屏幕时间,并监控VR内容,将其投射到手机或电视屏幕上来实现。Meta明确表示不会向儿童账号推送广告,但会提供符合该年龄段的应用程序推荐。

IT之家注:Meta 表示 Horizon Worlds 不会向青春期前的孩子开放,在美国和加拿大依然是 13 岁以上;在欧洲是 18 岁以上。

本篇关于《Meta 下调年龄门槛:向 10 岁及以上孩子开放使用 Quest VR 头显》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于科技周边的相关知识,请关注golang学习网公众号!

版本声明
本文转载于:搜狐 如有侵犯,请联系study_golang@163.com删除
如何使用Go语言创建高性能的MySQL数据查询图表如何使用Go语言创建高性能的MySQL数据查询图表
上一篇
如何使用Go语言创建高性能的MySQL数据查询图表
Golang学习之基于Drupal8的Web应用程序开发
下一篇
Golang学习之基于Drupal8的Web应用程序开发
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    286次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    340次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    339次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    306次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    127次使用