今天是卢伟冰加盟小米4周年，卢伟冰表示，感恩小米给我提供的机会和平台，以及对我的认可和鼓励。
值此之际，卢伟冰回想起了4年前雷军说过的话。雷军表示，米粉是否认可你，是衡量你是否成功融入小米的标准。
卢伟冰表示，感谢4年来米粉们对我的支持、鼓励、建议和批评。一路有你，才有Redmi的不断发展进步。未来会用更好的产品、更好的服务、更好的性价比来回报米粉。
资料显示，卢伟冰毕业于清华大学。从2019年开始，卢伟冰负责Redmi业务，同年Redmi品牌独立，并拥有了自己的K系列高端产品线。
在卢伟冰领导Redmi期间，Redmi K系列不仅成了爆款旗舰，同时也成为了米粉眼中的旗舰焊门员”，最新发布的Redmi K60系列首销5分钟，销量就突破了30万台，成为了K系列新一代爆款机型。
目前Redmi K60和K60 Pro已经上市开卖，起售价是2499元。
（举报）
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
小米集团卢伟冰发微博表示，10月会非常精彩。有网友评论，卢伟冰这是暗示，小米14系列会在本月亮相。核心配置上，小米14和小米14Pro都将标配高通骁龙8Gen3移动平台出厂会预装MIUI15系统，值得期待。
卢伟冰在RedmiNote13系列发布会上暗示，RedmiK70系列将在今年年底登场。今年是Redmi十周年，Redmi打了四大战役”：RedmiNote12Turbo、RedmiK60至尊版、RedmiNote13系列以及最后登场的RedmiK70系列。按照Redmi极致性价比的定位，K70系列将会是Redmi2024年的旗舰焊门员，值得期待。
RedmiNote13Pro系列在天猫官方旗舰店开启了1元权益预定活动，消费者只需支付1元即可获得价值188元的新品礼盒，其中包括电动牙刷、小米背包、有线耳机等。已有超过4000人下单，预订活动非常火爆。Note系列将再次改写千元影像的新大门，全面提升手机行业影像门槛。
小米集团卢伟冰在近日的一场发布会上暗示，RedmiK70系列将在今年年底前推出。这款新品将是Redmi今年的最后一场发布会。新品有望在11月底正式上线。
RedmiK70系列将于11月底或12月初登场，有望在双12之前上市发售。和上一代一样，RedmiK70系列分为标准版和Pro版两款，全系标配2KOLED柔性直屏，标准版搭载高通骁龙8Gen2芯片，Pro版搭载高通骁龙8Gen3芯片。按照卢伟冰激进的定价风格，K70系列成为爆款几乎没有什么悬念。
博主数码闲聊站暗示，RedmiK70系列会采用类似小米13T的工业设计语言。小米13T后置相机Deco为方形设计，一共塞进了三颗摄像头，其中两颗上下对称式分布。该机最快会在11月份登场，这将是卢伟冰打造的2024年旗舰焊门员，值得期待。
RedmiNote13Pro系列在天猫官方旗舰店开启1元权益预定，支付1元就能享受到价值188元的新品礼盒，包含电动牙刷、小米背包、有线耳机等等。目前在不知道价格和详细配置的情况下，已有4000多人下单，人气火爆。Note将再次改写千元影像的新大门，全面提升手机行业影像门槛。
一位米粉表示，RedmiK60至尊版是一台很用心的机器，越用越爽，这屏幕、这流畅度、这发热控制、甚至拍照也不错，再看看价格，活该卖得好。根据官方公布的数据，RedmiK60至尊版全渠道首月销量突破60万台，获得2023年全网新品首销月销量冠军，成为Redmi新一代爆款旗舰。K60至尊版配备5000毫安时大电池，支持120W闪充，支持IP68级防尘防水。
Redmi宣布RedmiPadSE首销获得天猫、京东双平台千元档板销量、销售额双第一，堪称是千元板王”，这款新品起售价是899元。RedmiPadSE采用了一块11英寸16:10护眼大屏，分辨率为1920*1200，在观看文档、浏览网页、看视频时显示清晰，屏幕典型亮度400nit，可以适应更多的环境，也能满足在强光下的使用。这款新品内置了一块8000mAh容量的电池，续航拉满。
博主Navis-慢点评测测试了RedmiNote13Pro的屏幕，称赞Note13Pro屏幕完成了越级”，让人觉得这是四五千元旗舰。全新的RedmiNote13Pro采用1.5K屏幕，支持1920Hz高频PWM调光，采用华星C7发光基材，全局亮度是1200尼特，峰值亮度达到了1800尼特，支持屏幕指纹识别，最高做到了2160Hz瞬时触控采样率，体验拉满。RedmiNote13Pro支持120W闪充，该机将于9月21日登场。
Spark是一款智能、专注的电子邮件应用，帮助您掌控收件箱。通过智能筛选，快速了解重要内容，并快速清理其余邮件。Spark还提供AI助手帮助您快速编写完美的电子邮件。
Chatbox是一个易于使用的人工智能解决方案，支持多平台，帮助提升工作和学习效率。它具备本地数据存储，确保隐私和轻松访问，同时支持多种尖端人工智能模型，提供多样化、适应性和智能化的用户互动。Chatbox还具备强大的提示功能，释放创造力，支持Markdown、引用、令牌估计等功能，为思维提供广阔的发展空间。
ChatX是一个基于先进AI技术的客户端应用，它通过高速API服务器提供极速体验，支持iPhone、iPad和macOS设备间的云同步。用户可以利用它完成各种AI任务，如文本生成、图片生成等，显著提高工作效率。产品的主要优点包括高速访问、自定义功能、经济的按字数消耗模式以及丰富的高级功能，如AI参数微调、Siri朗读等。ChatX的背景是AI技术的快速发展和用户对于高效、智能工具的需求。目前，产品在Mac App Store上免费提供，但提供App内购买项目。
RAGFlow是一个开源的RAG（Retrieval-Augmented Generation）引擎，基于深度文档理解，提供流线型的RAG工作流程，适用于各种规模的企业。它结合了大型语言模型（LLM）提供真实的问答能力，支持从各种复杂格式数据中引用确凿的引文。
EmojiTell是一个创新的在线服务，可以将文本翻译成表情组合，增加沟通的趣味性和表现力。它由一支对表情符号充满热情的开发者和设计师团队开发，旨在通过表情符号的力量，让信息传递更加生动和个性化。
Perplexica是一个开源的AI驱动搜索引擎，它不仅搜索网络，还理解您的问题。它使用先进的机器学习算法，如相似性搜索和嵌入，来优化结果，并提供引用来源的清晰答案。使用SearxNG保持最新和完全开源，确保您始终获得最新信息，同时不损害您的隐私。
FaceChain是一个深度学习工具链，由ModelScope提供支持，能够通过至少1张肖像照片生成你的数字孪生体，并在不同设置中生成个人肖像（支持多种风格）。用户可以通过FaceChain的Python脚本、熟悉的Gradio界面或sd webui来训练数字孪生模型并生成照片。FaceChain的主要优点包括其生成个性化肖像的能力，支持多种风格，以及易于使用的界面。
HuggingFace镜像站是一个非盈利性项目，旨在为国内的AI开发者提供一个快速且稳定的模型和数据集下载平台。通过优化下载过程，减少因网络问题导致的中断，它极大地提高了开发者的工作效率。该镜像站支持多种下载方式，包括网页直接下载、使用官方命令行工具huggingface-cli、本站开发的hfd下载工具以及通过设置环境变量来实现非侵入式下载。
WebLlama是一个基于Meta Llama 3构建的代理，专门为网页导航和对话进行了微调。它旨在构建有效的以人为中心的代理，帮助用户浏览网页，而不是取代用户。该模型在WebLINX基准测试中超越了GPT-4V（零样本）18%，展示了其在网页导航任务中的卓越性能。
GitHub Copilot for Infrastructure as Code（简称Infra Copilot）是一个利用机器学习技术帮助基础设施专业人员自动生成精确基础设施代码的工具。它通过理解基础设施任务的上下文，允许专业人员使用自然语言表达需求，并接收相应的代码建议。Infra Copilot不仅简化了基础设施即代码（IaC）的开发过程，还确保了跨环境和项目的一致性，加速了新团队成员的上手和学习过程，显著提高了工作效率并节约了时间。
LLaVA++是一个开源项目，旨在通过集成Phi-3和LLaMA-3模型来扩展LLaVA模型的视觉能力。该项目由Mohamed bin Zayed University of AI (MBZUAI)的研究人员开发，通过结合最新的大型语言模型，增强了模型在遵循指令和学术任务导向数据集上的表现。
PhysDreamer是一个基于物理的方法，它通过利用视频生成模型学习到的对象动力学先验，为静态3D对象赋予交互式动力学。这种方法允许在缺乏真实物体物理属性数据的情况下，模拟出对新颖交互（如外力或代理操作）的真实反应。PhysDreamer通过用户研究评估合成交互的真实性，推动了更吸引人和真实的虚拟体验的发展。
AI快站是一个为AI开发者设计的服务平台，提供HuggingFace模型的免费加速下载，解决大模型下载缓慢和断开的问题，支持高达4M/s的下载速度，大幅减少等待时间，提高开发效率。
Llama-3 8B Instruct 262k是一款由Gradient AI团队开发的文本生成模型，它扩展了LLama-3 8B的上下文长度至超过160K，展示了SOTA（State of the Art）大型语言模型在学习长文本操作时的潜力。该模型通过适当的调整RoPE theta参数，并结合NTK-aware插值和数据驱动的优化技术，实现了在长文本上的高效学习。此外，它还基于EasyContext Blockwise RingAttention库构建，以支持在高性能硬件上的可扩展和高效训练。
CoreNet 是一个深度神经网络工具包，使研究人员和工程师能够训练标准和新颖的小型和大型规模模型，用于各种任务，包括基础模型（例如 CLIP 和 LLM）、对象分类、对象检测和语义分割。
Llama中文社区是一个专注于Llama模型在中文方面的优化和上层建设的技术社区。社区提供基于大规模中文数据的预训练模型，并对Llama2和Llama3模型进行持续的中文能力迭代升级。社区拥有高级工程师团队支持，丰富的社区活动，以及开放共享的合作环境，旨在推动中文自然语言处理技术的发展。
Interactive3D是一个先进的3D生成模型，它通过交互式设计为用户提供了精确的控制能力。该模型采用两阶段级联结构，利用不同的3D表示方法，允许用户在生成过程的任何中间步骤进行修改和引导。它的重要性在于能够实现用户对3D模型生成过程的精细控制，从而创造出满足特定需求的高质量3D模型。
GraphRAG (Graphs + Retrieval Augmented Generation) 是一种通过结合文本提取、网络分析以及大型语言模型（LLM）的提示和总结，来丰富理解文本数据集的技术。该技术即将在GitHub上开源，是微软研究项目的一部分，旨在通过先进的算法提升文本数据的处理和分析能力。
Qwen1.5-110B是Qwen1.5系列中规模最大的模型，拥有1100亿参数，支持多语言，采用高效的Transformer解码器架构，并包含分组查询注意力（GQA），在模型推理时更加高效。它在基础能力评估中与Meta-Llama3-70B相媲美，在Chat评估中表现出色，包括MT-Bench和AlpacaEval 2.0。该模型的发布展示了在模型规模扩展方面的巨大潜力，并且预示着未来通过扩展数据和模型规模，可以获得更大的性能提升。
ID-Aligner 是一种用于增强身份保留文本到图像生成的反馈学习框架，它通过奖励反馈学习来解决身份特征保持、生成图像的审美吸引力以及与LoRA和Adapter方法的兼容性问题。该方法利用面部检测和识别模型的反馈来提高生成的身份保留，并通过人类标注偏好数据和自动构建的反馈来提供审美调整信号。ID-Aligner 适用于LoRA和Adapter模型，通过广泛的实验验证了其有效性。
