9月25日下午4点40分，华为发布会正式拉开序幕，余承东上场表示对广大粉丝的支持表示感谢。他说，在发布会未正式召开之前，Mate60系列就多次售罄，目前公司正在全力生产。
据悉，华为已经公布了三款Mate60系列手机，包括Mate60、Mate60 Pro和Mate60 Pro 。有传闻称，余承东将在发布会上推出一款顶级机皇——Mate60 RS，该机型将成为国产旗舰手机中的超高端之作，售价预计超过万元。
（举报）
余承东怒赞Mate60：已卖爆 公司正在全力生产
- 相关推荐
- 大家在看
-
【腾讯云】11.11云上盛惠！云服务器首年1.8折起，买1年送3个月！
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
广告 -
余承东：华为智驾是现货不是期货 是最好的现货
在今日举办的华为鸿蒙生态春季沟通会上，最强科技纯电轿车”智界S7重磅升级。余承东称华为智驾是现货不是期货是最好的现货！全向防碰撞系统生效范围得到大幅提升，前向AEB支持4-150km/h，刹停速度120km/h，侧向支持40-130km/h主动避障，后向支持1-60km/h主动刹停，主动识别行人、车辆等目标，让安全成为最大的豪华。
-
低于30万的华为高阶智驾亏本卖！余承东：华为智能驾驶全球最好
在余承东看来，30万下买华为智能方案的车真是超值。在昨天的问界新M5上市发布会上，余承东透露，智界S7团队专门前往美国，将智界S7的智能驾驶系统与特斯拉FSD进行了比较测试。面对智界S7Max后驱长航智驾版的售价为26.98万元时，余承东曾表示：配备我们高阶智能驾驶系统的低于30万的车型都是亏本销售，这个市场太过火了”。
-
华为Pura 70开售：Mate之父李小龙晒12年前P1发布会与余承东的合照
Pura70系列发售之际，华为Mate之父李小龙分享了他与余承东在12年前P1发布会上的合照，勾起了人们对过去时光的回忆。12年前，华为正式推出了P系列的第一款机型，名为AscendP1，该机于2012年4月18日上市。目前京东自营店显示，Pura70系列将于下午16:08再次发售。
-
余承东把问界M9送到360楼下 周鸿祎：非常感动 永远支持华为
360创始人周鸿祎公开表示有意出售自己的迈巴赫600，计划换购国产新能源汽车。此消息一出，立即引起了众多国内新能源车厂商的关注。未来360会将全线产品迁移到鸿蒙生态中，他坚信鸿蒙将成为中国最大的操作系统，鸿蒙原生必将取得成功。
-
余承东把问界M9送360楼下 周鸿祎：感动 永远支持华为
近日，360创始人周鸿祎宣布准备把自己的迈巴赫600卖掉，换成国产新能源车。很快蔚来、小鹏、极氪、理想等各厂商的主流车型被送到了360公司楼下供周鸿祎体验，360楼下已成为网红直播打卡地，被网友戏称为798小车展”。360还会把全线产品转移到鸿蒙生态里，他相信鸿蒙会成为中国最大的操作系统，鸿蒙原生必将成功。
-
余承东：华为智驾超越特斯拉FSD全球最好!
在问界新M5的上市发布会上，华为常务董事、终端BGCEO、智能汽车解决方案BU董事长余承东表示:智界S7团队专门前往美国，将智界S7的智能驾驶系统与特斯拉FSD进行比较。余承东表示:在经过测试后，我们有信心，智界S7的智能驾驶系统仍然是全世界最好的”。截至2024年4月，HUAWEIADS智驾总里程已超过2亿公里;MPI平均接管里程已达270km，城市高架汇入汇出成功率达到99.2%;学习训练算力提升至3.3EFLOPS;NCA城市领航已覆盖全国40000城乡镇。
-
余承东否认“任正非下令禁止说遥遥领先”：谣言
快科技4月2日消息，遥遥领先”是余承东在华为发布会上常用的词汇，形容竞争对手与自家产品的差距。今日，词条任正非据传下禁令一句遥遥领先罚款一万”突然登上微博热搜，引起网友热议。事情起因是有媒体报道钛媒体创始人赵何娟发文称，据可靠消息说，任正非在华为内部给余承东下了禁令”，每再提一句遥遥领先”罚款一万。对此，元新闻”向余承东求证，余承东在
-
余承东问车上为何要搞手机支架？鸿蒙座舱手机应用全量上车
余承东在最新发布会上再现金句，为智界S7的鸿蒙座舱点赞不已。他直言不讳地表示：“我一直不理解，为何众多车辆仍需手机支架。”如今，随着鸿蒙座舱手机应用的全量上车，这一自信得到了进一步的体现。
-
余承东直呼市场太卷：26.98万元的智界S7 Max是亏损价格
今天华为举行新品发布会，智界S7登场亮相。在今天下午的华为鸿蒙生态春季沟通会上，余承东发布了智界S7轿车的新版本，并公布了具体售价：智界S7Pro后驱长航版：24.98万元智界S7Max后驱长航智驾版：26.98万元智界S7Max后驱超航智驾版：29.98万元智界S7MaxRS四驱性能版：32.98万元智界S7Ultra四驱旗舰版：34.98万元对于这样的价格，余承东不得不承认，市场竞争已经让价格亏本销售成为现实。余承东表示，智界S7即日起，开启海量交付。
-
华为MateBook X Pro官宣！余承东：首次支持华为盘古大模型
今日，华为官方宣布将推出全新华为MateBookXPro笔记本，将在4月11日的华为鸿蒙生态春季沟通会上发布。华为常务董事、终端BGCEO余承东表示，这款产品不仅突破了轻薄与性能难以兼得的难题，更将首次支持华为盘古大模型，AI体验更进一步。快科技注：华为盘古系列基础大模型于2021发布，包括NLP、CV和科学计算大模型，后续发布了矿山、药物分子、气象、海浪等行业大模型。
-
Spark Mail:Spark帮助您掌控收件箱。立即查看重要内容，快速清理其余邮件。
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:办公学习的AI好助手，提升工作效率，深受全球专业人士好评。
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 App:一个强大的AI客户端，支持多设备云同步，提升工作和生活效率。
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:开源的基于深度文档理解的RAG（检索增强生成）引擎
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:使用表情组合翻译器，让沟通更有趣且富有表现力。
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:一个开源的AI驱动搜索引擎，提供深入网络的答案。
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:深度学习工具链，用于生成你的数字孪生体。
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:一个公益项目，致力于帮助国内AI开发者快速、稳定的下载模型、数据集。
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:构建能够根据指令浏览网页并和您对话的强大代理
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。
-
Infra Copilot:利用机器学习自动生成基础设施代码，提高开发效率。
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++:扩展LLaVA模型，集成Phi-3和LLaMA-3，提升视觉与语言模型的交互能力。
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:通过视频生成实现基于物理的3D对象交互
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:专注于提供HuggingFace模型免费加速下载服务的平台
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:一款由Gradient AI团队开发的高性能文本生成模型。
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: 是一个用于训练深度神经网络的库。
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-Chinese:构建最好的中文Llama大模型，完全开源可商用。
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:通过交互式3D生成技术，实现高质量且可控的3D模型创建。
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:结合文本提取、网络分析和大型语言模型提示与总结的端到端系统
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:Qwen1.5系列首个千亿参数开源模型，多语言支持，高效Transformer解码器架构。
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:一种用于增强身份保留文本到图像生成的反馈学习框架
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。