快科技12月5日消息，据多家媒体报道，部分小米汽车门店展车布置确认工作正在进行，其展车有望在明年一季度正式进店展示。
据悉，正在进行的确认工作包括车辆测试、官网测试、线下布局等”。
目前，位于北京、上海等地的小米之家已经陆续开启了门店改造。
据此前的消息来看，小米汽车将采用两种不同的销售渠道，分别是在原有的小米之家内进行销售，而另一种方式就是建设全新的交付中心以及维修中心。
今年7月，小米汽车就已经开启了交付中心的筛选，首批城市包含了北上广深等城市。
此外，对于场地的要求，小米汽车表示，该场地至少要拥有120个车位，并且建筑面积不得小于3000平米。
当前，小米首款车型已经进入了第五个生产阶段，计划本月完成装车300辆的目标。
今天上午，有消息透露，小米汽车专项内测也在浙江国际赛场正式开启。
（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
今天下午，宁德时代官方再次发文预热小米汽车发布会，欢迎其入场智能汽车新时代。在此前的小米汽车技术发布会上，雷军透露小米SU7将采用101kWh宁德时代麒麟电池和CTB一体化电池技术。宁德时代旗下的神行电池全能系列、麒麟电池全能系列也将在今晚的小米汽车发布会上首发亮相。
在小米SU7正式发布上市前夕，岚图汽车CEO卢放今日发文为小米汽车送上祝福。自从雷军宣布小米造车以来，就一直关注着小米汽车的进展，今天，在小米三年之约到来之际，祝福小米汽车上市成功，为全球用户带来了更多的选择。小米SU7正式发布后，小米汽车App将开启定购。
快科技3月28日消息，小米汽车将于今日晚间19:00举办小米SU7上市发布会。长城汽车官方发文称，欢迎小米汽车入场，一同开启智能汽车新时代，中国新能源车一起向前。对此，网友在评论区留言:长城汽车有格局”、华系车又多了一员猛将”、中国车企在一起，才能撑起世界舞台上的华系车”。据悉，去年12月份，小米汽车召开首场技术发布会，小米汽车向比亚迪、蔚来、小鹏、
周鸿祎在一次讲话中提到了「小米汽车为什么叫SU7」的话题，这引发了人们对品牌命名背后逻辑的兴趣。周鸿祎通过AI搜索分析了小米汽车的命名逻辑，他提到字母加数字的组合不仅容易记忆易于市场营销，这种命名方式在汽车行业内已成为一种共识。要开始您的AI「搜索」应用探索之旅，请访问AIbase官网。
快科技4月2日消息，近日，小米汽车SU7上市交付后，已开启试驾，但因为过于火爆，不少小米汽车门店门庭若市，看车试驾均需要排队等候。日前，有网友称，去试驾时被拼车，5人上车只有1人能开车，这在汽车企业中头次见。对此，涉事门店向媒体回应称，没有一定要顾客拼车，符合标准可带随行人员试乘。周末试驾人数过多，可能会出现自愿拼车试驾的情况，体验感相对较差，建议选择工作日的早上来试驾。另有其他小米汽车销售称，近期生意火爆，特殊时期”顾客一般都是拼车试驾，实在忙不过来。还有媒体报道称，目前小米SU7的锁单量已达4万辆，远?
快科技3月29日消息，3月28日晚，小米SU7正式上市开售。当晚22点，官方宣布，小米SU7上市仅27分钟便获得了5万辆大定订单。然而，随后有消息称，小米汽车2024年内产能12万辆已全部售罄。针对这一消息，小米汽车官方予以否认，称其不实。此前，还有传言称小米SU7上市仅81分钟便突破了9万辆大定”。针对这一说法，小米集团公关部总经理王化进行了辟谣，表示该消息不实。王化
小米汽车正式迈入交付阶段，这一重要时刻不仅兑现了雷军三年前的承诺，更标志着小米在汽车领域迈出了坚实的一步。4月3日，首批小米SU7的车主们将迎来他们期待已久的车辆，正式成为小米汽车大家庭的一员。在未来的日子里，小米汽车将继续秉持着这种精神，为消费者带来更多高品质、高性能的智能汽车产品。
身处美国的法拉第未来创始人贾跃亭通过微博，针对小米汽车发表了独到见解。贾跃亭首先给予小米汽车正面的评价。只有当变革文化成为主流，原创精神深深植根于创业者的内心，伟大的企业家不断涌现，科技产业的领军企业成为开创者，建立全球价值观以征服全球市场，才能真正推动中国科技的进步，引领全球产业的变革。
在智己L6的发布会上，智己汽车因错误标注了小米SU7Max的关键参数于近日在官方微博上正式向小米及广大消费者道歉。智己汽车在道歉函中详细说明，在“超越一切向往”智己L6超级智能轿车发布会中，对于小米SU7的产品力介绍环节，由于团队内容审核不严谨，导致一处关键参数标注错误。他们希望智己汽车能够正视自己的失误，并采取切实有效的措施加以改正。
小米汽车首款车型小米SU7今日晚间上市上市，三款版本配置，售价分别为21.59万元、24.59万元和29.99万元。小米汽车上市即爆火，小米汽车官方发布海报显示，预定仅27分钟，小米SU7的大定数量已突破50000台。按照小米官方计划，XiaomiSU7/XiaomiSU7Max预计4月底开启交付；XiaomiSU7Pro版预计5月底开启交付。
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。
Bundle of Joy是一个为准父母设计的应用程序，可以在几秒钟内为他们的新生儿浏览和筛选名字。该应用根据父母的偏好推荐名字，并根据父母的喜好进行学习，为他们提供适合他们口味的新的推荐。父母可以指示宝宝的性别，然后选择以下两个选项之一：名字的首选来源、宗教、主题、首字母和含义。他们开始根据自己的独特偏好获得漂亮的宝宝名字推荐。他们可以随时修改这些偏好，并继续根据自己的口味获得新鲜的推荐。
StudyBoosterAI通过AI技术提供个性化支持，包括定制化学习材料、生动的学习内容、个性化学习计划等，帮助学生更有效地学习和记忆知识。
SNAPVID是一款智能视频编辑工具，利用AI技术提供多个热门视频剪辑建议，用户只需点击一次即可创建多个病毒式视频剪辑。同时，用户可以根据需要自定义剪辑长度和风格，并添加自定义的字幕和动画表情。SNAPVID还支持批量导出和品牌定制，使用户能够轻松导出自己喜欢的视频剪辑并保存项目设置，方便在多个项目中复用。通过AI B Roll技术，SNAPVID还可以自动添加相关的库存视频，提升视频的沉浸感。
