站长之家（ChinaZ.com）12月28日 消息:刚刚，小米官方公布了SU7的海湾蓝实拍图，这一全新的配色让人眼前一亮。随后，雷军也在微博上与粉丝互动，询问大家是否准备购买。
从网友的反馈来看，这款新配色的SU7确实受到了广泛的关注和好评，许多人都表示被其颜值所吸引，纷纷表示要买买买。
雷军今天下午14点30分将公布小米汽车的相关技术，但关于购买的事宜，他提醒大家还需要等待一段时间。
关于小米汽车的价格，此前有传闻称其起步价可能为19.99万元，但雷军并未对此进行确认。他表示，SU7目前正处于试产爬坡阶段，正式上市还需几个月时间，关于定价尚未有最终决定。
新鲜AI产品点击了解：https://top.aibase.com/
（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
小米董事长雷军今日发文称：真的没想到小米su7海湾蓝能这么火。这是蓝绿色之间的临界色，高饱和度的跑车色，能够有这么多人订购，估计也创了奇迹。最新报道显示，小米汽车上市就火爆，截至今天凌晨，小米SU7的锁单量已达到4万辆。
快科技4月5日消息，小米SU7首批交付仪式近日举行，小米CEO雷军出席仪式，亲手向首批车主交车。据悉，小米SU7拥有跑车、时尚、豪华、经典四种色系，首发9款配色，具体如下：跑车色系：海湾蓝、熔岩橙时尚色系：雅灰、流星蓝、霞光紫豪华色系：橄榄绿、寒武岩灰经典色系：珍珠白、钻石黑这些新配色的出现，无疑为小米SU7增添了更多的个性化选择，雷军也公布了自己收藏的两款小米SU7配色，分别是海湾蓝、霞光紫。雷军表示，海湾蓝是小米SU7的主推色，因为大众一看到海湾蓝就想起小米SU7，作为自己做的第一款车，必须要收藏一款海湾蓝。雷军收
快科技4月24日消息，小米集团创始人雷军今日一早分享了一张引人注目的照片。照片捕捉了一个日常场景：雷军在等待红绿灯时偶遇了小米SU7，而其独特的海湾蓝色在传统的黑白灰车流中显得格外醒目。有趣的是，雷军此前透露自己拥有两辆小米SU7汽车。除了海湾蓝（带有创始铭牌编号1810）外，他还有一辆霞光紫色的小米SU7，内饰采用紫外紫内。从分享的照片来看，雷军当天�
小米汽车今日晚间发布了小米SU7答网友问。有网友提问，小米SU7标准版高速NOA是否可以避让锥桶？两套智驾均基于NVIDIADRIVEOrin算力平台、高低配都基于同一技术方案，并且全部能够支持体验智能辅助驾驶功能。
小米汽车首款车型小米SU7正式发布，共推出了四种色系，包括跑车、时尚、豪华、经典，首发9种配色。颜色设计方面，跑车色系有海湾蓝、熔岩橙;时尚色系包括雅灰、流星蓝、霞光紫;豪华色系则有橄榄绿、寒武岩灰;经典色系则是珍珠白、钻石黑。标配700公里是为了确保用户一周充一次电”，从减少里程焦虑”。
快科技4月1日消息，小米SU7上市后热度爆表，每天都会有不同的话题登上热搜，吸引了非常多的关注和讨论。近日，小米汽车副总裁李肖爽发布微博称：近期我们发现，不少假借米粉名义搅动舆论的现象背后，有一些不怀好意的人一直在挑弄是非。同时，我们还发现，有人在公然向KOL派发抹黑小米SU7的商单。李肖爽还表示，这些行为，实在令人不齿，他们已初步掌握部分证据，
小米汽车今日发布了小米SU7答网友问。有网友表示：今天你们公布了浙赛成绩，什么时候会提供可以跑赛道的运动套件和车型？小米自研的超高转速电机V8s将于年底开始装车，来年我们将适时发布搭载小米超级电机V8s、拥有强大赛道性能的车型。
小米SU7系列三款车型中，Max版在中控台设有四个物理按键，相比之下，标准版和Pro版则更为简洁，仅配备两个按键。这一设计差异源于Max版额外标配的电动尾翼和空气悬架功能，因此需要增加两个控制按键。这次调整不仅回应了用户的期待，也展现了小米对产品细节和用户体验的高度重视。
小米针对其汽车业务的多个关键问题进行了详尽的解答。小米方面对于交付周期的问题给出了明确的回应。小米汽车团队正积极应对各种挑战，确保每一位车主都能尽快体验到小米汽车的魅力。
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。
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。
