快科技1月23日消息，雷军日前在微博发起了50万以内最好看的轿车”调查投票。
起初，第一次发起的投票中，因为有小米SU7在内，结果小米SU7获得了2万多票，断崖式领先其它车型。
因为关注雷军的朋友大多是米粉，为了避嫌，雷军又发起了另外一次投票，选项中不包含小米SU7。
而最终投票结果显示，奥迪A6获得第一，得票3.2万；紧随其后的奔驰C系的1.6万票、特斯拉Model 3的1.2万票；
蔚来ET5收获了1.1万票、极氪001为9976票、比亚迪汉为8354票、宝马3系为88188票、智界S7为6250票、小鹏P7为5740票，也是投票中得票最少的车型。
那么，对你来说，你觉得50万以内，哪辆轿车最好看呢？欢迎评论区讨论。
（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
全国门店试驾正式拉开帷幕。这一举措标志着小米汽车向市场迈出了坚实的一步，让广大消费者能够亲身体验到小米汽车的魅力。这些先进技术的应用，让小米SU7在智能驾驶领域取得了显著成果，为消费者带来了更加安全、便捷的驾驶体验。
小米汽车首款车型小米SU7正式发布上市，共推出三款车型，SU7、SU7Pro、SU7MAX，售价分别为21.59万、24.59万、29.99万元。小米官方表示，小米SU7是50万以内最好看、最好开、最智能的车。根据小米官方计划，全系车型已开启预定，其中，XiaomiSU7/XiaomiSU7Max预计4月底开启交付；XiaomiSU7Pro版预计5月底开启交付。
今日，易车发布小米SU7首个实测圈速成绩，实测圈速1分09秒54，极速188.74km/h，斩获第五名。小米CEO雷军看后表示，果然是50万以内最快的车。综合最大功率495kW，峰值扭矩838Nm，官方标称小米SU7Max零百加速时间为2.78秒。
继首场发布会后，米粉又苦等三个月，小米汽车SU7终于正式上市了，其共推出3款车型，售价区间21.59-29.99万元，作为小米造车交付的首张答卷，SU7究竟有何亮点？标准版Pro版Max版内外设计SU7定位于C级豪华纯电轿车，外观是典型新能源设计语言，大灯非常有特点，并非常见的眯眯眼贯穿灯，在千篇一律的电动车里，非常具有辨识度标配自适应远近光灯。标准版486V高压平台，15分钟补能350km；Max版871V高压平台，15分钟补能510km，并且第三方充电桩兼容度超95%。
雷军：小米SU7将成为50万内主驾体验最好的车快科技3月28日消息，在小米su7的发布会上，雷军表示，小米SU7将成为50万内主驾体验最好的车。小米SU7主驾采用了中轴对称，为驾驶者提供流畅交互体验，配备了7.1英寸翻转式仪表屏、56渡边超宽视角HUD、三辐D型方向盘有座椅主动侧翼支撑。前轮采用全铝双球节双叉臂悬架，后轮采用五连杆独立悬挂，搭载闭式空气弹簧系统，提供4档可调，调节速度提升100%，搭配CDC阻尼可变减震器，压缩阻尼调节范围同样提升了100%。
在小米SU7北京车展的盛大发布会上，雷军为我们带来了令人振奋的消息。他公布了小米汽车SU7Max在浙江国际赛车场的卓越表现。更令人期待的是，预计在6月份，小米汽车SU7的月交付量将超过1万台。
快科技3月28日消息小米SU7订单量爆炸，27分钟内突破5万辆，这一数字充分展示了消费者的火热需求。一位女孩公开向雷军喊话，希望能够提前拿到一辆SU7。还搭载小米澎湃OS智能车机系统，内置有高通骁龙8295芯片，以及配备两颗英伟达Orin芯片，智能化表现位列第一梯队。
一批汽车圈大佬决定跟着雷军学营销，成为中国企业通过社交网络构筑数字化内容资产的先锋队伍。24小时大定88898台!最近，造车萌新小米汽车的新车销售数据明显刺激到不少汽车圈大佬。小米SU7上市后，雷军的首场直播会聊些什么?或许汽车老板们已经排排坐好，准备学习更多的“雷军营销小妙招”。
今日晚间，小米SU7正式登场。小米创办人雷军表示，小米SU7是50万以内速度最快的量产车，加速度比Taycan还强，即便是低温环境下，其表现也非常强悍。经典色系：珍珠白、钻石黑。
快科技4月26日消息，周鸿祎试驾过余承东送来的问界M9后，给出了很高的评价。 试过库里南才懂为什么余承东说M9是一千万以内最好的，有一说一问界M9的智驾很好用。”周鸿祎说道。之前当被告知库里南的售价超过800万元时，周鸿祎坦言:这车怎么能贵的这么伤天害理呢?”他直言不讳地表示:（库里南）外观一般，内饰一般，舒适度一般，智能性更不用提了，800万的售价中有750�
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。
