站长之家（ChinaZ.com）2月18日 消息:小米公司今日宣布，其位于北京昌平的智能工厂已正式落成投产。这座工厂是小米历史上第一座自有大规模工厂，标志着小米智能制造的又一关键里程碑。据了解，该工厂专注于旗舰手机的生产，年产能超过千万台，将极大地提升小米手机的产能和品质。
值得一提的是，小米14海湾蓝和小米14Ultra 的工艺创新验证都来自于这座工厂。工厂拥有96.8% 的组测包装备自研率和100% 的工厂软件自研率，展现出小米在智能制造领域的强大实力。此外，工厂全面自动化、数字化，全栈生产数据自分析、自决策，具备工艺自进化能力，为小米手机的制造注入了新的活力。
回顾小米智能工厂的发展历程，第一期已于2019年底在北京亦庄落成。而位于北京昌平的第二期工厂，规模比一期大10倍，已于2023年2月份完成主体结构封顶。这座工厂将落地包含 SMT 贴片、板测、组装、整机测试、成品包装全工艺段的第二代手机智能产线，产值约600亿元。
（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
在昨日直播中，雷军透露称，小米SU7已经在北京和深圳两地开启正式版汽车的交付工作。小米SU7上市后，优先交付创始版，共计5000台，两周已经过去，创始版交付工作即将完成，正式版交付则已经提到了日程之上，这意味着个更多用户距离喜提爱车又进了一步。供应商也被要求增加产能至月产1万辆，高配版车型被要求重点增加产能。
快科技4月25日消息，今天上午，雷军有点忙，先是在2024北京车展上参加小米发布会，公布了小米SU7的最新锁单数据和后续规划等信息。北京车展发布会结束后，雷军又赶到了30多公里外的中关村国际创新中心，参加了2024中关村论坛年会全体会议。雷军在演讲中称：我特别感谢北京这片沃土，如果不是在北京，我觉得小米汽车不可能取得这样的成绩，也不可能诞生。”雷军表示�
快科技4月22日消息，小米汽车在最新的问答中透露，今天开始会逐步公布小米北京车展相关安排。值得一提的是，雷军也会在车展上与现场朋友进行交流，感兴趣的朋友可以参加，这次车展时间为4月25日-5月4日。其中，4月25-26日为展会新闻日，4月27日-28日为专业观众日；4月29 日-5月4日为公众日。目前北京车展的各品牌展位图已经公布，小米位于W2号馆W203展位，是该馆的中间C位
小米集团董事长雷军在微博上兴奋宣布:“三年前的豪言壮语，今天变成了现实，我会将一台台崭新的小米SU7亲自交到首批车主手上。从今天开始，小米正式成为一家车厂。这一系列的交付计划标志着小米汽车业务的全面展开，也预示着小米在智能汽车领域迈出了坚实的步伐。
快科技4月25日消息，北京车展定于4月25日至5月4日，其中，4月25日和26日被设为媒体新闻日，4月27日和28日对专业观众开放；而4月29日至5月4日则向公众开放。小米汽车将于4月25日（即今天）上午09:20举行北京车展发布会。在此次发布会上，小米汽车创始人雷军将公布自上市28天以来的锁单交付成绩，并将透露一些关于小米SU7在2024年的新计划。雷军已经在社交媒体上分享了彩排现�
小米正式踏入汽车制造领域，迎来小米SU7的首批交付，宣告着小米汽车正式驶向市场，我们即将在街头巷尾见证越来越多小米汽车的身影。回首3月28日的发布会，雷军向米粉们表达深深的感谢，特别推出了限量版小米SU7创始版。小米汽车表示，感谢米粉们的耐心等待和理解，相信小米SU7一定能够为大家带来不一样的驾驶体验。
小米创办人雷军宣布，小米汽车SU7第一次参展北京国际车展，时间是4月25日-5月4日。在展会期间，雷军将会向大家汇报一些新的进展，欢迎大家到小米SU7展台参观。小米SU7Max版售价29.99万元，拥有2.78s零百加速、265km/h最高时速、800kmCLTC续航、101kWh麒麟电池三元锂、15分钟补能510km、XiaomiPilotMax、小米澎湃智能座舱等。
计划开放小米汽车工厂，让普通民众也可以参观，了解中国汽车智能制造的最新水平。不过雷军也表示，这可能需要一定的时间准备要等待一段时间。小米汽车工厂的检测也实现了100％自动化，包括整车外观紫外光、机身骨架激光雷达100％全自动在线监测，一体压铸件则是X光AI检测。
小米汽车揭晓了北京车展的详细安排。值得关注的是，车展日程安排得十分丰富。车迷们纷纷表示，期待在车展上与雷军面对面交流，共同探讨汽车科技的未来。
快科技4月3日消息，小米汽车上市不到一周，已经突破了10万大定，同时锁定订单超过4万。在小米SU7首批交付仪式上，小米集团创始人雷军宣布：小米SU7开售仅短短几天时间，就有超过10万人下定，锁单量已超过4万单。他表示：这是一份沉甸甸的信任，我们一定要把产品做好、品质做好、服务做好，不辜负大家的信任。”雷军还强调了小米汽车的意义，认为这标志着智能汽车的
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。
