兄弟们，今天晚上小米汽车的上市发布会，都看了吧。现在正在疯狂码字的我，手掌已经拍到疼得不行，喉咙已经喊到话都说不出来。没错，小米 SU721.59-29.99万的定价，无论是丐版还是顶配，比咱编辑部大部分同事的猜测都要低。哦对，我猜的是24-32万。肯定有哥们会说了，现在这个价位
......
本文由站长之家合作伙伴自媒体作者“差评公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（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
昨日小米SU7发布会上，长城汽车董事长魏建军亲临，赠送给雷军一台坦克700Hi4-T，且获赠了一台顶配版的小米SU7，并全程参加了发布会。魏建军发布微博称：昨晚乘高山连夜赶回河北，小米发布会果然名不虚传，@雷军的演讲很出色。值得一提的是，这应是魏建军自发布微博以来第二次提到小米和雷军截至目前，其一共才发布了三条微博，网友调侃称他对雷军确实是有不一样的情分，据悉，在造车期间，雷军也曾多次登门拜访魏建军，也许双方的友谊在那时就已结下。
根据小米汽车App的最新数据，截至4月1日下午，消费者在锁单后需等待的时间各不相同。小米SU7标准版的预计交付时间为19至22周，SU7Pro为18至21周最高配置的SU7Max则需长达28至31周的等待期。小米汽车也需要在实现产能爬坡的同时，确保产品质量的稳定，以维护其品牌形象和市场地位。
雷军今日清晨在微博中向众人致以问候，并分享了他昨晚发布会后的心境。他写道：“昨晚的发布会，对我来说就像一场高考，我本以为之后可以好好休息一觉。这一目标的实现，离不开雷军及小米团队的共同努力和不懈追求。
备受瞩目的小米汽车发布会落下帷幕，小米SU7系列车型的价格之谜终于揭晓。三款车型价格各异，以满足不同消费者的需求。备受期待的小米SU7创始版和小米SU7Max创始版则将于2024年4月3日起正式开启交付，实现上市即交付的承诺。
小米公司的首席执行官，将在今天下午四点，准时在抖音平台与大家见面，展开一场特别的直播活动。雷军希望能与大家深入分享SU7开售以来的种种“万万没想到”的惊喜。虽然本次直播的具体内容尚未公开，但我们可以期待，雷军将在直播中分享他对小米SU7开售后订单超预期的感想，以及更多关于SU7销量的详细数据。
雷军在昨晚的小米SU7发布会上意外地让全国的小爱同学陷入了一片混乱。小米SU7搭载了一款先进的AI大模型，与小爱同学语音助手完美结合，为用户带来了前所未有的智驾体验。相信小米会尽快修复这一问题，并继续为用户带来更加优质的产品和服务。
快科技3月29日消息，今天一早，雷军发微博向大家问早安。他写道：昨晚的发布会，对我来说就像一场高考，我本以为之后可以好好休息一觉。然而，早晨很早就醒了。”备战高考需要三年，雷军造车也历经三年时光。而昨晚，小米SU7正式上市，雷军终于交出了他的答卷。究竟能得多少分呢？上市仅27分钟，大定销量达到50000台，这或许是最好的评判。三年前，当小米宣布涉足汽车领域的那一天，雷军站在舞台上，满怀信心地说：这将是我人生的最后一次创业，我愿意用我全部的声誉为小米汽车而奋斗。”雷军坦言，过去的三年里，他每一天都战战兢兢。但?
今晚19:00，小米汽车将揭开其首款车型小米SU7的神秘面纱，这款备受瞩目的车型在历经三年的精心打造后终于要与公众见面。小米CEO雷军在今日的发言中难掩激动与紧张之情，他坦言:“好久没有这么兴奋、这么紧张了，造车3年，终于到了交作业的时刻，不紧张是不可能的。我们将共同见证小米SU7的发布，期待这款凝聚了小米三年心血的车型能为我们带来不一样的惊喜。
快科技4月23日消息，今天雷军在个人公众号上，分享了投资者大会上一些问题的回答。对于投资者比较关注小米汽车接下来的产品规划，比如会不会出 SUV，能透露下后续产品的进度吗？”这个问题，雷军回复道：我觉得SU7发布成功的原因之一，就是保密。抱歉，我现在真的没有办法告诉大家。”不过雷军还是表示：SU7是我们第一辆车，已经做到了相当高的水平。我相信，未来的车，肯定会有大的提升。”同时雷军还认为，小米SU7之所以能都取得初步成功，是小米SU7证明了纯电轿车是大市场，过去这个市场小，只是没有人做成而已。传统的汽车行业里面SUV
快科技4月23日消息，4月25日至5月4日，全球十大车展之一的北京车展将在北京中国国际展览中心顺义馆举行，小米汽车将首次参展。今日，小米汽车发布小米汽车北京车展攻略，包括小米汽车展台位置及日程。据了解，4月25日上午9:20将举办小米汽车北京车展发布会，由小米CEO雷军主讲，将介绍SU7上市以来的成绩和2024年的新计划。4月27日-5月4日是公众开放日，小米SU7全系9色将首
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。
