日前，懂车帝公布 2023 冬测续航测试结果，插混组续航达成率排名引发争议。 12 月 11 日，懂车帝回应称，本次测试为-20℃以下极寒天气的满载续航测试，所有参与车辆在整备后编队行驶出发，使用统一标准，符合用户冬季用车场景，不存在区别对待。懂车帝冬测将不受车企干扰，正常进行，欢迎用户和车企提出宝贵建议。
懂车帝还表示， 12 月 14 日上午 9 点，懂车帝将在漠河举行 2023 冬测开放日，邀请所有参与车企现场观测，并全程直播。
据了解，懂车帝此次严寒情况下的混动车型纯电续航达成率，约 20 个车型参加测试，包括AITO汽车、长城、吉利等多个品牌均提出了质疑。
（推广）
特别声明：以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布，本平台仅提供信息存储服务，对本页面内容所引致的错误、不确或遗漏，概不负任何法律责任，相关信息仅供参考。站长之家将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时，可及时向站长之家提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明（点击查看反馈联系地址）。本网站在收到上述法律文件后，将会依法依规核实信息，沟通删除相关内容或断开相关链接。
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
小米汽车最近在其公众号上对网友提出的问题进行了详细回答。针对小米SU7的安全问题，小米汽车表示：我们提前使用了C-NCAP2024版标准来设计产品，进行了超过40项的内部碰撞测试，全面覆盖了C-NCAP、C-IASI、E-NCAP三大标准。关于电池方面，小米SU7的电池已通过了超过1050项的安全测试验证，达到了ASIL-D功能安全等级。
小米汽车针对近期有人测试发现小米SU7漆膜厚度不一致的问题发表了官方回应。小米汽车方面表示，根据用户自行测量漆面厚度的视频，他们推测所测数据可能存在偏差，并不排除其他潜在影响因素的可能性。小米汽车工厂还配备了自主研发的中涂层打磨机器人，使用800目砂纸可精确打磨掉3-5微米的漆层，进一步提升了漆面的平整度，确保车辆漆膜厚度严格控制在100到140微米之间。
前言在数字化转型时代，现代的大规模应用程序每天可以生成数以亿计的日志数据。它是企业运营和管理中的宝贵资产，记录了系统、应用和设备的各种活动和事件。观测云一直致力于为用户提供更好、更优的可观测能力，相信是企业构建统一日志中心、统一可观测平台的理想选择。
有网友曝光了OpenAI发给红队测试人员的邀请邮件，表明GPT-5已经开始红队测试，可能最早在6月发布。网友们开始对GPT-5展开畅想，呼唤Altman发布这一新模型。对于OpenAI来说，这一举措也将进一步巩固其在人工智能领域的领先地位，引领未来的技术发展。
快科技4月24日消息，想要卖掉自己迈巴赫S600换上国产新能源的周鸿祎最近在网络上异常活跃，不少车企也趁机给其送去了自家的车子。在日前哪吒L上市发布会上，周鸿祎作为嘉宾出场并发表演讲，期间谈到了贾跃亭，周鸿祎表示，贾跃亭之所没有取得成功，很大一个原因在于没坚持在中国造车，而是跑到了美国。贾会计（贾跃亭）犯了一个错误，不应该带着图纸去美国造车，因为中国供应链最完善，连马斯克都来中国建厂。”没想到这段点评被身处美国的贾跃亭得知，随后他本人还发布视频回应了周鸿祎。视频里，贾跃亭称自己正坐在FF 91的后排，这台车?
小米公司创始人雷军近日在社交媒体上分享了他的新体验——受邀观看CBA季后赛北京北汽队的比赛。他兴奋地表示:“这是我第一次现场观看篮球赛，比赛异常精彩，与在电视前观看的感受截然不同。”而在另一则引人注目的消息中，中国篮协主席姚明亲临小米科技园，深度参观了小米实验室等重要区域。这一事件不仅凸显了小米在科技领域的领先地位，也显示了体育与科技两�
今日晚间，小米汽车发布了小米SU7答网友问”，对网友关心的热点话题进行了解答。小米SU7交付后，有网友对其AEB紧急制动功能进行实测，实测能够刹停的最高速度，未达到小米SU7发布会上宣称的135km/h。小米汽车提醒道，现阶段智能驾驶仍属于辅助驾驶手段，目前版本可满足在正常工况及常规道路下的使用，但在极端天气下，仍应参考用户手册中的说明，谨慎使用智能驾驶功能。
日前，华为Pura70的AI修图功能被能一键消除衣物”漏洞，引起网友广泛关注。针对该漏洞，华为迅速进行修复，目前再尝试对胸部使用该功能时，系统会提示此图无法使用消除功能。需要注意的是，所谓的一键消除衣物”也并非真正擦除衣物是AI生成的效果。
今晚，小米汽车发布最新一期SU7答网友问，回答了SU7标准版代客泊车、运动声浪能否自行调节声音大小等网友关心的问题。小米SU7各车型版本均支持代客泊车辅助AVP功能。到达目标车位后，如果被占用，小米SU7也能自主选择旁边空余车位，适合新手司机或不想自己停车的用户。
Meta发布超级彪悍的大语言模型Llama3之后，微软也很快推出了自己的新一代WizardLM28x22B，号称迄今最强大，完全超越Claude3OpusSonnet、GPT-4等竞品开源，但是马上又把它撤回去了。没有任何征兆，微软就删除了WizardLM2大模型的相关文件、代码一直没有任何公开解释。大模型幻觉产生的原因有很多，训练数据、预训练和对齐阶段、推理阶段都会出现缺陷。
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。
