讲师中心 微信公众号
首页
文章
后端开发 web前端 数据库 开发工具 php框架 常见问题 科技 Java 系统教程 电脑教程 硬件教程 手机教程 软件教程 游戏教程 自媒体 新闻
专题
后端开发 web前端 数据库 开发工具 php框架 科技 Java 系统教程 电脑教程 硬件教程 手机教程 软件教程 游戏教程 新闻
AI工具
AI 聊天问答 Agent智能体 AI 文本写作 AI 绘画作图 AI 设计工具 AI 视频创作 AI 音频制作 AI 办公学习 AI 编程开发 Prompt指令
学习
大前端 后端开发 数据库 移动端 运维开发 计算机基础
编程手册
大前端 后端开发 数据库 移动端 运维开发 计算机基础
下载
js特效 网站源码 工具下载 类库下载 网站素材 学习资源 插件扩展 手机游戏
最近更新
首页 > 新闻 > IT新闻 > 正文

雷军坦言小米造车速度：正常甚至偏慢？网友：认真的吗？

WBOY
发布： 2024-08-18 16:03:28
转载
1001人浏览过

【itbear】8月18日消息，近日，小米集团的董事长、ceo雷军，以及集团总裁卢伟冰、集团副总裁王晓雁，在小米吐鲁番夏测基地进行了一场直播活动。在直播过程中，雷军对小米汽车的研发进度和造车速度进行了详细阐述。他指出，3年完成一辆汽车的研发与生产，在行业内其实只能算是正常甚至稍慢的水平。许多汽车制造商都能在2年内实现这一目标，因此小米用3年时间造车并不算什么奇迹，只是中等水平的表现。

雷军坦言小米造车速度：正常甚至偏慢？网友：认真的吗？

1. 据 ITBEAR 了解，去年年底有竞争对手声称小米 3 年内造出一辆车是草率行事，但雷军强调，3 年造车的速度只是行业常态。小米真正让业界震撼的是其汽车的高品质和卓越性能，这背后是小米对汽车业务的高强度投入。
  1. 根据小米官方公布的数据，6 月和 7 月，小米汽车的交付量均突破了 1 万台，并预计 11 月将完成 10 万辆的交付目标，全年冲刺 12 万辆的交付量。为此，小米汽车工厂已在 6 月份开始进行调整，以确保每月的交付量能够突破万台。
  2. 在直播中，雷军再次重申了小米汽车的目标，即成为全球汽车行业的前五名，并表示小米将在合适的时机进行全球化布局。

    雷军坦言小米造车速度：正常甚至偏慢？网友：认真的吗？

    AI Content Detector
    AI Content Detector

    Writer推出的AI内容检测工具

    AI Content Detector 119
    查看详情 AI Content Detector

以上就是雷军坦言小米造车速度：正常甚至偏慢？网友：认真的吗？的详细内容，更多请关注php中文网其它相关文章！

相关标签：
小米汽车

大家都在看：

数码产品性能查询
数码产品性能查询

该软件包括了市面上所有手机CPU，手机跑分情况，电脑CPU，电脑产品信息等等，方便需要大家查阅数码产品最新情况，了解产品特性，能够进行对比选择最具性价比的商品。

下载
来源：ITBear科技资讯网
收藏 点赞
上一篇：卢伟冰吐鲁番实测小米SU7 Ultra：推背感如飞机起飞？ 下一篇：哪吒CEO张勇：准备找一台全网公里数最高的电动轿车 给车主换台哪吒S猎装
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn
作者最新文章
最新问题
Windows 11 画图工具迎来全新 AI 功能 Windows11自带的“画图”应用近期迎来多项实用升级，涵盖工具栏自动隐藏机制及全新集成的AI功能。随着画图界面逐步向现代化演进，顶部工具栏尺寸有所增加，占用了更多屏幕区域。为优化显示空间，新版中新增了一个开关选项，支持用户启用工具栏自动隐藏模式——仅在调整画笔粗细、切换颜色或更换工具时，工具栏才会临时浮现。该设计不仅释放了宝贵的屏幕面积，还提升了创作沉浸感，尤其适用于细节刻画、高倍缩放查看或最终修饰等场景。此外，借助微软最新推出的“WindowsAILabs”计划，部分用户已可提前体验一项
2025-12-23 22:15:08
835
马斯克 xAI 旗下 AI 游戏工作室开始招募人才 马斯克在社交媒体平台正式披露，xAI正在推进一项代号为“AI游戏工作室（AIgamingstudio）”的战略级项目，聚焦于打造颠覆性的、由人工智能深度驱动的视频游戏体验。该项目的核心目标是借助前沿AI技术，构建具备高度自主性与实时演化的游戏世界——所有场景、角色、叙事及规则均可动态生成。目前团队正面向全球广纳贤才，特别寻求擅长以第一性原理（firstprinciples）思维重构游戏设计逻辑的开发者加入。有意者可发送简历与作品至官方邮箱：gamestudio@x.ai，同时官方已同步公开一
2025-12-23 21:27:19
1003
阿里开源端到端语音交互模型 Fun-Audio-Chat 通义大模型微信公众号正式发布全新一代端到端语音交互模型——Fun-Audio-Chat。“不止于‘会说话’，更懂你言外之意、识你情绪起伏、助你高效办事——这才是真正懂你的AI语音伙伴。”当前已开源Fun-Audio-Chat8B版本，完整提供模型权重、推理代码及FunctionCall集成示例。核心技术亮点：全链路端到端S2S架构：语音输入直出语音响应，跳过传统ASR+LLM+TTS多模块串联流程，显著提升响应速度、降低系统延迟。创新双分辨率协同机制：SharedLLM主干
2025-12-23 21:13:02
221
从豆包手机谈起：端侧智能的愿景与路线图 本文转载自：https://mp.weixin.qq.com/s/s13YBYD9R8y-PK7FO3Suyw作者：OpenBMB开源社区近日，字节跳动发布的豆包手机助手在业内激起了广泛讨论。这不仅是一款新智能硬件的
2025-12-23 20:50:03
421
Anthropic 开源官方 Agent Skills 知识库 Anthropic已在GitHub上正式开源其官方AgentSkills知识库——anthropics/skills，为Claude模型的技能体系提供了标准化参考实现与工程实践指南。该仓库目前收录了16个开放可用的示例技能，涵盖文档解析（如DOCX、PDF）、创意内容生成、软件开发支持、企业级协作沟通等多个实用方向。https://github.com/anthropics/skills值得注意的是，部分文档处理类技能（例如Word与PDF文件的结构化提取与编辑）已在C
2025-12-23 20:37:18
607
Meta 计划在 2026 上半年发布全新图像视频模型与文本模型 Meta正在加速推进下一代人工智能技术的研发进程，计划于2026年上半年正式推出一款全新的图像与视频生成AI模型，内部代号为“Mango”。该模型旨在显著增强Meta在视觉内容生成领域的技术实力，以应对来自Google、OpenAI等头部科技公司的激烈竞争。此外，Meta还同步推进另一款名为“Avocado”的文本大语言模型研发工作，聚焦于提升代码生成、逻辑推理及复杂任务处理等核心语言能力。据公司内部消息显示，这两项关键项目均由新组建的MetaSuperintelligenc
2025-12-23 20:33:01
839
宇树科技获交互控制专利授权 企查查信息显示，宇树科技申请的“一种基于扩散策略的机器人交互控制方法和服务器”专利已正式获得授权。该专利聚焦于解决当前机器人控制模型因难以准确预判未来状态而导致的动作理解不充分、响应滞后等问题。摘要指出，本发明属于机器人控制技术领域。现有方案普遍存在对未来时刻机器人状态演化缺乏建模能力的问题，进而导致动作意图识别模糊、环境反馈延迟等缺陷。本发明提出一种融合场景感知与渐进式决策的交互控制框架，通过协同构建场景理解模型、场景交互预测模型及扩散策略决策模型，实现对机器人动作所引发的环境动态变化的精细化
2025-12-23 20:24:02
391
Cursor 收购 AI 代码协作平台 Graphite AI代码协作平台Graphite近日宣布，已与智能编程助手Cursor达成最终收购协议，正式成为其一部分。该交易预计将在未来几周内完成，Graphite全体成员将整体加入Cursor团队。据Graphite官方声明，交易完成后，Graphite仍将保持独立产品形态持续运营，并获得更雄厚的技术与资源支撑。双方将深度融合各自能力，共同构建一个覆盖代码编写、智能审查到自动化合并的全链路AI驱动开发平台。Graphite联合创始人兼首席执行官MerrillLutsky指出，本次整合的核心目标是融合双方技
2025-12-23 20:18:08
942
英伟达云业务战略调整，重心转向内部 AI 开发 英伟达在首席执行官黄仁勋的主导下，正悄然重塑其云业务的发展路径，并于近日正式宣布启动云业务团队的架构调整。据公司内部备忘录及多位知情人士透露，此次调整标志着英伟达将主动弱化与亚马逊AWS等头部云服务商的直接竞争关系，转而聚焦于强化自身AI技术栈的内生研发能力。AlexisBlackBjorlin——这位自2023年从Meta加盟英伟达的资深高管，已被委以新职，牵头推进云业务团队的整合工作。原先规模达数百人的云业务部门，将整体并入由高级副总裁DwightDiercks主导的工程与运营体
2025-12-23 20:12:07
836
MiniMax 开源视觉分词器扩展技术 VTP MiniMax联合华中科技大学首次对外开源其视觉生成核心技术——VTP（VisualTokenizerPretraining，视觉分词器预训练）。该技术在不改动标准DiT架构的前提下，仅通过对视觉分词器（VisualTokenizers）进行扩展与优化，便实现了高达65.8%的端到端生成性能提升。区别于多数分词器相关研究，VTP的设计理念强调“零侵入”：它完全不干预下游主干模型（如DiT）的训练流程，所有改进均集中在前置的tokenizer模块上，从而以极低耦合代价达成生成质量的显著跃
2025-12-23 20:11:12
204
相关专题
更多>
热门推荐
开源免费商场系统广告
热门教程
更多>
相关推荐
热门推荐
最新课程
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网：公益在线php培训，帮助PHP学习者快速成长！
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号

  • PHP学习

  • 技术支持

  • 返回顶部