当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 小米汽车一季度交付75884台,年销35万目标能达成吗?

小米汽车一季度交付75884台,年销35万目标能达成吗?

2025-05-09 11:24:13 0浏览 收藏

小米汽车在2024年第一季度交付了75884辆车,其中SU7车型表现亮眼,月均交付量超过2.5万辆。尽管如此,距离小米设定的年度35万辆销售目标仍有一定差距。当前,小米汽车面临的主要挑战是产能限制,但随着二期工厂投产和新车型YU7的推出,预计情况将有所改善。

4月23日上午,一位博主通过微博分享了小米汽车今年第一季度的销售数据。

小米汽车一季度交付75884台 年销35万台目标能实现吗?

据该博主透露,小米汽车在今年第一季度共交付了75884辆车。其中,小米SU7交付了72627辆,SU7 Ultra交付了3257辆。根据这些数据,小米汽车第一季度的月均交付量超过了2.5万辆,仅凭SU7一款车型就能取得这样的成绩,在新兴车企中表现尤为突出。然而,按照小米此前设定的年度销售目标35万辆,意味着需要实现平均每月近3万辆的销量,当前的表现与预期仍有一定差距。不过,值得注意的是,小米汽车当前面临的不是订单不足的问题,而是产能的限制。随着小米汽车工厂二期逐步投产以及新车型YU7的推出,这一情况有望得到改善。

小米汽车一季度交付75884台 年销35万台目标能实现吗?

在上周(4月14日至4月20日),小米SU7的交付量达到了7160辆。在新兴车企中,仅次于理想汽车的8820辆和零跑汽车的8590辆,位居第三。具体到交付的车型,SU7标准版交付了2395辆,SU7 Pro交付了2413辆,SU7 Max交付了1901辆,SU7 Ultra交付了451辆。

目前,小米汽车仍有大量订单积压。其中,小米SU7标准版预计需47至50周(328至350天)交付,小米SU7 Pro预计需45至48周(315至336天)交付,小米SU7 Max预计需42至45周(294至315天)交付。而小米SU7 Ultra的交付等待时间相对较短,为18至21周。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于科技周边的相关知识,也可关注golang学习网公众号。

MySQL查询结果升序排列,ORDERBY详解MySQL查询结果升序排列,ORDERBY详解
上一篇
MySQL查询结果升序排列,ORDERBY详解
JavaScript观察者模式详解与实战应用
下一篇
JavaScript观察者模式详解与实战应用
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    370次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    427次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    445次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    392次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    217次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码