小米汽车YU7销量仅2202台?
小米汽车YU7上市后销量备受关注。官方数据显示,YU7上市初期订单火爆,但上周(6月23日-29日)上险量数据显示,YU7销量为2202台,低于SU7的6885台。尽管如此,小米汽车整体销量超过理想、蔚来等竞争对手,达到9087台。面对大量订单,小米亟需提升产能,加快交付速度,将锁单转化为实际销量。与特斯拉相比,小米SU7销量略胜Model 3,但YU7与Model Y(销量15214台)差距明显。未来,随着YU7产能提升,能否对Model Y的销量产生影响,值得持续关注。
根据此前官方公布的数据,小米首款SUV车型——小米YU7上市1小时,大定数量突破28.9万台,18小时锁单量超过24万台。那么,小米YU7在上周(6月23日-29日)的销量到底如何呢?
小米YU7
根据汽车博主公布的上险量数据,小米汽车总销量为9087台,超过了理想、蔚来等一众对手。其中,SU7的销量为6885台,初来乍到的YU7虽然只有2202台,但从夸张的锁单量来看,其周销量会逐步升高,并在某一个时间节点超过SU7。

小编认为,在供不应求的订单下,小米目前最要紧的任务是提升产能,从而以最快的方式将新车交付出去。只有将新车交付给车主,车主给新车上险,才能形成实打实的“销量”。也就是说,小米汽车目前的交付能力基本代表了它的生产能力。
再来看小米汽车最直接的对标对象——特斯拉。该品牌在上周的总销量超过了2万台,几乎达到国产头部新势力的两倍。具体的车型方面,小米SU7对标的特斯拉Model 3,虽然和其他新势力车型相比有着不错的销量,但还是被SU7压了一头。而小米YU7对标的特斯拉Model Y,销量(15214台)可谓断层领先,其一台车的销量便超过了其他新势力品牌的总销量。
特斯拉Model Y
随着小米YU7生产和交付能力逐渐爬升,特斯拉Model Y的销量会不会受影响,值得大家持续关注。
今天关于《小米汽车YU7销量仅2202台?》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
PHP文件上传实现与常见问题解析
- 上一篇
- PHP文件上传实现与常见问题解析
- 下一篇
- AIOverviews数据脱敏设置方法详解
-
- 科技周边 · 人工智能 | 14小时前 |
- Label Studio webhook 任务完成回调的签名处理
- 459浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | mcp · MCP 资源订阅 notifications/resources/updated subscriptions/listen
- MCP 资源订阅变更通知的客户端处理
- 369浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | mcp · AI工程 · MCP 长任务 progress token 进度通知 智能体协议
- MCP progress token 长任务进度回报的实现
- 367浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 |
- Gemini API 预估 token 与使用量元数据的区分
- 254浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 |
- MLflow signature required 字段的输入收窄
- 202浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 |
- Ray Serve DeploymentHandle 的异步批处理
- 307浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | 人工智能 · ONNX Runtime IOBinding 设备内存复用
- ONNX Runtime IOBinding 的设备内存复用
- 412浏览 收藏
-
- 科技周边 · 人工智能 | 14小时前 | JAX PyTree register_pytree_node register_dataclass jax.jit
- JAX PyTree 自定义数据结构的注册方法
- 156浏览 收藏
-
- 科技周边 · 人工智能 | 15小时前 |
- PyTorch DistributedSampler 每轮 shuffle 的复现配置
- 241浏览 收藏
-
- 科技周边 · 人工智能 | 15小时前 | 文本对齐 Transformers tokenizer offset_mapping Fast tokenizer
- Transformers tokenizer offset mapping 的原文区间对齐
- 423浏览 收藏
-
- 科技周边 · 人工智能 | 15小时前 |
- Hugging Face Datasets unique 怎样列出字段的不同取值
- 469浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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。
- 761次使用
-
- 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。
- 758次使用
-
- 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。
- 842次使用
-
- 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。
- 810次使用
-
- 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。
- 640次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览

