199999的小米新车,你会买吗?

本文讲述了小米涉足新能源汽车行业的历程,包括市场传闻、负责人选定、造车路线、潜在优势以及面临的挑战。小米计划打造科技属性的中高端新能源汽车,已经布局相关专利,并投资了蔚来、小鹏等汽车企业。尽管挑战重重,但随着国家政策支持和产业链成熟,小米造车的可能性增大。

关于小米造车的消息都在这里了。

1

小米造车疑云

做为一个小米的mini版股东,我一直都很关注小米的发展,积极了解小米都搞了哪些事情,以及雷军都在忙啥。

家里也买了很多小米的产品,客观来讲,并不是每一个产品都那么好,但绝大部分小米的产品还是很满意的。

没想到有一天,小米和新能源汽车也扯上关系了。

其实在前一段时间,市场上就有很多消息说,小米要开始造车了,这个时间点,要造车肯定是新能源汽车。

当大家都开始高潮的时候,小米官方来了一句:

本集团一直关注电动汽车生态的发展,并就相关行业态势进行持续评估及研究。

等于没有承认也没有否认!但好多媒体认为没有否认,就说明小米在慎重考虑这件事情。

2

沸沸扬扬

时隔一个月后,关于小米造车的新闻,又开始沸沸扬扬了,这次透露出来的消息更多。

根据36氪称报道,小米造车的负责人是王川。

去年一年,王川经常往理想汽车跑,如果小米造车的1号负责人是雷军,2号负责人就是王川。

加入小米之前,王川是一名连续创业者,曾创立影音娱乐设备公司雷石科技,以及多看科技。

多看科技被雷军收购后,王川成为小米集团第八位联合创始人、首席战略官,同时还是小米电视的掌舵人,目前小米电视的出货量已经位居全国第一。

根据媒体透露:小米造车不是在小米体系内进行,而是成立一家新公司。

“新公司估值 50 亿美金,小米出 35 亿,占股 70%,王川和黎万强各出 5 亿美金,各占 10%,剩下的 10% 用来吸引小米员工团队入股”。

3

小米造什么样的车?

根据36氪的报道,小米初步确定要走的路线和小鹏类似,主打强科技属性的中高端市场。

在网上大家已经P出了各种各样的小米汽车。

当然了,还有这个:

4

小米为什么要造车?

其实看来小米对造车这件事很犹豫,据说王川之前给雷军多次建议造车,基于综合因素的考虑,被否了。

在这次传出最快4月立项,想必是小米已经在很认真考虑造车这件事情了,那么小米造车有什么优势呢?

其实小米已经投资了新能源汽车公司,比如蔚来、小鹏都进行了投资,相关产业链也进行了布局。

同时小米在汽车专利很早就有布局,国家知识产权局官网显示,小米在2012年就开始申请汽车方面的专利。

至今已经申请了超过30项汽车方面的专利

汽车在中国是一个很大的产业,汽车工业总产值占GDP的比例在10%以上,国家以及资本市场,依旧在不断注资,不断开发市场潜力。

小米如果加入到造车,对企业市值以及对未来发展的想象空间巨大,毕竟苹果已经宣布造车了

5

现在造车,晚吗?

年轻人的第一辆汽车,你会买吗?

造车是一个系统性的工作,相比起来做手机,做一个有吸引力的汽车的难度,应该比造手机的难度高上一个级别。

虽然现在新能源汽车产业链已经很成熟,像比亚迪、富士康等工厂,也专门推出了汽车代工的相关业务。

但真正要造出一个小米新车,仍然非常的难,需要巨量的资金、专业的人才、还有一个合适的时机。

目前对于资金和时机来讲都还不错,小米现在手握巨量现金,并且有顺位资本的加持,启动资金应该问题不大。

国家预计2025,新能源汽车的销量占比达25%,虽然现在已经错过最佳时机,但同样风险也相对较小,所以时机也不错。

最重要的是相关产业链人才急缺,各大公司都在发展新能源汽车,真正有能力的人才薪资暴涨,这可能也是小米留了10%股权的原因。

6

你会买吗?

这个问题,留给大家讨论吧...

推荐阅读:
入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径
干货:爬取豆瓣短评,电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街!唐探3令人失望  | 笑看新倚天屠龙记 | 灯谜答题王 |用Python做个海量小姐姐素描图 |
趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!
AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火,我用机器学习做个迷你推荐系统电影

近期热门文章

点阅读原文,领廖雪峰大数据视频资料!
基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值