小米汽车战略决策与启动 - 公司造车决策源于2021年1月15日美国制裁事件的意外冲击，促使董事会紧急讨论业务连续性[7][240] - 公司组建6人调研组，在70多天内走访10多个城市，完成85场访谈，调研超过200人，深入评估智能电动车趋势[11][244] - 2021年3月24日，公司向董事会汇报结论：智能电动车是大势所趋，汽车与消费电子行业正快速融合，公司必须进入该领域，并预计需要至少100亿美元长期投入[15][249] - 董事会支持造车但要求创始人雷军亲自带队，经过一周艰难抉择后，雷军于3月30日同意牵头[15][21][249][256] - 2021年3月30日，公司正式公告决定造车，由雷军牵头，计划未来10年全资投入100亿美元[28][262] 小米汽车产品定义与研发路径 - 产品定义初期，公司决定先造一辆工程师们想买的车，通过面对面访谈300多名工程师并实地调研停车场车辆来把握需求[52][57][290] - 调研发现工程师群体中轿车与SUV各占一半，公司决定挑战高难度，从纯电轿车做起，而非行业常见的先做SUV[59][292] - 公司坚持从核心技术自研起步，拒绝代工或收购捷径，决定十倍投入，包括同时研发三代电机、两套大压铸及两套智能驾驶方案[63][65][298] - 在电池包研发上，行业通常一款车做2-3款电池包，而公司为SU7研发了10多款，并自建了电池包工厂[67][69][302] - 2021年春节后，核心团队召开了长达21天的会议以统一产品方案，达成“先守正，再出奇，尊重行业规律”的关键共识[70][72][74][307][309] 小米汽车研发历程与团队建设 - 研发过程中遭遇上海疫情，工程师将实验设备搬回家中坚持研发，小米超级电机的控制软件首次在工程师客厅中成功运转[80][82][315] - 2023年8月16日，第一辆小米SU7试产车下线，标志着项目如期取得里程碑进展[86][319] - 造车决策公布后，吸引了大量行业人才加入，包括宝马德国总部的设计师李田原、拥有20多年造车经验的胡峥楠等[37][38][40][273] - 公司选择全资造车，未进行独立融资或上市，旨在保持长期战略一致并充分利用集团内部技术与资源[46][279] - 创始人雷军为深入理解产品，三年内试驾了超过170辆车，并积累了20多万字的试驾笔记[102][104][337] 小米SU7发布前后的挑战与市场表现 - 产品发布前，外界存在大量质疑与批评，包括与苹果、特斯拉对比，以及对其自研能力和市场前景的怀疑[137][139][372] - 公司内部调研显示，传统豪华品牌（34C）用户被认为只看品牌不会购买SU7，且女性用户被认为不会考虑此类性能车[143][376] - 公司曾咨询23位媒体人士，其中多数不看好，认为纯电轿车月销3000台已属不易[143][376] - 2024年2月，公司制定了全年7.6万辆的“疯狂”产能目标，这意味着月销需达到1万辆，面临巨大库存风险[153][155][386][388] - 定价决策面临内部压力，最终SU7标准版定价为21.59万元，比特斯拉Model 3便宜3万元[161][394] - 2024年3月28日SU7正式发布，公布定价后市场反响热烈，4分钟大定突破1万辆，27分钟突破5万辆[166][399] - 截至演讲时，小米SU7已交付超过3万台，预计11月将提前完成全年10万辆的交付目标[225] 小米汽车技术成果与未来规划 - 公司发布了小米SU7 Ultra原型车，搭载自研V8s电机，采用三电机设计，拥有1548马力，零百加速1.97秒，最高时速超过350km/h[225] - SU7 Ultra原型车采用全碳设计，车重降至1900kg，并通过空气动力学设计实现了2145kg的下压力[225] - 该原型车计划于2024年10月挑战纽博格林北环赛道，目标成为纽北最快的四门电车[228] - 公司自研的声音大模型在多项测试中平均得分领先，计划于2024年8月应用于SU7，提供“车外唤醒防御”功能[221] - 大模型版小爱同学将免费覆盖手机、汽车、电视等核心品类[223] 小米“人车家全生态”与新品发布 - 公司公布了“人车家全生态”集团战略，并强调AI全面赋能[218] - 发布了多款消费电子新品，包括起售价8999元的小米MIX Fold 4折叠屏手机、起售价5999元的小米MIX Flip小折叠手机[183][188] - 发布了起售价2599元的Redmi K70至尊版手机及与兰博基尼联名的冠军版（售价3999元）[193][196][198] - 发布了Xiaomi Buds 5耳机（售价699元）、小米手环9（起售价249元）及Xiaomi Watch S4 Sport运动手表（起售价1999元）[198][201][205] - 发布了米家全效空气净化器Ultra增强版（首发价5799元）及米家空调新风Pro双出风立式空调（售价6999元起）[209][213]

日本零售业观察 - 友都八喜为日本三大电器销售平台之一，单店销售额位居日本零售业榜首，曾是中国游客采购马桶盖和电饭煲的热门地点[1] - 日本商场普遍采用"信息轰炸"模式，如友都八喜和堂吉诃德均以密集陈列著称，被描述为"密集恐惧症者慎入"[3] 中国品牌海外扩张 - 2024年全球智能马桶盖市场规模约45亿美元，中国产量占比70%连续三年全球第一，但仍有消费者迷信日本品牌[5] - 东芝白色家电品牌2016年被美的收购，REGZA电视品牌2017年被海信收购95%股权，三洋白电2011年被海尔收购[9] - 联想收购NEC个人电脑业务后市场份额从25%升至27%，若计入富士通PC业务(联想持股)则总份额达40%主导日本市场[10] 智能穿戴设备市场 - 2022年华为在日本智能手表市场份额15%位列第二，仅次于苹果58%[13] - 华为GT 5 Pro在日本亚马逊售价4103元获255评价，与苹果高端款评价量相当[15][19] - 日本智能手表高端市场华为与苹果各占一半，中低端市场被小米垄断[22][23] - 华为GT 5 Pro在高尔夫细分领域超越Garmin，功能强大且价格仅为竞品一半[28][31] 中国制造业竞争力分析 - 中国制造从手机→无人机→电动汽车→机器人逐步实现供应链整合与成本优势[34] - 消费级无人机市场中国占据90%份额，大疆主导全球市场包括美国军方采购[35] - 中国电动汽车成本仅为美国1/3，比亚迪刀片电池等技术实现零部件高度自主化[35] - 中国机器人企业如宇树科技产品价格仅为波士顿动力1/30，未来5年可能实现"硬件智能革命"[36] - 在硬件制造领域中国已超越日本，21世纪成为中国制造的时代[36]

产品发布与功能 - 小米手环8支持"桌搭模式"的系统版本已全量推送，完成对所有兼容设备的适配 [1] - "小米多功能桌搭"是一款针对小米手环8、9、10代的配件产品，本质类似蓝牙智能音箱，通过内部触点实现充电和通信功能 [3] - 该产品可将手环变为带屏智能音箱，支持时钟显示、闹钟提醒、音乐播放歌词显示及萌趣表情切换 [5] 产品设计思路 - 主要适配对象为小米手环8代和9代老型号，解决智能手环电池容量小、传感器简陋导致的电池衰减和监测不准问题 [6] - 产品设计通过持续供电解决老手环电池衰减问题，并专注于智能音箱屏幕功能，避开健康监测短板 [8] - 相比互联网上旧设备再利用方案，该产品更注重回避短板、发挥长处，避免简单重复利用导致的体验下降 [10] 生态系统整合 - 手环在"桌搭模式"下控制APP从"小米运动健康"变为"米家"APP，实现运动健康设备与智能家居系统的初步打通 [14] - 这是首款彻底完成运动健康设备同米家APP功能打通的硬件产品，虽然仍需额外硬件模块实现 [15] - 反映出公司正在逐步统合原本分散的智能设备控制APP，向融合设备中心框架发展 [16]

半导体参数提取技术挑战 - 传统优化算法因梯度变化不明确易陷入局部最优 导致提取结果不理想 [1] - 现代半导体模型中大量参数相互关联 传统方法效率低下 需拆解为多个子步骤 耗时数天至数周 [1] ML Optimizer技术突破 - 基于机器学习的全局优化器可同步处理海量图形与参数 将参数提取周期从数天缩短至数小时 [1] - 擅长应对非凸参数空间 通过先进算法找到全局最优解 提升参数提取准确性与拟合一致性 [1] 直播活动内容 - 展示ML Optimizer在二极管/GaN HEMT/MOSFET/BJT等器件建模中的实际应用案例 [2] - 设置互动抽奖环节 奖品包括小米手环9等 [2] 直播信息 - 时间定于2025年6月10日14:00-14:45 [4] - 主讲嘉宾为是德科技器件建模应用工程师李依奥 专注ANN和ML Optimizer在建模中的应用 [7] - 答疑嘉宾为器件建模产品经理邓家媛 负责MBP/MQA/ICCAP等产品应用开发 [10] 公众号信息 - 公众号ID为icbank 定位半导体第一垂直媒体 提供实时专业原创深度内容 [16]

半导体参数提取技术挑战 - 传统优化算法受梯度变化不明确影响易陷入局部最优且提取结果不理想 [1] - 现代半导体模型中大量相互关联参数导致传统方法效率低下需拆解为多个子步骤耗时数天至数周 [1] ML Optimizer技术突破 - 基于机器学习的全局优化器可同步处理海量图形与参数将提取周期从数天缩短至数小时 [1] - 擅长应对非凸参数空间通过先进算法精准定位全局最优解提升准确性与拟合一致性 [1] 直播活动内容 - 展示ML Optimizer在二极管、GaN HEMT、MOSFET及BJT等器件建模中的实际应用案例 [2] - 设置互动抽奖环节赠送小米手环9等礼品 [2] 直播嘉宾信息 - 主讲嘉宾李依奥专注于人工神经网络及ML Optimizer在器件建模中的应用 [6] - 答疑嘉宾邓家媛负责MBP、MQA等产品应用开发拥有10年半导体技术支持经验 [9] 行业活动推广 - 提供技术干货与奖品吸引观众扫码预约参与线上交流 [10] - 公众号推荐关注半导体领域原创内容及全球产业动向 [13][16]