补上智驾拼图,零跑把世界模型带进10万级
第一电动 媒体档案 本站收录 992 篇 近 180 天 991 篇 营销维度扣分 139/n=990 篇 在档更正 0 次 查看档案 →信源数 1家
同一件事有几家不同来源报道过。≥3 家才够本站的「已核验」。
第一电动
具名引用 0处
正文里点名到的信源(机构 / 人名 / 公告)。判决里没有这一项的老稿留空。
判决里这一项是空的——正文没点名到可核的信源。
情绪强度 0分
情绪化表述的扣分,0 = 没量到情绪词。
一定
独有数字 —
本篇写了、同事件另一家没写的关键数字。不代表对方漏了,只是这篇多给了。
这篇没有这一项:它不在任何多源事件簇里(孤篇)。
正文重合 —
与同源最相似那篇的正文重合度。高不等于抄——同一场发布会出来的稿子,本来就会用同一批数字和同一段官方表述。
这篇没有这一项:它不在任何多源事件簇里(孤篇)。
为什么是这个分?(点开看判定依据)
这个分怎么自己复算
- 口径版本
- quality-rules-v1+3e8acca1e74a
- 原文指纹
- 96bd432106f25abd26cc77c0881274b6…
- 判决方式
- 规则版 —— 逐位复现:同一条原文、同一个口径版本, 任何人都该跑出一模一样的四维扣分和总分。
- 复算命令
- python manage.py recompute_verdict 4565
这条命令不写库、不调模型、不联网:拿着这个仓库和那条原文就能跑。 口径参数表在 判定口径 页上, 和上面这个版本号是同一份。
这篇全文共 87 句 —— 逐句过检结果:
「有据」= 句中有具名信源或带单位的可核查数据;「无据断言」= 用了绝对化说法但整句既无信源也无数据。 自动判定会出错,这只是对句子用词的机器观测,不是对内容真伪的结论。
镜下逐句 · 这几句被判到了
这是我第一次来参加零跑的技术日,最大的感慨就四个字:红气养人。
零跑一路跌宕走到现在熬走了许许多多对手,有人归结为运气,有人相信这是实力。
朱江明那句“技术永远大于销量,没有技术支撑的销量是不可持续的”,构成了这场发布会的全部叙事。
零跑试图用“火坑”里的火点燃烟花,让人看到更多天马行空的布局和脚踏实地的答卷。
也就是说,同一套世界模型并不一定非要绑着顶级算力才能跑。
在窄巷通行时,安全是第一位的,但系统又没有为了安全变得畏手畏脚,而是拿捏好了安全与效率的平衡。
就像智能手机重新定义了人与科技的连接,零跑则尝试将空间、座舱、智驾和能源整合到同一套架构中,让汽车不只是出行工具,也成为更智能的移动空间。
尤其是在东北、西北等冬季低温区域,以及不少充电设施还没有那么完善的海外市场,“能充电最好,没电也能跑,长途还得省油”依然是一批消费者非常现实的需求。
只列前 8 句; 本站不转载爬取稿全文,以上为按评论目的引用的句子,完整内容请读原文。
你也判一下:这篇写得客观吗?
先说你的判断,再看 AI 判了什么——我们不写谁对谁错。
两边不一样很正常——本站表述倾向抽检准确率 只有 56.5%, AI 的判定不是标准答案。你的判断记在读者信号里, 与人工金标分开存放;是否纳入训练要等标注口径会定。
这篇稿子对你有价值吗?
一键投票即可;这是读者意见,不替代人工质量标注。
0 人投票, 0% 认为有价值