鸿蒙智行7月共交付45046台 1-7月累计交付28.6万台
新浪汽车
2026-08-02 05:01
3
车辆
智界问界
新浪汽车 媒体档案
本站收录 255 篇
营销维度扣分 84/n=254 篇
在档更正 0 次
查看档案 →
一句话总结
规则摘录 · 正文首句
鸿蒙智行7月共交付45046台，1-7月累计交付28.6万台，同比增长13.7%。
读原文 · 新浪汽车 →
成分表
五个可核对的量，全部来自本篇已有的判定数据
信源数
2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」。
和讯汽车新浪汽车
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。
没有量到情绪词。
独有数字
0个
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。
两家写到的关键数字一样，没有独有的。
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）。
100
四维健康度：越满越干净
AI 判断仅供参考
AI 主编（国产大模型）评审 AI 生成
文体：硬新闻
为什么是这个分？（点开看判定依据）
AI 三视角判定 AI 生成
ARG 架构 · 常识 / 文风 / 事实
综合判定：质量可疑
常识视角数字与常识未见冲突
置信度 0.8
鸿蒙智行7月共交付45046台，1-7月累计交付28.6万台，同比增长13.7%的数字在汽车行业中是合理的，尤其是对于新兴品牌来说。
出处
鸿蒙智行7月共交付45046台，1-7月累计交付28.6万台，同比增长13.7%。
文中提到的车型交付量，如问界M9、M6、智界V9和尚界Z7的交付量，虽然具体数字可能因车型和市场需求而有所不同，但整体描述符合汽车行业的发展规律。
未对上原文
文风视角营销词偏多
置信度 0.8
鸿蒙智行7月共交付45046台
出处
鸿蒙智行7月共交付45046台，1-7月累计交付28.6万台，同比增长13.7%。
1-7月累计交付28.6万台
出处
鸿蒙智行7月共交付45046台，1-7月累计交付28.6万台，同比增长13.7%。
同比增长13.7%
出处
鸿蒙智行7月共交付45046台，1-7月累计交付28.6万台，同比增长13.7%。
事实视角信源含糊
置信度 0.8
新闻正文没有提供具体的信源信息，如'据某某公司公告'或'据悉/业内人士'等。
未对上原文
满分 100，本文累计扣 0 分。
评分由 AI 主编依据新闻专业主义进行评审，仅供参考。
说明与免责
本文的质量分与标注由公开报道与公开规则自动生成，仅呈现可复算的观测（词频、占比、时间分布、原文出处），每条均附原文链接可自行核对，
不构成对任何机构或个人的评价、定性或指控。自动判定会出错，结果仅供参考，请以原文与官方口径为准。
对这条记录有异议？我要申诉 →
这篇全文共 8 句 —— 逐句过检结果：
有据 7 句（88%）
营销 / 情绪词句 0 句（0%）
无据断言 0 句（0%）
中性 1 句
「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。
▸ 鸿蒙智行7月交付45046台出处
鸿蒙智行7月共交付45046台，1-7月累计交付28.6万台，同比增长13.7%。
▸ 1-7月累计交付28.6万台出处
鸿蒙智行7月共交付45046台，1-7月累计交付28.6万台，同比增长13.7%。
▸ 同比增长13.7%出处
鸿蒙智行7月共交付45046台，1-7月累计交付28.6万台，同比增长13.7%。
▸ 累计交付突破148万台出处
截至目前，鸿蒙智行全系累计交付突破148万台。
▸ 全新一代问界M9交付开启7周累计交付突破2万台出处
车型方面， 全新一代问界M9(配置|询价)，交付开启7周累计交付突破2万台；
▸ M9全系累计交付突破3万台出处
M9全系累计交付突破3万台；
▸ 问界M6上市97天累计交付突破4万台出处
问界M6上市97天累计交付突破4万台；
▸ 智界V9单月交付突破1万台出处
智界V9(配置|询价)单月交付突破1万台；
▸ 尚界Z7系列累计交付突破2万台出处
尚界Z7(配置|询价)系列累计交付已突破2万台。
AI 提炼要点
以上为 AI 自动提取的要点摘要，仅供快速了解，不代表本站立场
阅读原文 · 新浪汽车
同一件事，另一家怎么说
并排看两家各自量到的关键数字，标出只有一边写了的那些
对照阅读 →
就着这篇往下查
让 AI 智能体以本篇点到的车型为对象跑一次调查：自己定计划、逐个调工具，
过程和证据全程可见。结论是模型生成的，不保证可复算。
让 AI 查 问界 M9 →
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。
你判
—
AI 判
—
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