十年后规模翻千倍？四维图新从定位走进移动智能体
汽车之家 媒体档案 本站收录 1991 篇 近 180 天 1990 篇 营销维度扣分 313/n=1981 篇 在档更正 0 次 查看档案 →[汽车之家行业] 11月6日，四维图新在自己举办的2026 EVOLUTION创想大会上正式宣布，该公司将迎来全新定位——移动智能体的超级伙伴。
读原文 · 汽车之家 →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」。
汽车之家
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。
毫无疑问绝对一定完全说白了
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+ba22d7197cb5
- 原文指纹
- 502979c22cbc18d77c77f0c619576e9e…
- 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 7359
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 200 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
MCU芯片累计出货超1.5亿颗，旗舰产品AC7870已进入多家头部客户设计导入阶段。
程鹏：从资产角度来看，主要有四类：第一，位置数据——做地图20多年积累的位置数据；
未来的方向主要有三个：第一，大模型相关的数据积累，因为AI上车带来了新的数据形态；
媒体：第一战场，也就是电池领域，诞生了宁德时代这样的巨头。
所以，我只能说机会是有的，但是不是一定有巨大的巨头，我不确定。
数据交易场所的第一要求是可信赖。
我没有那么强烈的冲动一定要干。
我们创业的时候也没说一定要做芯片，做着做着发现还可以做，就做了。
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