
在北京举行的2025年中国电动汽车一百人论坛中,许多游客就新能源车的最新技术进行了深入的讨论。人们普遍认为,中国的新能源汽车技术表现出了许多积分的新突破。
自今年年初以来,我国家的新能源车技术技术已经在许多领域取得了新的成功,从芯片,电池技术,移动电荷站到智能驾驶,整个工业连锁店都在不断变化。
汽车芯片是控制汽车的大脑中心。该地区的记者发现,这家研究明智驾驶芯片的技术公司在明智的驾驶领域提供了770万芯片,预计今年将超过1000万。
Horizon的创始人兼首席执行官Yu Kai:人工智能的应用带来了大型模型,端到端,该计算的一系列新范式。我们的技术计划是实现100%的自由迁移3年。
以前,Byd发布了最新的充电平台,该平台均匀地将基本组件(例如电池和摩托车)的电压增加到1,000伏,并且还推出了整个液体冷水的梅加瓦闪光灯,从而为系统端子充电,最大的强度输出高达1,360千瓦。在数百人协会论坛中,该公司展示的最新一代的电池电池产品只需6分钟即可到达0%至80%。
Juwan Technology Research Co,Ltd。的总裁Pei Feng:在节省我们国家的能源和新的汽车Plancean Energy时,Ultrafast充电电池的价格是普通快速充电电池的两倍。我们的超快充电电池仅比普通的快速充电电池高5%至8%,因此我们取得了巨大的跳跃。
该公司的负责人还告诉记者,他们将专注于在下一步中开发具有增压性能的全稳态电池,并计划实现大型 - 2027年规模的大规模劳动。
中国科学院的学者和中国电动汽车一百人协会欧阳的副主席Ouyang Mingao:车道不在时,充电速度的成本速度有多快?这应该就像加油。因此,制造商现在正在开发额外的充电,甚至称为Flash充电。在高拉卡斯(Lakas)充电时产生热量非常有效,热管理中有很多突破性和创新。
自今年年初以来,许多汽车公司已经推出了具有L2水平的智能驾驶汽车,这是一些自动化操作。不仅如此,还希望今年的新驾驶技术将升级到L3水平,这意味着具有条件的L3智能驾驶汽车以加速的速度实施。
AI授权
新的能源车进入“智能旅程的新时代”
记者指出,新技术不仅继续发生变化,从今年开始,新的能源Hictes开始了“ AI+”的新第一年。越来越多的新能源车辆通过车辆互联网是Capables。可以说,中国的新能源车产业正在“加速” AI,并以智能驾驶作为主要驾驶。
新一代的AI技术为汽车提供了“五个意义升级”。
免费的方言语音系统可以在全国范围内识别56个本地方言;
机舱中的相机可以实时获得驾驶员的状态,并立即警告疲劳驾驶;
AI悬架通过毫秒反应来调节人体的姿势。
更重要的是,基于经过300亿公里的驾驶数据训练的大型型号,车辆可以提前5秒预测意外的道路条件,从而大大提高了驾驶安全性。
中国电动汽车一百人协会的秘书长张旺韦:车辆行业加快了人工智能的码头。大量车辆制造商配备了有许多高级大型型号。如今,许多汽车公司和公司都建议建立人工智能业务,并成为由情报驱动的人造公司。
今年,政府的工作报告首次出现在政府的工作报告中。在这项具有Beidou和时空功能作为主要功能的技术的技术中,它使用首个世界级导航服务来支持200万智能连接的车辆,以实现先进的驾驶援助功能。
Qianxun首席执行官Chen Jinpei地点:使用Beidou的系统功能以及我们的土地系统功能,大数据和人工智能的集成支持,以帮助整个智能汽车计划,根据驾驶过程中的时间和空间做出决策和控制。
作为第一家连接DeepSeek的汽车公司,Geely Auto访问后,对接触的响应速度提高了40%,识别素的意图G精度高达98%。然后发布了第一个“智能汽车全域AI”技术系统,包括最新的AI技术成就,例如语音大型型号,AI数字底盘和智能驾驶舱。
Geely Automobile集团首席执行官Gan Jiayue:通过AI模型,它可以实时理解外部温度,并且还可以实时感觉到外部湿度,外部高度和斜率,因此可以做出一些明智的决定。我们的消费燃料可以节省约10%至15%。
AI提供了安全验证
构建100多个安全场景库
安全是智能连接的新能量车产业发展的关键。来自中国汽车技术研究中心的记者今天发现,面对重复新能量车辆技术带来的复杂挑战,通过引入AI技术,建立了100多个驾驶安全数据库。
专家说目前的技术新能源车辆的ogy构成了高压和整合。但是,诸如极端温度,复杂的道路表面,复杂的电磁环境和严重驾驶等问题使驾驶变得更加困难。例如,当车辆在Niyebe道路上开业时,由于滑倒滑倒,或者车辆正常驾驶时可能是不稳定的,由于制动器故障,它可能会失去控制。
因此,中国汽车中心推出了“安全验证库库,从验证验证方案开始,例如安全安全,高压安全性和极端的环境安全,并可能模仿90%以上的普通驾驶实验室风险。
中国汽车中心的新能源车辆检查中心总经理Gao Jidong:我们使用AI模型模仿更多驾驶风险和驱动故障情况。现在我们有100多个工作条件。通过AI模型,我们将达到200多个条件上班。我们可以使用虚拟验证来检查车辆是否会失去控制并确保车辆的性能和质量。
专家说,在现场的建设过程中,AI取决于有效处理大量道路数据和驾驶数据的强大数据评估能力。它可以准确地识别不同情况下的关键特征和潜在风险点,从而使内置场景更加准确和全面。
(CCTV记者Zhu Jiang,Luo Hongjin,Yang Ziqing,Wei Xinran,Wang Ying)