2025年,國內新能源乘用車滲透率首次突破50%,創下了史無前例的里程碑。
多數人願意認可並身體力行的購買新能源車,其背後必定是技術進步推動產品力提升,所帶來的結果。
那麼,在過去1年時間裡,究竟那些技術正在成為新的風向標?
眾所周知,全固態電池是動力電池界公認的“終極答案”。
但就目前來看,受制於生產工藝、可靠性、充電倍率、原材料成本等諸多因素,距離全固態電池真正落地量產上車,還有著相當長的距離。
相比之下,作為從液到固 “中間態”的混合固液電池(半固態電池),落地難度就要簡單不少了。
2025年,不僅有諸如蔚來ET7、名爵MG4等車型真正實現了混合固液電池的量產上車。
同時在國家標準層面,也開始區分液態電池、混合固液電池、全固態電池的判定標準,避免廠家借固態電池為由,在宣傳上打擦邊球的情況。
相比全固態電池,混合固液電池的電解質可以是類似“果凍狀”的凝膠,也可以是“水泥狀”的懸濁膏體。
核心材料方面,固態電解質含量佔比在90-95%,大多數為鋰鑭鋯氧(LLZO)或鋰鑭鈦氧(LLTO)之類的氧化物,同時可混合PEO等聚合物;電解液依舊保留了5-10%。
由於固液電解質可塑性強,可以大大緩解最令全固態電池頭疼的“介面問題”,同時因為有電解液的存在,使電解質的整體導電率並不差,可以兼具一定的快充性能。
不過除此之外,固液電池最明顯的優勢在於,相比液態電池更不易自燃。
這樣帶來的好處在於,一是可以一定程度上減少原本電池包需要防範自燃做的冗餘結構,從而提升電池包整體的體積能量密度;
二是可以在正負極材料應用上更激進一些,提高電池本身的能量密度。
在生產製造方面,愈發成熟的“原位固化技術”,使得企業可以在原本液態電池產線的基礎上進行改造,不需要大規模的推倒重來,成本相對可控。
這或許也是為什麼,名爵MG4將半固態電池的購入門檻,已經壓低至10萬元等級。
綜合來看,隨著固液電解質規模化爬升,未來固液電池有望逐步代替液態電池,成為新的動力電池主流產品。
去年3月份,比亞迪重磅發佈了“超級e平台”,將兆瓦閃充技術首次帶入了大家的視野裡,並官宣搭載在新車漢L和唐L上。
其理論充電倍率可提高到10C,5分鐘可補能400公里,可以說比市面上大部分車型的在充電速度上都拉開了一個檔次。
可能有些人對1兆瓦的功率大小有多恐怖,沒有具體的概念。
按照一家3-5口人的普通家庭來算,1兆瓦相當於要把將近200戶人家的用電量,都要給同一輛車充電,簡直就是“帝王般”的待遇。
從另一個角度來看,如果不加任何措施,兆瓦閃充對電網的瞬時衝擊是相當大的。
這時,就必須要配套儲能的充電站做支撐了!
有了儲能系統作為“蓄水池”,相當於變相對電網進行了擴容,兆瓦閃充站就不會突然把電網榨乾了。
之所以能做到這麼高的充電功率,其背後是更耐高壓的碳化矽功率器件做的底層支撐。
就比如,比亞迪就自研了1500V碳化矽功率器件,使整車電壓平台提升到了1000V。
根據功率P=UI,以及 發熱量Q=I²Rt可知,同充電功率下,電壓越高,產生的熱損耗也就越低。
因此,支援兆瓦閃充的車型即便是插普通國網樁,沒法發揮“滿血”的超充實力,其理論上充電速度也會比一般的車要更快一些的。
同時也可以看到,去年諸如極氪、嵐圖等品牌,也開始建設兆瓦級功率的充電樁,為後續配套車型鋪路。
隨著未來越來越多更大功率充電樁的鋪設,兆瓦閃充車型的前瞻性優勢會逐步顯現出來。
屆時,真正的“油電同速”時代將會到來!
早在2024年初,特斯拉憑藉FSD V12,用神經網路取代冗長的邏輯程式碼,徹底將輔助駕駛拉入了“端到端”時代。
經過2024年一整年的時間,幾乎所有玩家都完成了端到端的跟進。
不過到了2025年,一些廠家逐漸發現了端到端的一些讓人頭疼的漏洞:
整套演算法模型是難以解釋的黑箱,出現問題只能靠喂大量資料來修正,且不確定投喂多少資料才能修正過來。
為瞭解決這一難題,在輔助駕駛端到端路線上,開始出現了分道揚鑣,出現了兩種有針對性的改進路線。
其中一種,就是VLA動作語言大模型。
簡單來說,VLA就是在原本端到端架構的基礎之上,中間加了個類似ChatGPT之類的生成式語言工具,讓原本從視覺直接生成車輛控制動作,變成了通過視覺轉化為可視化語言,再生成車輛控制動作,更接近人類的思考邏輯。
就比如,理想在開啟AD輔助駕駛功能之後,可以在中控屏上顯示根據拍攝的畫面,轉化成的文字思考過程,非常直觀。
VLA架構最主要的優勢,需要解決問題時,工程師就可以直接對生成的文字進行動手修改,相當於把“黑箱”變成了“白箱”,最佳化起來非常高效可控。
對使用者來說,最直觀的體驗就是可以通過座艙語音對話,來指揮輔助駕駛的行車動作,互動感進一步增強。
此外,由於VLA的整個思維邏輯更擬人,使其獨立解決諸如大型施工路段的長線問題的能力進一步增長。
理論上來說,VLA模型的上限是極高的,未來有能力考慮每個動作對未來將會產生的影響,類似於有獨立思考能力的AI生命體。
比如,把車停在這裡會不會影響店家的生意?這樣加塞會不會讓旁邊的車不開心?……諸如此類。
不過從另一個角度來說,由於VLA在結構上比端到端更複雜,理論上會使得系統反應時間延長。
如何儘可能降低延遲,將是接下來VLA路線需要重點最佳化的問題。
WA世界模型和前面提到的VLA動作語言大模型一樣,同樣是為瞭解決傳統端到端架構存在的“黑箱問題”,衍生出的一條輔助駕駛技術路線。
不過WA世界模型的解決邏輯,並不是將圖像翻譯成可理解的語言,而是通過大量模擬訓練,讓系統學習並理解三維物理世界的空間運動規律、物體互動規則,從而對行車動作進行規劃和預判。
因此,WA世界模型最顯著的特點,就是對於物理世界的運動規律,有著強大的分析能力,讓AI擁有類似人類的物理時空理解能力。
雖然無法像VLA那樣,將黑箱變成白箱,但WA世界模型可以讓系統變成可以修飾的“灰箱”。
一旦出現問題,就可以通過場景模擬進行反向演算,再配合上內建的“注意力熱圖”系統,就能起到回溯問題根源的目的。
相比VLA來說,WA世界模型更聚焦於雲端訓練。
可以通過位於雲端的世界引擎(WE),在虛擬世界中模擬創造出各種奇葩的極端碰撞事故資料。這些資料不僅各種參數可調,而且資料想要多少就有多少。
這樣一來,就可以讓輔助駕駛應對極端複雜場景的能力加速進化。
車端系統,往往採用的是小模型,更低的算力消耗,有利於會進一步降低系統延遲,提高危急時刻的反應速度。
同時由於在感知到動作輸出的過程中,WA世界模型加入了一個根據不同場景的危險度“預判”機制。
因此,理論上WA世界模型的運行速度,是要快於VLA動作語言模型的,甚至還要快於傳統端到端。
總結下來,WA世界模型是一套可解釋性更高,運行延遲更低,且針對特定危險場景避險效果更好的“端到端PLUS”。
不過,由於WA路線的車端模型,需要及時判斷場景呼叫模組,同時還需要雲端訓練作為支援,所以對網速要求更高。
從長期來看,如何提高晶片頻寬、降低網路延遲,將很大程度上決定其能力上限。
除了最惹人注目的電動化和智能化以外,底盤領域也是汽車技術進步不可忽視的環節之一。
這就要說說,個人認為2025年底盤領域最有代表性的突破——磁流變減振器了。
現代汽車的懸掛系統中,彈簧和減振器可謂最最重要的兩個核心部件。二者的能力與配合默契度,直接決定了汽車遭遇顛簸坑窪時,能否帶來良好的運動反饋。
其中,雖說主要負責吸收顛簸衝擊是彈簧,但彈簧需要“彈”好多下,才能徹底把顛簸消除掉。
這時,減振器就要發揮作用了。它能夠將彈簧積蓄的能量釋放掉,通過“拉住”彈簧,減少車身上下跳動的幅度和頻次,從而將能量平順地消散掉。
民用車上最普通最常見的一檔,就是液壓減振器,可以利用減振器內阻尼油固有的“粘性”,通過活塞將機械能轉化為熱能。
不過,傳統液壓減振器阻尼力的變化曲線,始終是固定不變的。
後來,一些喜歡“雞蛋裡挑骨頭”的工程師們就考慮,能不能讓懸架需要操控的時候變硬,需要舒適的時候變軟呢?
於是,就誕生了CDC連續可變阻尼減振器。
其原理就是在傳統液壓減振器的基礎之上,將活塞變成了一個電控可變開度的閥門。
這就像注射器的針口一樣,閥門開度越大,阻尼液的流動速度就越快,減振器的阻尼就越小。反之,則會變大。
雖然CDC減振器已經也可做到阻尼連續可調,但在某些極端場景下,調節得還不夠快。
CDC的響應時間大概在10-100毫秒,而車輪壓到了一顆小石塊,力從車輪傳遞到懸架彈簧的時間,往往是低於10毫秒的。
在這種情況下,很可能CDC連續可變阻尼減振器還沒來得及調節軟硬,就已經對車輛懸架形成了衝擊。
這也是為什麼,不少車型即便配備了CDC連續可變阻尼減振器,某些時候依舊會感覺到路面的顛簸。
於是,調節速度更快的電磁減振器就應運而生了,而磁流變減振器就是電磁減振器的一種。
其原理是將傳統液壓減振器中的阻尼液,換成了一種可以通過通電,直接改變液體粘度的磁流變液,從而起到調節減振器阻尼的目的。
相比CDC減振器來說,磁流變減振器最顯著的優勢就是響應快,響應速度僅需0.5-10毫秒,僅為CDC的1/10。
此外,由於磁流變減振器減少了閥門等機械電子器件,可以降低因機械磨損導致的失效機率。理論上磁流變減振器的使用壽命,是比CDC減振器要高的。
以往,磁流變減振器一直是法拉利599 GTB Fiorano這類頂級超跑的標誌性配置。
後來,凱迪拉克逐漸把它的門檻拉低到了30-40萬級,但依然只有頂配車型才能擁有。
到了去年,深藍L06的上市,首次將搭載磁流變減振器車型的入手門檻降低到了15萬元等級。
也就意味著,今年磁流變減振器有機會在更多車型上迎來普及。
其背後,是一家名為“京西智行”的國產供應商實現技術和產業化突破帶來的結果。 (電動車公社)