要買車還能再等等！2025年新能源車，這些關鍵技術將有重大升級

在新能源車時代，汽車的進化速度可謂一日千里，新技術也是層出不窮。包括AI大模型、智能駕駛等技術都在快速上車，很多我們在幾年前不可想象的新技術、新功能，現(xiàn)在都成了標配。

在能源核心技術領域，一方面動力系統(tǒng)創(chuàng)新升級，包括電機以及混動系統(tǒng)的效率不斷提升，能耗在逐步降低；另一方面，智能駕駛技術在AI大模型的加持下，也在快速迭代。

在此背景下，各大汽車廠商都加大了技術研發(fā)方面的投入，爭取新技術可以被快速量產(chǎn)上車?？梢钥隙ǖ氖?，在即將到來的2025年，還會有很多新技術會實現(xiàn)重大突破，或者目前僅在部分高端車型搭載的新技術應用規(guī)模顯著提升。

在此，我們也總結了2025年汽車行業(yè)五大技術趨勢。如果您近期有購車打算，又渴望體驗最新技術，不妨也可以等一等。

多合一電驅系統(tǒng)普及，能耗進一步降低

對于純電車來說，續(xù)航可能是最重要的性能指標之一了，想要提升續(xù)航，除了增加電池容量之外，就要想辦法降低能耗，而電驅集成化技術是目前新能源核心技術領域發(fā)展的一個重要方向。

眾所周知，電車的核心三大家的電池、電機和電機控制器，最初各部件分散布局，不但會占用更多的車內(nèi)空間，同時不同模塊需要獨立的控制芯片，還要通過額外的線束將各個部件聯(lián)系起來，工作時的能耗損失也非常高。

隨后，將電機、減速器和電機控制器MCU集成三合一方案出現(xiàn)，顯著提升了效率與空間利用率。再到后來，將OBC、PDU、DCDC等關鍵部件集成在一起，出現(xiàn)了六合一、八合一電驅系統(tǒng)。

如今，十二合一的電驅系統(tǒng)也已經(jīng)量產(chǎn)上車，比如比亞迪e平臺3.0 Evo，集驅動電機、減速器、電控、整車控制器、電池管理器、高低壓直流轉換器、車載充電器、高壓配電單元、自加熱模塊等一系列關鍵元器件于一身的十二合一智能電驅系統(tǒng)，已經(jīng)搭載于海獅07 EV車型上。

將多個部件集成在電驅系統(tǒng)當中優(yōu)勢非常明顯，電驅系統(tǒng)結構變得更加緊湊，進一步縮短整車線束長度、控制芯片數(shù)量。減少了能量在傳輸過程中的損失，讓電能轉化為動力的效率更高，車輛的續(xù)航里程也會因此而增加，

目前，可以做到十合一以上的廠商屈指可數(shù)，搭載的車型數(shù)量也很有限。但多合一電驅系統(tǒng)是大勢所趨，各家車企也在加緊研發(fā)量產(chǎn)，可以預見在2025年將有更多車型搭載更加高效的多合一電驅系統(tǒng)。

智駕與智能底盤融合，提升安全及舒適性

提起智能化，大家想到的可能更多是智能駕駛和智能座艙，但其實一直被我們忽視的底盤技術也在變得更智能。

最近，雷軍公布了小米汽車的智能底盤預研技術，也讓智能底盤技術走進大眾的視野。

簡單來說，智駕與智能底盤融合就像是給汽車裝上了一個超級智能的 “大腦” 和一套靈活協(xié)調(diào)的 “神經(jīng)系統(tǒng)”，讓汽車變得更加聰明和聽話。

智能底盤有幾大特點：全面線控化、高度集成化和AI智能化。

線控化實際上就是取消了所有機械連接，完全通過電信號對執(zhí)行器進行控制，包括線控剎車、線控轉向和線控懸架等。線控化的好處反應速度快，并且天生就帶有安全冗余，更加適合智能駕駛對于安全性的需要。

相比傳統(tǒng)燃油車底盤分散式的布局結構，智能底盤采用了更加集中的域控制器架構，將電子控制單元的數(shù)量大幅減少，并實現(xiàn)了更好的協(xié)同控制。在實際運行中，底盤當中的各個執(zhí)行器能夠共同參與控制，從而提高運動的精度和效能。

而隨著AI技術的提升，車輛的感知系統(tǒng)、傳感器系統(tǒng)，以及云端數(shù)據(jù)可以融合進行工作。比如，當車輛提前感知到前方路面有大的起伏顛簸，智能底盤就會提前調(diào)節(jié)懸架參數(shù)，最大化的抵消顛簸，從而提升乘坐的舒適性。

目前，包括華為、蔚來、小米、比亞迪等多家車企均布局了智能底盤技術，并且已小規(guī)模上車。比如，全新上市的智界S7就搭載了華為的途靈智能底盤；蔚來的天?智能底盤也首搭在了剛剛上市的蔚來ET9車型上面。

可以肯定的是，智能底盤將會是繼智能座艙、智能駕駛之后，車企卷的新方向。同時，智能底盤也將在2025年迎來量產(chǎn)元年。

比如，吉利在北京車展上展示了能夠 “自動控車避險” 的AI數(shù)字底盤，預計2025年將正式應用到部分車型上。

此外，奇瑞在2024年10月的全球創(chuàng)新大會上發(fā)布了云臺智能底盤 2.0 核心技術，預計會在2025年應用到旗下相關車型中。

整車全域操作系統(tǒng)逐漸上車，車輛智能化更近一步

提到汽車的操作系統(tǒng)，可能很多人還認為只有車內(nèi)的那塊大屏是需要操作系統(tǒng)的，但事實上，目前汽車行業(yè)已經(jīng)發(fā)展到向整車全域操作系統(tǒng)過度的階段。

在傳統(tǒng)燃油車時代，車輛內(nèi)部有很多不同的系統(tǒng)，比如控制發(fā)動機的、管娛樂的、負責駕駛輔助的等等，它們各自為政，就像一群人各自干各自的活，配合起來不那么默契。

然而目前在高階智能駕駛功能的強烈需求下，對車輛的數(shù)據(jù)吞吐、系統(tǒng)延時、跨域聯(lián)動、安全可靠等方面提出了極高的要求，這時就需要車輛核心部件高效協(xié)同。整車全域操作系統(tǒng)則把這些分散的系統(tǒng)全部整合到一起，讓它們在一個統(tǒng)一的指揮下協(xié)同工作，相當于有了一個 “大管家” 來統(tǒng)一管理，提高了效率。

今年7月，蔚來率先發(fā)布了行業(yè)首個整車全域操作系統(tǒng)——SkyOS·天樞。據(jù)介紹，該系統(tǒng)能夠在底層打通智能硬件、計算平臺、通信與能源系統(tǒng)，實現(xiàn)對車聯(lián)、車控、智能駕駛、數(shù)字座艙、手機應用等全域應用的統(tǒng)一管理與協(xié)調(diào)。

目前，除了蔚來以外，華為也已經(jīng)有整車全域操作系統(tǒng)發(fā)布，而其他車企也在積極布局，預計2025年將實現(xiàn)真正上車。

對消費者來說，整車全域操作系統(tǒng)最直接的好處在于，未來車輛OTA升級將不僅局限于個別功能，從智能座艙到動力輸出，甚至到底盤軟硬，一切皆可升級。

端到端融合多模態(tài)大模型，智駕進入新時代

從年初的城市無圖NOA，到如今爆火的端到端智駕，智能駕駛技術在今年快速發(fā)展迭代。

近期，將多模態(tài)大模型深度融入端到端智駕成為最新技術趨勢，可顯著改善車輛對場景、障礙物等要素的理解能力，更好的應對復雜的交通場景。

過去，智駕更多是基于規(guī)則算法，但算法是有限的，當行駛中遇到突發(fā)狀況，智駕系統(tǒng)就不知如何應對了。近兩年，端到端成為了新的技術方向，將智駕規(guī)則放到大模型里，經(jīng)過不斷地數(shù)據(jù)訓練學習，智駕系統(tǒng)在接收到道路信息后不再需要規(guī)則，經(jīng)過推理后可以做出更加擬人化的決策，便可應付城市中更加復雜的交通場景。

今年年中，理想率先推出了端到端模型+VLM（視覺語言模型）的方案。VLM相當于智駕系統(tǒng)的一雙眼鏡，通過車身攝像頭拍攝的畫面以及導航信息，由VLM模型進行推理，可以讓車輛“看懂”周圍的道路信息。

比如，遇到停車場閘機、ETC閘機等，系統(tǒng)會識別到抬桿后再繼續(xù)行駛，這就讓智駕系統(tǒng)可以真正的做到車位到車位的智能駕駛。再比如，道路上臨時擺放的錐桶、占道施工等情況，智駕系統(tǒng)也可以更好的識別到并進行有效的避讓，從而大大提升了安全性。

最近，智駕行業(yè)出現(xiàn)了一個融合了視覺、語言和動作的多模態(tài)大模型范式VLA。不同于端到端+VLM的模式，兩個模型是相對獨立的，且VLM模型需要單獨占用一顆智駕芯片的算力。VLA架構下，端到端與多模態(tài)大模型的結合會更徹底，可以理解為是一個模型，可以更好的識別和處理行駛中遇到的罕見事件，有效提升智駕系統(tǒng)的應用場景和安全性。

目前，端到端融合多模態(tài)大模型已經(jīng)成為行業(yè)認可的最新方向，理想已經(jīng)開展了初步探索。此外，元戎啟行則預計在明年推出VLA技術，并將其智駕方案搭載在魏牌藍山車型上面。

可以預見的是，未來還會有更多廠商參與進來，2025年智駕行業(yè)的迭代速度還將加快。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。