车企动态

0 前言 根据中汽中心研究院的数据，汽车碳排放约占全 国碳排放总量的7% ～ 8%，而重型商用车油耗高、污染排放大，贡献了约五成的碳排放量。据世界铝业协会的报告，汽车自重每减少10%，燃油消耗可降低6% ～8%，排放降低5%～6%。其中，燃油消耗每减少1L，CO2排放量可减少 2.45kg。降低燃油消耗量既可实现资源高效利用，又可显著降低有害气体排放。 因此，汽车轻量化是实现节能减排的重要手段。 塑料材料具有较低的密度和较高的比强度，是实现汽车轻量化的有效途径。目前重型商用车上应用的塑料和复合材料已超过150kg，这些塑料的应用也带来了环境问题。2019年塑料年产量近4亿t，而废弃塑料高达3.53亿t，近20%的塑料废弃物被随意丢弃，造成健康和环境风险。在国家“碳达峰”“碳中和”的 战略推动下，提高低碳环保材料的应用比例，对实现减碳目标意义重大。2024年3月，国务院印发的《推动大规模设备更新和消费品以旧换新行动方案》中，明确提出优化报废汽车回收拆解体系，推动再生塑料应用，因此，越来越多的汽车企业开始研究再生塑料在本企业的应用。 1 再生塑料 1.1 再生塑料介绍 再生塑料是通过闭环再生技术对废弃塑料实施重构，形成具备一定价值的可持续塑料原料。目前，再生塑料按照原材料来源可分为两种：一种为PCR（Post Consumer Recycled），即消费后回收塑料；一种为PIR（Post Industrial Recycled ），即工业后回收塑料。PCR是指通过回收消费后的终端塑料制品（如日化包装、 电子外壳等），经过分选、熔融共混等工序重新造粒。 PIR的来源一般是工厂注塑产品时产生的水口、副牌和残次品等，从工厂直接回收，加工后再次利用。相对PIR来说，PCR在减少废弃物、保护环境和减碳等方面有着更大的贡献。 1.2 再生塑料技术 目前，废旧塑料的再生方式分为物理再生和化学再生。物理再生技术通过预处理、粉碎净化以及形态 重构等多阶段工艺处理，对废旧塑料进行闭环再生， 其本质在于通过物理形态的改变而非化学键断裂实现 再生。化学再生是通过分子链的定向结构与重组，将废旧塑料转化为基础原料或再生高分子材料。 但是上述处理方法未充分利用废旧塑料。经过一系列研究改进，又产生了物理改性、化学改性的再生利用新技术。物理改性有三种途径：一是活化无机粒子的填充改性，通过表面功能化处理无机粒子，增强其与基体材料的界面相容性，从而提升废旧塑料的力学及热学性能；二是增强改性，通过添加增强材料（玻璃 纤维、碳纤维等）或填料（碳酸钙、滑石粉等），提升废旧塑料的力学性能；三是回收塑料的合金化，将2种或以上的树脂在熔融状态下进行共混，弥补单一回收 塑料的缺陷，形成具有协同性能的新材料。 化学改性主要有两种途径：一是通过接枝、共聚等方法在分子链中引入新的功能基团，提升废旧塑料性能或赋予新功能；二是通过成核剂、发泡剂等进行改性， 使废旧塑料分子链间形成交联网络，增强结构稳定性。 1.3 再生塑料的优势 （1）绿色环保优势再生塑料通过闭环再生体系对废旧塑料实施定向转化，作为治理塑料垃圾的核心方案，能有效降低填埋和焚烧的需求，从而减轻对环境的污染。同时，再生塑料减少对石油等化石燃料的依赖，生产过程能耗更低，碳排放量显著减少。 （2）经济优势再生塑料产业遵循技术创新规律，早期受研发验证与基础设施制约，造成投入成本较高，但随着全球产业链协同提升达到经济拐点，成本将会大幅降低。随 着环保意识的提高，车企对再生塑料的需求增加，推动了再生塑料市场快速发展。 （3）可持续性优势再生塑料具有可再生性，可多次循环利用，减少资源浪费。随着技术的进步，再生塑料的性能不断提升，推动其在更多领域推广应用。 2 再生塑料在重型商用车上的应用情况 随着环保法规升级及车企碳中和目标，再生塑料在重型商用车中的应用逐渐受到重视。 图1戴姆勒Freightliner eCascadia（电动重型商用车）的再生塑料占整车塑料用量的40%。其中，座椅面料采用含 50% 再生聚对苯二甲酸乙二醇酯（PET） 与20%生物基聚乳酸（PLA）的混纺材料，通过纳米静电纺丝技术形成微孔结构，透气率比传统织物高40%。 图1 戴姆勒 Freightliner eCascadia（来源于戴姆勒官网） 图2 沃尔沃FH系列（氢燃料重型商用车）单车减少石油来源塑料200kg，碳排放降低12%。其中，仪表台骨架由100%再生铝合金 + 再生聚酰胺（PA6）混合而成，蜂窝结构拓扑优化实现 18%轻量化，模态频率提升至42Hz（NVH优于钢制结构）。 图2 沃尔沃氢燃料重型商用车（来源于沃尔沃官网） 图3 一汽解放J7积极探索再生塑料在产品上的应用...

7 月 16 日，中国一汽与阿里巴巴联合实验室在吉林长春正式揭牌。中国一汽将基于阿里通义千问大模型研发汽车行业大模型，并在中国一汽全场景落地。 国家数据局党组成员、副局长夏冰，中国一汽董事、总经理、党委副书记刘亦功，阿里云智能集团公共云事业部副总裁、AI 汽车行业总经理李强等出席揭牌仪式。仪式上，红旗品牌运营委员会副总裁兼体系数字化部总经理门欣和阿里巴巴集团副总裁、阿里云大数据和智能实验室负责人叶杰平共同为实验室揭牌。 过去，研发通用基础模型面临算力消耗大、迭代周期长、研发成本高等挑战。如今，得益于更优的模型架构和更高的模型与算力适配度，研发行业基础大模型成为行业共识。 为此，中国一汽联合阿里云启动了汽车行业专属大模型的建设，重点攻克算力架构优化、领域数据治理、大模型预训练、模型微调与强化以及大模型应用等核心课题，最终驱动业务实现提质、增效、降本，并助力企业转型升级与产品创新。 据介绍，依托阿里通义千问大模型和中国一汽深厚的行业数据积累，双方将分三步构建汽车行业专属大模型的全场景能力。 首先，融合通义千问 Qwen 和 Qwen-VL 模型与中国一汽领域数据，构建行业级大语言模型及多模态大模型。 其次，持续优化模型应用场景，在移动出行、企业智能运营等方面实现模型应用能力的跃升，并助力车企在研发、制造、服务等领域的创新发展。 最终，融合升级多场景能力，探索“具身智能”与“智能工业”等前沿方向，形成生态闭环。 同时，阿里云与中国一汽将组建联合工程师团队，优化数据预处理、模型设计、分布式训练、模型优化与调优、部署优化等环节，通过数据增强、分布式训练优化、模型压缩等技术手段，全面提升模型训练效率与应用性能。双方还将联合建立人才培养体系，支持汽车行业 AI 人才梯队建设。 据公开资料，中国一汽和阿里云此前已率先推出行业首个大模型 BI 应用 GPT-BI 和企业级智能体 OpenMind。 ...

• 由于氢燃料动力市场在中期内不具发展前景，Stellantis集团决定终止其氢燃料电池技术开发项目 • Stellantis集团停止在法国Hordain和波兰Gliwice批量生产氢燃料动力Pro One厢式车 • Stellantis集团正与合作伙伴讨论针对合资公司Symbio的有关方案 （阿姆斯特丹，2025年7月16日）Stellantis集团宣布：集团决定终止其氢燃料电池技术开发项目。由于氢燃料加注基础设施的匮乏、高资本投入性以及对更强的消费者购买激励措施的需求，集团预计氢燃料动力轻型商用车在2030年之前将不会被市场广泛接受。 鉴于上述原因，Stellantis集团今年将停止推出新一代的氢燃料动力商用车型。此外，集团也终止了于今年夏天在法国Hordain和波兰Gliwice两地，分别批量生产现款氢燃料动力中型厢式车和大型厢式车的计划。 Stellantis集团欧洲区首席运营官安巴托（Jean-Philippe Imparato）表示：“在集团正全力应对欧洲严苛的二氧化碳排放法规的背景下，我们决定停止氢燃料电池技术开发项目。氢动力市场仍是一个小众市场，其不具备中期的经济可持续性前景。我们必须做出明确和负责任的选择，以确保我们的竞争力，并通过我们电动和混动的乘用车和轻型商用车攻势满足客户的期望。” 上述决定不会影响Stellantis集团各生产基地的人员配置。与氢动力技术相关的研发活动和团队将被重新分配至其它项目。 氢动力领域的现状也为集团的诸多利益相关者带来了财务挑战。在此背景下，Stellantis集团已与旗下合资公司Symbio的其它股东展开讨论，以评估上述决定所带来的市场影响，并根据各自的义务维护Symbio的最大利益。 关于Stellantis集团 Stellantis集团（“Stellantis N.V.”，纽约证券交易所股票代码STLA，米兰泛欧证券交易所股票代码STLAM，巴黎泛欧证券交易所股票代码STLAP）是世界领先的汽车制造商之一，集团旨在为所有人提供环保、安全且经济的移动出行方式。Stellantis集团以其独特的标志性和创新型品牌组合而闻名，它们包括阿巴斯、阿尔法·罗密欧、克莱斯勒、雪铁龙、道奇、DS、菲亚特、Jeep®、蓝旗亚、玛莎拉蒂、欧宝、标致、Ram、沃克斯豪尔、Free2move和Leasys。2024年，集团在全球范围内共销售汽车约542万辆（不含旗下合资公司销量），实现净营收1569亿欧元，净利润55亿欧元，调整后经营利润逾86亿欧元；调整后经营利润率为5.5%。在《财富》杂志于2024年7月发布的世界500强企业排行榜中，Stellantis集团排名第28位。欲了解更多信息，请访问www.stellantis.com。 ...

0 前言 随着汽车零部件种类愈加复杂多样，加上大规模个性化定制生产模式的出现，对整车企业的仓储管理提出了更高的要求和挑战。在汽车智能仓储中，利用仓储场地及物流设备，基于整车企业对仓储管理的需求，应用智能仓储管理系统，实现汽车所需零部件物料的卸货收货、储位推荐、入库搬运、储存作业、库存管理、盘点作业、生产订单处理、分拣作业、出库搬运、上线配送和结算管理等执行过程的智能化，提升作业效率和仓储管理水平。 1 智能仓储实施条件 智能仓储实施需要具有清晰的业务流程、完整的业务数据和适配的软硬件设施。 1.1 清晰的业务流程 智能仓储是汽车供应链体系中的业务流程之一，与供应链内的其他业务有着密切的业务联系和数据关联。在实施智能仓储前，应对现有的业务流程进行系统性梳理和必要性评估，实现流程规范化、标准化和简洁化。 1.2 完整的业务数据 智能仓储业务流程所产生的数据，与其相关联的业务数据，均应具有数据库、数据分析平台等数据存储和数据处理系统，以支持仓储管理实时监控和智能分析。仓储管理涉及来料卸货送检、收货入库、储位管理、厂内仓储、分拣出库和上线配送等仓储运营全流程，相关业务的数据计算受到生产计划、物料需求计划、零件设计变更、生产进度和财务统计等关联业务影响，因此智仓储的实施需要关联业务的数据基础，如表1所示。 1.3 基本的软件基础 智能仓储运行是通过智能仓储管理系统来实现库存管理、物料追踪、任务调度优化和设备协同等功能。智能仓储管理软件可以选择企业自研、采购外部成熟软件和自研与外采组合3种模式，其优缺点对比如表2所示。 1.4 必要的硬件设施 智能仓储能够应对库存风险、生产进度及设备故障等异常进行物流任务自适应管理。因此硬件主要包含数据采集终端、网络环境硬件和物流设备三方面，能够实时或者周期性采集工厂生产管理系统数据、具有与现场物流自动化设备系统对接能力，在出现网络通信故障时，具备数据备份和手工系统补录的功能，其硬件内容如表3所示。 2 智能仓储实施 本商用车动力总成智能仓储项目应用于某商用车整车企业新工厂，在原有工厂物流管理模式转型基础上，结合我公司工业4.0战略规划，新工厂采用智能仓储管理系统实现仓储管理过程智能化，实现智能仓储的全方位信息透明可视、数据集成以及供应商协同，建设智能化仓储响应动态的应用场景、适应定制化高柔性制造模式。 2.1 项目规划 根据业务痛点分析，该项目对动力总成车间物流业务进行流程再造，通过实现信息系统与智能设备联动，实现仓储管理智能化、提升运营效率。发动机动力总成车间智能仓储项目总体规划如图1所示。 图1 发动机动力总成车间智能仓储项目总体规划 （1）需求拉动：当动力总成车间内生产线边有零件供给需求时，相关供给信息直接发送给物流设备及库内集配人员，完成零件的集配作业，设备开始供给任务。 （2）设备选型：从功能性、安全性、便利性、成熟性和经济性5个方面完成对符合要求的设备选型，挑选综合得分最高的物流设备。 （3）系统功能架构设计：根据仓储管理业务流程进行智能仓储管理系统功能架构设计，将实际业务逻辑体现在系统数据流中。 （4）整体方案设计：多台设备能够自动选择最优路径，优化人员作业时的供给距离，确保设备投入数量最优。形成信息流、设备选型和设备路径规划最优方案。 （5）Demo测试验证：方案锁定后在Demo测试环境中进行系统集成测试、第一次验收测试、内部单元测试和第二次验收测试，同时开展相关用户培训。 （6）方案实施：业务流程和设备选型等方案确定后，进行软硬件导入、开展项目实施工作。 2.2 业务流程梳理 智能仓储管理系统需与QMIS、SAP、SRM和MES等系统进行业务数据交互，根据业务内容梳理出3大核心管理流程，分别是原材料收货管理、原材料仓储管理以及原材料拉动管理，如图2所示。 图2 动力总成车间仓储业务流程 （1）原材料收货管理：由智能仓储管理系统计算缺料信息，缺料信息经过ARM和SAP系统传递给供应商，供应商依据缺料信息进行备货送货。物料到货后在智能仓储管理系统上读取ASN信息并依据检验策略传递给QMIS系统，IQC判定后将可用库存信息传递给智能仓储管理系统。智能仓储管理系统依据反馈信息和实物进行收货。收货操作完成后根据入库路径和仓储能力进行入库操作。 （2）原材料仓储管理：在完成入库后，系统对原材料进行仓储管理操作，包括库存管理、盘点、交易细节查询、库存提前预警和输出库龄报告等。当MES产生库存变化时信息传递给智能仓储管理系统触发物料拉动，系统依据拉动信息进行物料拣配、发运及装载操作。 （3）原材料拉动管理：系统完成仓储发运操作后依据拉动路径、拉动订单，选择拉动模式生成不同配线任务，执行配...

近日，小马智行宣布搭载其第七代自动驾驶系统的北汽极狐阿尔法T5 Robotaxi在深圳开启道路测试。继广汽埃安霸王龙Robotaxi获得广州和深圳的智能网联汽车道路测试牌照后，小马智行第七代Robotaxi已有多款车型进入量产阶段，并开始公开道路测试。这一里程碑事件标志着小马智行向2025年底前车队规模扩至千辆的目标迈出关键一步，为规模化部署奠定基础。 在今年4月上海车展发布第七代自动驾驶系统后，小马智行在6月和7月便相继启动广汽埃安霸王龙Robotaxi、北汽极狐阿尔法T5 Robotaxi的量产下线。小马智行领先的自动驾驶技术无缝集成至广汽和北汽的车辆中，突显了双方合作实力，确保从零部件采购、预装和总装等环节均符合最高质量与安全标准。 北汽极狐阿尔法T5 Robotaxi量产下线 量产落地后不久，小马智行第七代系统车辆即在广州和深圳同步展开路测。针对各地不同的道路设计、驾驶习惯和天气气候等复杂条件，其L4级自动驾驶系统在平台化、稳定性及泛化能力方面的技术方案与硬件性能得到充分验证。这也标志着第七代自动驾驶系统实现了从实验室、封闭场地验证向真实交通环境应用的关键转变。 自2023年启动“昆仑”量产计划以来，小马智行历时两年完成第七代Robotaxi正向研发、生产验证及量产下线全流程。广汽埃安霸王龙Robotaxi和北汽极狐阿尔法T5 Robotaxi先后开启道路测试，标志着其量产化进程取得实质性进展。 第七代自动驾驶系统实现了三大核心突破：全球首个采用100%车规级零部件；系统总成本较前代下降70%；并具备平台化设计，可快速适配多种车型。同时，系统构建了包含超20项安全冗余、超1000项检测设计及多重降级策略的冗余架构，为行车安全提供坚实保障。依托PonyWorld世界模型技术基座进行强化学习，小马智行自动驾驶系统安全性远超人类水平，并持续迭代、增强复杂场景应对能力，最终实现全场景、全天候的无人驾驶。 “2025年将是小马智行的Robotaxi量产元年。”小马智行CEO彭军表示。随着第七代系统在成本效益上的显著提升，公司正在按计划在年底前打造一支超千辆规模车队。这不仅为小马智行自身业务的增长铺平道路，更为交通出行方式变革注入强劲动力，加速构建安全、高效、便捷的未来出行新生态。 ...

汽车电子电气架构的集中化趋势 近年来，汽车电子电气架构正经历着从分布式到集中式的深刻变革。传统汽车中，各个功能模块（如仪表、娱乐系统、ADAS等）通常由独立的电子控制单元（ECU）实现，导致系统复杂、线束繁多、成本高昂。随着汽车智能化的发展，这种分布式架构已无法满足需求，控制器融合成为必然选择。 现代汽车电子电气架构的演进可分为三个典型阶段，其核心驱动力来自智能化需求爆发与“软件定义汽车”理念的落地： 分布式架构阶段（2000-2015） 在分布式架构阶段，汽车的每个功能模块对应了独立的ECU，全车ECU数量可达100个以上。以宝马7系2015款为例，其ECU数量约为140个。这种架构虽然实现了功能的模块化设计，但也带来了一系列挑战： • 线束问题：线束总长度超过5公里，重量可达70公斤，不仅增加了整车重量，还提高了装配复杂度。 • 通信协议碎片化：不同供应商的ECU采用不同的通信协议（如CAN、LIN、FlexRay），导致系统集成困难。 • 成本高昂：ECU数量的增加直接推高了硬件成本和维护成本。 • 升级困难：功能升级依赖硬件迭代，难以通过软件OTA实现。 域控架构阶段（2015-2025） 随着高性能车规级SoC的出现，多系统共存成为可能，汽车电子电气架构进入域控阶段。多个功能模块被整合到同一个SoC中，形成区域控制器。典型的域控制器包括： • 智能座舱域：整合组合仪表、HUD和车载娱乐系统。 • 智能驾驶域：融合摄像头、雷达和激光雷达的数据处理功能。 • 车身域：集成车身控制模块（BCM）、空调和灯光控制等功能。 域控架构不仅减少了ECU数量，还提升了系统的集成度和资源利用率。 中央计算+区域控制阶段（2023-） 随着技术的进一步发展，汽车电子电气架构正向“中央计算+区域控制”的二级架构演进。中央计算平台负责高算力任务，而区域控制器则负责执行具体的控制功能。在硬件层面，黑芝麻智能于2023年发布的武当C1200家族芯片是首个车规级智能汽车跨域多功能融合计算平台，为中央计算和区域控制提供了强大的硬件支持。 集中化带来的技术挑战 尽管集中化架构大幅提升了系统集成度和资源利用率，但也引入了以下关键性技术挑战： 安全隔离需求 在混合关键性系统中，不同安全等级的功能（如ASIL-B的仪表系统与QM级的娱乐系统）需在同一硬件平台上共存。安全隔离的核心在于确保高安全功能不受低安全功能干扰，涵盖功能安全和信息安全两方面。例如，低安全功能的崩溃不能影响高安全功能的执行，同时需防范侧信道攻击等安全威胁。 实时性矛盾 车辆控制对实时性要求极高，而娱乐系统则更注重用户体验。如何协调实时系统与非实时系统的需求成为一大挑战。解决方案包括通过系统隔离实现互不干扰，利用时间敏感网络统一时间标签，并采用混合关键性调度策略优化系统协同。 资源利用率优化 不同功能的负载峰值时间各异，静态资源分配易导致算力浪费。特别是在辅助驾驶和智能座舱领域，算力需求日益增长。动态调度算力资源、实现负载均衡是提升硬件性能的关键。 带宽挑战 车内通信架构从信号转向服务，对带宽的需求急剧增加。激光雷达和高精度地图的引入进一步加剧了通信负载。千兆以太网已成为量产车型的标配，而万兆以太网也即将普及。此外，辅助驾驶算法对内存带宽的需求显著提升，未来中央计算平台需支持超过100Gbps的通信带宽。为此，新技术如硅光子互联和一致性内存共享协议正在被探索和应用。 车用虚拟化技术 车用虚拟化技术是应对上述挑战的核心解决方案之一。它能够实现安全隔离、构建混合关键性系统、协调多系统调度，并优化资源分配。以下是虚拟化技术的具体分类及其特点： 安全隔离技术概览 根据隔离程度的不同，安全隔离技术可分为以下四级： 芯片分离 • 实现方式：不同SoC独立运行不同系统。 • 特点：物理隔离程度最高，资源完全独立。 • 典型应用：早期智能座舱中，仪表与娱乐系统分属不同芯片。 硬隔离 • 实现方式：通过SoC硬件分区划分CPU、内存和IO资源。 • 特点：硬件级隔离，各分区运行独立系统。 • 典型应用：当前主流域控制器中，仪表与娱乐系统共享芯片但硬件隔离。 IO透传 • 实现方式：虚拟化CPU和内存，IO设备直接透传给客户机。 • 特点：IO性能接近原生，但需硬件支持SR-IOV等技术。 • 典型应用：需要高性能IO的场景，如摄像头数据直传ADAS系统。 全虚拟化 • 实现方式：CPU、内存、中断和IO全部虚拟化。 • 特点：资源调度最灵活，但虚拟化开销最大。 • 典型应用：中央计算平台中的动态资源分配场景。 安全隔离技术比较与权衡 随着隔离程度降低，系统的资源复用率和动态调整能力提升，但虚拟化开销和安全风险...

7月10日至12日，以“提质向新，智赢未来”为主题的2025中国汽车论坛在上海嘉定盛大举行。东软睿驰副总裁刘威博士受邀出席并发表主题演讲，阐述大模型与自研算法的深度融合，正推动智能辅助驾驶从功能堆叠迈向场景体验，从单一指标提升迈向拟人化泛化能力。东软睿驰通过端到端原生辅助驾驶应用架构与智能云平台，支持车企对辅助驾驶功能表现的持续优化升级，赋能车企打造智能、安全、普惠的辅助驾驶系统，为用户带来更可靠、更舒适、个性化的出行体验。 论坛期间，东软睿驰正式发布全新一代8MP前视一体机——Next-Cube-Lite，兼顾安全可靠、极致性能，同时覆盖乘用车与商用车多场景应用，为车企提供一套极致性价比、快速交付的高性能辅助驾驶产品。近期，此款产品接连斩获头部车企量产定点，正成为车企应对新规、强化主动安全能力、提升整车智能化竞争力的首选，为用户带来更加智能、安全的出行体验。 伴随《轻型汽车自动紧急制动系统技术要求及试验方法》征求意见结束，AEBS即将纳入国家强制标准，在各类车型中的普及已进入关键阶段。高工智能汽车研究院的监测数据显示，2024年中国乘用车AEBS前装搭载率达62.86%，但10万元以下和10-15万元价位车型仅为3.11%和48.27%，AEBS普及仍面临显著成本门槛。 在此背景下，8MP前视一体机正在逐步成为各类车型的主流配置选择，Next-Cube-Lite作为东软睿驰自研的高集成8MP感知方案，基于标准化硬件平台与高效感知模型，全面满足AEBS等法规对识别精度、响应速度与运行稳定性的严格要求，精准响应L2级别辅助驾驶市场需求，加速在更广泛价位段车型中落地。 Next-Cube-Lite 全新一代8MP前视一体机 01 性能平权、成本下沉   • Lite成本Max性能：采用与高阶域控制器产品同平台的感知模型，将一体机产品场景适应性进一步扩大至城市道路；   • 自研稳上车快：支持车企在不同车型平台上快速实现AEB、LKA、LCCCity等高级辅助驾驶功能，在 AEB 法规窗口期实现各级市场车型快速导入与落地。 02 法规导向、安全保障   • 主动安全再升级：感知能力升级，支持对行人、自行车、踏板式两轮摩托车等弱势交通参与者的识别及自动制动功能，提升对城市复杂路况的适应性；   • 安全测评全覆盖：面向最新发布的 i‑VISTA、C‑NCAP、C‑ICAP等安全测评体系设计开发，为车企车型达到“五星”级安全评级表现提供有力支撑。 03 主动安全、全面进化   • 看更清看更远：最小检测目标25cm*25cm，纵向视觉检测距离提升40%、覆盖300m，横向覆盖5车道；   • 超广角全覆盖：FOV提升至120°，更从容、更及时的应对极限Cut in、鬼探头、隧道进出和各类转向避撞等危险场景；   • 广速域AEB护航：支持最高120 km/h自动制动功能，100 km/h对静止目标舒适减速刹停，对车辆、行人、两轮车实现全面保护。 04 舒适畅行、从容应对   • 多目标巡航：巡航辅助场景中支持对车辆与两轮车的精准跟车，加深城市复杂工况下稳定性；   • 大曲率平顺稳：车辆自适应巡航降速控制，弯道居中限速半径提高到50m，保持车辆过弯平滑顺畅；   • 复杂环境更懂你：支持红绿灯路口无间断通行、路口无接管畅行、斑马线VRU礼让、交通信号灯提醒等功能。 05 性能高效、稳定可靠   • 先进制程，稠密算力：主芯片采用10nm制程工艺，提供5TOPS稠密AI算力，领先一体机产品当前主流芯片制程；   • 高效量化，释放算力：采用INT8 量化模型缩减存储，显著降低计算资源消耗，高效利用每比特资源，延迟更低、推理更快；   • 低功耗，车规稳定适配：整机功耗仅7W，芯片功耗2.5W，产品适应各类严苛散热环境与车规环境试验标准，具备领先的质量可靠性和运行稳定性。 同时，在商用车市场，安全问题首当其冲。商用车的安全升级，藏在“看得更远”与“判得更准”的细节中，而普惠的成本与扩展能力，则是其实现规模化落地的关键所在。Next-Cube-Lite通过8MP高清前视摄像头与感知规控技术升级，带来的盲区消除、风险预判等硬核安全保障，叠加与传统方案持平的成本控制，给出 “安全不妥协、成本可承受” 的破局答案，为物流运输、城市配送等高频用车场景带来切实效益。其标准化平台还可灵活扩展ISA、LKA、ACC、ICA等功能，助力商用...

2025年买车看智驾，智驾已经成为消费者购车时的重要考虑因素。根据国际通用的分级标准，智驾可分为L1-L5五个级别，其中L4可简单理解为在特定条件下，驾驶员可“脱手脱眼脱脑”，事故责任由车企承担。现阶段，智能驾驶普遍存在责任划分界限模糊的问题，车企不会承诺对智驾过程完全负责，更多情况是消费者承担智驾带来的风险。 我们日常接触到的智驾，主要分为城市领航、高快领航、智能泊车三大核心场景。比亚迪在智能泊车场景取得关键突破，在全球率先实现媲美L4级的智能泊车，并承诺：在中国市场，比亚迪对所有天神之眼车辆用户在智能泊车场景下的安全及损失全面兜底。 这意味着用户在天神之眼智能泊车辅助场景下的安全及依法由本车承担的损失，不用走保险流程，直接联系比亚迪售后处理即可。这对用户最大的好处是不影响明年的保险费率，保费也不会上涨。比亚迪此举既体现了对天神之眼绝对的技术自信，也展示出对消费者负责到底的态度，全方位守护用户的每一次智能泊车安全。 在比亚迪承诺为智能泊车兜底的同时，还即将进行天神之眼史上最大规模的智驾OTA。本次天神之眼OTA升级全面覆盖泊车、行车、安全三大板块十余项功能，涉及天神之眼A/B/C三大平台多款车型。泊车方面，天神之眼新增三速泊车、车头泊入、偏置泊车、窄车位泊车自动收后视镜等功能，并优化了悬空障碍物识别功能，智能泊车又快又准又安全；行车方面，天神之眼可覆盖更多场景，如环岛通行、复杂场景连续绕行、高速施工路段借应急车道绕行、窄路多把掉头等，还新增前车加塞场景下的闪灯鸣笛提醒功能；安全方面，天神之眼AEB功能可更轻松识别低矮障碍物，在夜间80km/h情况下可实现对两轮车侵入车道紧急刹停，120km/h触发AEB也能做到两段式舒适刹停，为用户带来更为安全舒适的用车体验。 比亚迪全球率先提出为智能泊车兜底，底气来源于其拥有中国最大的智能辅助驾驶车云数据库、全球最大的智驾研发工程师团队、全球最大规模的新能源生产制造体系。同时，天神之眼智驾车型保有量已经超过100万，真正让智能驾驶走入千家万户，用实际行动践行了“好技术，就应该人人可享”的理念。比亚迪将继续携手行业伙伴，为越来越多消费者带来更安全、更智能的用车体验。 ...

7月9日下午，上海AMTS汽车制造技术与装备及材料展上，中科新松正式发布了两款仿生人形机器人新品——睿可系列MR73A轮式人形和MR73B升降人形机器人。上海市浦东新区区政协领导，国内知名高校教授、研究员及新松公司副总裁刘子军先生、中科新松董事长杨跞博士、中科新松总经理李法设先生以及广大客户和媒体出席了本次发布会，共同见证了本次新松多可两款人形机器人的问世。 下午2点，新品发布仪式正式开始。首先，新松公司副总裁刘子军为整个发布会带来了开场精彩致辞，为我们分享了新松多可在智能制造领域的战略思考与前瞻布局。他提到，新松多可人形机器人的研发是公司顺应科技发展趋势、满足市场需求的重要举措。这两款机器人凝聚了公司全体科研人员的心血和智慧，代表了公司在机器人技术领域的最新成果。公司领导对新松多可人形机器人的市场前景充满信心，后面将不断提升产品性能，为客户提供更优质的产品和服务。 致辞完毕，上海市浦东新区科经委副主任夏玉忠先生、上海市浦东新区金桥管理局副局长严俊杰先生、新松公司副总裁刘子军先生，北京航空航天大学牛建伟教授，广州智能制造研究所周谦研究员共同为睿可两款人形新品剪彩发布。 随后，中科新松有限公司总经理李法设先生为大家带来新松多可仿生人形机器人的详细讲解，深入解析其在灵巧操作、人机协同等方面的技术亮点与应用前景。他提到，此次发布的两款人形机器人，其核心价值在于突破了传统工业机器人“固定工位、单一功能”的局限，将移动性、环境感知力与灵巧操作能力深度融合，大幅提升了机器人在复杂动态环境中的适应性和协作潜力。此外，中国科学院合肥物质研究所宋博研究员现场为大家进一步深度解读具生智能在工业场景应用优势。 最后，中科新松董事长杨跞分享他对新松多可仿生人形机器人未来发展的展望与期待。他提到睿可两款产品的发布是人机交互范式的一次重大跃迁。作为AI与机器人技术的集大成者，人形机器人不是替代，而是协同进化。让我们携手推进技术向善发展，构建人机共生的美好未来！ 此次新松多可人形机器人的成功发布，标志着中科新松在机器人科技领域迈出了重要一步。未来，中科新松将继续秉承创新精神，不断提升技术实力和产品品质，为推动机器人行业的发展做出更大贡献。相信在不久的将来，新松多可人形机器人将走进更多的应用场景，为人们的生活带来更多便利和惊喜。...

【2025年7月7日, 德国慕尼黑讯】全球功率系统和物联网领域的半导体领导者英飞凌科技股份公司（FSE代码：IFX / OTCQX代码：IFNNY）最新推出了PSOCTM 4 HVMS产品系列，扩展其PSOC™ 4 HV微控制器（MCU）平台。这一新系列专门针对空间受限的传感和执行器应用进行了优化，将高压功能与先进的模拟传感能力集成到标准MCU中，只需极少的外部元件即可直连汽车电池和车载网络。    英飞凌PSOC™ 4 HVMS  在汽车市场，功能安全正越来越多地被添加到低端MCU应用中。同时，汽车设计师致力于为空间受限应用开发紧凑且高度集成化的控制单元。随着消费者对智能化、美观内饰设计以及增强驾驶体验的需求日益增长，市场越来越需要能够在严苛环境中可靠工作的强大电容式传感解决方案。为满足这一需求，英飞凌推出PSOCTM 4 HVMS MCU系列。该系列适用于广泛的汽车应用，包括各种人机接口（HMI）应用，如触摸按钮、滑块、触摸板、方向盘手部检测、车门把手车辆进入、乘客检测、车窗升降器、座椅调节和天窗控制等。除HMI应用外，PSOCTM 4 HVMS还适用于车内及车外照明系统和正温度系数（PTC）加热器等热管理系统。  PSOCTM 4 HVMS MCU搭载ARM® Cortex®-M0+处理器，具有高达128 KB嵌入式闪存和16 KB SRAM。为了简化开发并大幅减少PCB占用空间，该系列MCU通过集成LIN和CXPI收发器以及实现车辆电池直接供电的低压差（LDO）稳压器，提供了一个预先经过测试的子系统。为支持触控传感和其他需要精确电容测量的应用，该系列采用最新的第五代CAPSENSE™技术，实现了更高的信噪比（SNR）、对高寄生电容的支持以及低功耗，而且还配备了12位SAR ADC以及多达两个运算放大器和低功耗比较器，可提供更强大的模拟功能。  该系列MCU符合ISO26262 ASIL-B标准，可在高达125°C的环境温度中安全运行。PSOCTM 4 HVMS系列采用紧凑型QFN封装，并配备可润湿侧边设计，可在不同设备中实现可扩展性和引脚兼容性。此外，该系列还得到了强大软件生态系统的支持，包括根据汽车行业标准和ISO26262要求开发的汽车外设驱动程序库（AutoPDL）。AutoPDL驱动程序提供高性价比、符合ASIL标准且占板面积更小的解决方案。CAPSENSE™汽车中间件库（CAPSENSE MW）提供的软件支持可提高传感的准确性和可靠性，而安全库（SafeTLib）则有助于提升系统的可靠性。英飞凌还为工程师提供用于开发和评估阶段的综合集成开发环境ModusToolbox™。  供货情况 现在可通过英飞凌及授权分销商订购PSOCTM 4 HVMS MCU以及开发工具。更多信息，敬请访问。   关于英飞凌 英飞凌科技股份公司是。英飞凌以其产品和解决方案推动低碳化和数字化进程。该公司在全球拥有约58,060名员工（截至2024年9月底），在2024财年（截至9月30日）的营收约为150亿欧元。英飞凌在法兰克福证券交易所上市（股票代码：IFX），在美国的OTCQX国际场外交易市场上市（股票代码：IFNNY）。 英飞凌中国 英飞凌科技股份公司于1995年正式进入中国大陆市场。自1995年10月在无锡建立第一家企业以来，英飞凌的业务取得非常迅速的增长，在中国拥有约3,000多名员工，已经成为英飞凌全球业务发展的重要推动力。英飞凌在中国建立了涵盖生产、销售、市场、技术支持等在内的完整的产业链，并在销售、技术应用支持、人才培养等方面与国内领先的企业、高等院校开展了深入的合作。 ...