车企动态

0 前言图片来源于网络，如有侵权，请联系删除 当前汽车工厂面临扩产增效与成本控制的双重压力，推动企业加速能源管理的数字化转型势在必行。能源管理系统（EMS）通过实时采集、分析和管理能耗数据，不仅可以优化能源结构、降低单位能耗，还能够提升资源利用率和生产效率，助力企业在竞争中保持优势。EMS通过动态监测工厂各环节的能源使用，减少能源浪费，提高生产效率，为低碳目标提供重要支持，成为能源管理4.0时代的核心工具。图片来源于网络，如有侵权，请联系删除 1 能源管理3.0系统 根据能源管理成熟度的三级要求，我们制定了能源管理3.0计划，通过对高能耗设备进行统计和分析，建立能源管理系统，对能源输送、存储、转化和使用等各个环节进行全面监控。 为了构建一个完整且高效的能源管理系统，实现从数据采集到数据展示的功能，通常将系统设计为三层结构，即采集层、业务层和展示层，具体如图1所示。各层在功能上相互衔接，分别承担不同的职责，通过协调配合以实现数据在系统内的流动和转换，从而形成完整的能源管理闭环。 图1 能源管控平台分层 能源信息管理与分析主要包括数据监控、能耗分析、设备管理、配电图管理、报表管理、报警管理和日志管理。能源数据监控是管理系统的核心内容，包括对各种能源（如电、水、气）消耗情况的实时采集与记录。通过部署传感器和智能仪表，系统可以实时获取各类能源的消耗数据，包括制冷机、冷却塔、空压机、水泵以及锅炉房。在获取各种能源的实时数据后，可以利用这些数据进行能耗分析，能耗分析的目的是通过深入挖掘和解读能源使用数据，识别和量化能源使用中的关键特征和问题，从而优化能耗效率，降低运营成本，并支持企业实现节能、降碳和可持续发展的目标。 某车企的空压机广泛应用于喷涂、冲压和装配等工艺环节，然而由于供需匹配不合理或系统存在泄漏问题，空压机常出现空载运行现象，导致能源浪费。与此同时，冷水系统作为控制焊接、喷涂等工艺设备温度的重要设施，若循环泵或冷却塔长期处于高负荷运行状态，同样会引发不必要的能耗增加。通过能源管理系统的实时监控，可以精确识别空压机的空载运行时段，并优化运行策略，从而提升能源利用效率。此外，能源管理系统还能够对设备冷却需求进行分析，动态调整循环泵的转速和运行时间，实现冷水系统的精细化管理，进一步减少能耗。 2024年3月，新工厂的能源管理系统投入使用后，我们发现焊装车间的用电能耗异常情况，进行整改后，6月份的用电量降低了约20%。用电统计如表所示。目前，对于能源管理的使用，还处于人工发现异常情况进行整改的阶段，未来引入AI监控，将可以自动识别异常状态。 2 能源管理4.0的路线 为了进一步达到能源管理的四级成熟度，我们着手制定了能源管理4.0的技术路线（图2），构建汽车工厂的节能模型，推动能源管理的精细化和可视化。 图2 能源管理4.0路线 我们首先通过能效评估结果，及时对空压机、制冷机以及锅炉等高耗能设备实施技术改造，这是提升工厂整体能效的关键举措。 能源管理4.0的核心在于充分利用物联网技术，以实现设备、车间及工厂级能源数据的实时采集与监测。我们通过AI算法进行动态优化配置，将光伏、储能等分布式能源高效整合，与电网协同运行，同时全流程监测碳排放，支持低碳工厂的建设目标。 作为能源密集型场所，汽车工厂的生产环节对能源效率有着更高的要求。在能源管理4.0技术路线的指导下，我们通过优化高耗能设备（如焊接机、冲压机）和工艺流程，不仅显著提升能效，还有效降低能源浪费，为推动绿色制造和实现“双碳”目标提供有力支撑。 （1）汽车工厂中的能源需求主要是电力、燃气、水和压缩空气。为了实现物联网与能源数据采集，需要安装智能传感器和监控设备，采集实时能源消耗数据，建立能源数据采集网络，连接车间设备、变电站等。在实施的过程中有可能出现无法采集的问题，需要在设计阶段制定好采集仪表的型号和安装方式，确保能源消耗数据能够顺利采集，能源信息的采集是能源管理的基石。 （2）通过能源管理系统，集成用电、用水和气体的全方位管理平台，具备设备能耗分析、能效优化建议等功能。在IT行业，低代码开发开始兴起，虽然低代码开发有着诸多问题，如难以实现复杂的功能。而对于能源管理系统，低代码开发具备模块化、灵活响应需求的优势。EMS由多个子模块构成，通过低代码开发以组件化设计为基础，能够快速搭建和调整功能模块，而且低代码开发的界面设计统一化，也有利于汽车企业建设的所有工厂系统的统一化。 （3）采用分布式能源和储能技术，如光伏系统，减少外电购入依赖，利用电池储能系统削峰填谷，平衡负荷。如今，V2G技术已经引起广大车企和电网的兴趣，通过V2G系统将新能源车辆的电池作为储能单元参与能量调度。智能充电桩根据峰谷电价进行动...

● 柯马in.Grid机器人智能监控平台已正式部署于依维柯巴利亚多利德（Valladolid）工厂，助力两条关键生产线实现数字化升级 ● 该系统提供7×24小时全天候高频自动化监测，通过采集并分析柯马机器人的工艺与运行数据，持续优化生产效率与设备运行时间 ● 依托异常预警机制与KPI指标验证，in.Grid 推动以数据为核心的维护策略，显著减少非计划停机并提升设备可靠性 ● 基于云端架构，具备高度可扩展性，在确保全局可视性与掌控力的同时，支持未来在依维柯制造网络中的进一步推广  2026年1月29日，格鲁利亚斯科（意大利） – 柯马近日宣布，其in.Grid机器人智能监控平台已在依维柯西班牙巴利亚多利德工厂正式投入使用，进一步支持客户推进工业数字化转型战略。该平台基于云端架构开发，旨在提升生产透明度与运维效率，目前已全面覆盖依维柯车门框架（Door Ring）及总成合装（Mascherone）两条关键装配线上的柯马机器人运行状态。  通过对生产与工艺数据的自主采集与持续分析，in.Grid可精准识别设备性能偏差，实时发出异常预警，并对关键绩效指标进行动态验证。基于统计分析与趋势判断形成的精准数据洞察，正助力依维柯工程团队持续提升机器人利用率，在显著减少非计划停机的同时，进一步提升整体工艺稳定性与生产可靠性。 基于高度协同的项目交付理念，柯马在本项目中采用同步工程模式，为依维柯提供了覆盖主线和车门线的系统集成与技术支持。两条产线均基于柔性生产理念设计：其中，主线采用柯马提供的几何夹爪GeoGripper，并以独特的环形布局实现工位精简化与效率最大化；车门线则应用了柯马自主研发的标准压机系统Table-top。目前，主线与车门线均全面采用柯马机器人及其柔性托盘系统Versa Pallet 。 通过将in.Grid平台无缝集成至现有自动化体系，依维柯构建了统一的数字化运维环境，为预防性维护与数据驱动决策提供了坚实可靠的数据基础。该平台可直接处理来自机器人控制器的大规模数据，实现对每台机器人的运行状态、性能表现及维护需求的全面掌握。除实时监控外，in.Grid还支持资产管理与变量追踪功能，帮助用户实现历史趋势可视化，精准监测点焊参数，并持续优化维护计划排程。与此同时，该解决方案具备智能化扩展能力，可支持未来在更多机器人、产线乃至跨工厂场景中的部署，同时确保数据完整与一致性与用户体验的高度统一。此外，柯马正通过强化人工智能（AI）技术的集成，持续拓展in.Grid的分析深度与应用潜力。 “依维柯与柯马在制造能力与技术创新方面建立了长期稳固的合作关系。作为自动化领域的领先企业，柯马持续赋能我们制造体系向更高水平的数字化与运营韧性迈进。”依维柯集团先进制造解决方案与ESG负责人Giuseppe Daresta表示。“in.Grid平台是我们数字化转型进程中的一项重要里程碑。它通过预测性维护、资产性能提升以及对运营效率的持续优化，帮助我们在全球生产网络中提升设备稳定性、延长资产使用周期，并支撑生产体系的长期稳健运行。”  “数字化是提升制造工艺水平的关键驱动力。基于这一理念，柯马始终专注于前沿技术的研发与应用。作为我们的最新解决方案，in.Grid为工业现场引入了更高阶的数字智能。我们很高兴看到这一平台在依维柯这样长期且富有创新精神的合作伙伴中成功落地。” 柯马大欧洲区首席执行官Giovanni Volpes强调道。“通过将高频监测与预测性分析相结合，in.Grid正切实帮助制造企业提升生产效率，并实现更高水平的工艺稳定性。” 凭借主动式性能监测与数据分析能力，in.Grid为制造企业提供了显著的运营价值，使潜在问题得以及早识别并在影响生产前加以解决。其灵活的系统架构可适配不同规模与复杂度的工厂需求，同时，订阅式商业模式也有效提升了投资的成本可控性。通过提升生产透明度，该平台不仅降低了维护成本、缩短了停机时间，更增强了整体生产的可靠性，从而延长机器人机群的使用寿命并持续优化其运行表现。 依维柯巴利亚多利德工厂的成功实践，充分体现了柯马致力于提供智能化、互联化自动化解决方案的长期承诺。通过这些解决方案，柯马正持续赋能制造企业在生产性能、可持续发展及运营韧性方面实现可量化的提升。 依维柯巴利亚多利德工厂拥有逾六十年的工业积淀，是Daily系列轻型商用车及重卡驾驶舱的核心生产基地，同时也是卡斯蒂利亚-莱昂地区在能效管理与就业方面的标杆工厂。2022 年，第 70 万辆Daily在此下线，成为其稳定生产能力的重要里程碑。凭借对工业 4.0 与持续改进的长期投入，该工厂在创新与数字化转型领域屡获殊荣，广受业界认可。 ...

1月8日，在2026年美国拉斯维加斯国际消费电子展（CES）期间，东软睿驰联合恩智浦推出面向下一代智能汽车的Agentic AI平台方案。作为国内首个适配恩智浦S32N7系列芯片的汽车操作系统平台，东软睿驰面向AIDV 时代的AIOS——NeuSAR OS与S32N7深度协同，为车企提供一套兼顾卓越性能与可靠性的整车级AI友好技术方案，加速行业从“软件定义汽车”（SDV）向 “AI 定义汽车”（AIDV）演进。 恩智浦最新推出的S32N7系列芯片是一款面向“AI定义汽车”的超高度集成中央处理器，通过集中化和数字化车辆核心功能，帮助车企显著降低系统复杂度和成本，并为整车级AI创新提供统一、可扩展的平台基础。东软睿驰NeuSAR OS基于安全稳定、开放高效的软件平台与完整工具链，面向车端AI应用开发，对算力、数据、模型等共性资源进行统一封装管理，为AI Agent的快速构建与稳定运行提供系统级支撑。 在此次合作中，NeuSAR OS与NXP S32N7的高性能异构计算架构深度融合，共同打造面向汽车量产级的车规Agentic AI技术环境，并围绕系统架构验证、软件深度集成以及产业生态协同等方面持续推进方案成熟落地，构建可长期演进的整车级AI创新基础平台。 基于这一平台化合作成果，双方形成了一套面向量产、具备可扩展性与可演进能力的软件与计算基础，重点提供以下能力：   •统一的AI Agent 开发与运行框架   •覆盖模型、数据与算力的端到端AI编排能力   •支持跨域协同的多Agent协作机制   •面向车端的本地推理能力，并具备云原生扩展接口   •NeuSAR OS与NXP eIQ® Auto工具链无缝集成，助力车企将 AI 模型高效部署至S32N7平台 随着联合研发的持续推进，该方案将帮助车企和生态伙伴在Agentic AI应用落地过程中显著提升效率与确定性，包括：   •通过统一的Python/ C++接口，加速AI应用与Agent的开发流程   •更充分地释放嵌入式算力潜能，实现高效、可控的边缘智能   •基于统一AIOS架构，实现整车跨域AI能力协同   •依托NeuSAR OS与NXP eIQ® Auto的兼容性，构建更顺畅的模型部署与迭代链路 ...

• 多数人希望为科技发展按下“暂停键”。 • 受访者认为，人工智能同时具备最积极与最消极的影响。 • 77% 的中国受访者认为本国教育体系能够鼓励创新性思考与行动，在本次调研涉及的七个国家中比例最高。 • 史蒂凡•哈通博士指出：“德国社会需要提高对创新的接受度。” • Tanja Rückert博士表示：“我们看到全球创新的AI解决方案的数量正快速增长。”   德国斯图加特——世界已准备好迎接人工智能（AI）时代的到来。根据本年度《博世技术指南》对全球11,000名受访者的调查，今年人们对AI的态度较以往更为积极。多数人认为AI将在未来数年成为最具影响力的技术，并为社会带来最积极的影响。全球超过半数受访者表示已准备好迎接AI带来的变化。然而，调查也反映出一种“发展疲劳”：57%的受访者希望能为技术发展按下“暂停键”，主张放缓脚步，以更好地理解技术带来的影响。  中国受访者对创新与 AI 发展的信心与准备度领先 在中国市场，受访者整体对科技与创新呈现出更强的信心与“准备度”。《2026博世技术指南》调查显示，77% 的中国受访者认为本国教育体系能够鼓励创新性思考与行动，在本次调研涉及的七个国家中比例最高。与此同时，76% 的中国受访者表示自己已准备好迎接即将到来的 AI 时代，在七个受访国家中位列第二，仅次于印度的 82%。在“创新驱动力”方面，中国受访者将强大的研究能力视为首要引擎（48%），同时也高度重视人才与教育机构的支撑作用（43%）。具体到创新期待，中国受访者最希望未来五年在个人健康技术领域（54%）看到突破，同时对家庭自动化的关注度（37%）也显著更高；在产品创新的核心诉求上，中国与印度一样更强调安全性能而非单纯“更低成本”。谈及关键产业的自主发展方向，超过半数中国受访者（52%）认为半导体与微芯片和33%的受访者认为药品与医疗用品需要加强国内的自主研发、降低对进口依赖。  德国对AI期待最高 在德国，77%的受访者认为AI是未来十年最具影响力的技术，期望值为各国中最高。尽管如此，德国民众对技术仍持较高怀疑态度——仅59%的人认同“技术让世界更美好”，这一比例仅高于法国（53%），远低于全球71%的平均水平。与此同时，德国只有40%的受访者认为自己已准备好迎接AI时代，在所有受调查国家中排名最低，且与去年持平。  这种怀疑态度从何而来？另外两项调查结果或许提供了解释：仅30%的德国受访者认为教育体系鼓励创新思维，仅23%的人认为本国法规有利于创新。德国在这两项指标上均位列末位。  博世集团董事会主席史蒂凡•哈通博士表示：“《博世技术指南》的调查结果表明，我们需要提高德国社会对创新的接受度。创新要从实验室走向应用，还需要恰当的政策框架，例如对创新技术投资给予税收减免、提升政策灵活性、减少官僚程序。总之，我们希望整个社会能更有勇气承担风险。不应将一时未达目标视为失败，而应视作学习过程的一部分。”  博世集团董事会成员兼首席数字官Tanja Rückert指出：“我们看到全球范围内创新的AI解决方案正在迅速涌现，其中许多在几年前还难以想象。因此，仅仅三年间，将AI视为未来最具影响力技术的受访者比例就从41%跃升至70%，这并不令人意外。”  AI兼具最积极与最消极的影响 全球43%的受访者认为，AI不仅是未来十年最具影响力的技术，也将对社会产生最积极的影响。生物技术（36%）和气候工程（32%）随后，但差距明显。  与此同时，人们也关注技术的负面影响：34%的受访者认为AI带来的消极影响最大，位居所有技术之首，其次是人形机器人和自动驾驶技术。  Rückert博士强调：“创新必须与责任并行，这对博世而言至关重要。因此，制定全球可信AI的监管准则极为必要。同时，我们也应避免过度监管，以免阻碍AI的发展与应用。  关于本次调查 为编制《博世技术指南》，博世委托Gesellschaft für Innovative Marktforschung（GIM）有限公司于2025年秋季在七个国家开展了调查，对象为11000余名18岁以上人士。德国、法国和英国各1000人，巴西、中国、印度和美国各2000人。调查全程未向受访者透露委托方为博世。  博世亮相2026年国际消费电子展（CES）  新闻发布会 时间：1月5日（星期一）当地时间上午9:00–9:45（北京时间1月6日凌晨1:00–1:45） 地点：拉斯维加斯曼德勒海湾酒店南会议中心三楼Banyan ABCD宴会厅 出席嘉宾：博世集团董事会成员Tanja ...

任广杰，乐聚机器人工业项目负责人 AI：汽车工厂的传统四大工艺中，人形机器人能带来哪些新的突破？解决哪些问题？ 任广杰：目前汽车行业的四大工艺——冲压、焊接、涂装和总装，前三个环节基本上已经被传统工业机器人包揽了，自动化程度非常高，但在最后的总装环节，情况就很不一样了，由于工艺繁杂，仍然大量依赖人力。传统工业机器人更适合在单工位、单工种和单产品的场景下作业，其特点是稳定性、专用性、重复性更高。但总装车间，环境往往比较复杂，操作对象多种多样，工位不标准，空间也相对狭窄，传统机器人难以适应。相比之下，人形机器人在这种场景下有明显优势。以我们的“夸父”机器人为例，其身高约1.66m，拥有超40个自由度的“灵活身体”，再搭配多种传感器，以及“智能大脑”，使其具备了更强的泛化能力和通用性，也更能适应总装车间这种柔性环境，可以帮助汽车工厂打通自动化、智能化的“最后一百米”。 AI：汽车工厂的哪些具体工艺环节是人形机器人的用武之地？ 任广杰：从我们的实际落地项目经验来看，人形机器人在汽车工厂最适合的应用场景应该是焊装车间上下料、总装车间的物流搬运和SPS等场景。 首先，这类工作虽然都是单一动作重复性场景，但操作对象种类非常多，传统工业机器人很难灵活应对。再加上这些工位通常都是24h作业，而工厂普遍面临招工难、留人难的问题，人形机器人正好可以填补这个缺口。 其次，从当前人形机器人的技能来看，这些场景主要涉及抓取、放置类任务，对精度的要求相对不高。这正好与人形机器人目前的发展阶段相匹配，用大脑去解决操作目标复杂多类的现象，比如在物流搬运中，可能需要处理来自多家供应商的100多种周转箱，当前人形机器人的视觉系统就能够很好地发挥作用。未来，随着人形机器人技术收敛、视觉伺服方案逐步成熟，精度问题会逐渐被解决，到那时，我们就有条件进一步拓展到更多高精度抓取、装配的场景，在工厂中实现更广泛的应用覆盖。 AI：贵公司在汽车行业有探索应用项目吗？能否分享一个具体的案例？ 任广杰：我们与一汽红旗的合作就是一个很好的例子。去年，一汽红旗发起了国内汽车行业首个公开招标的人形机器人项目，主要希望实现总装车间空箱回库场景的自动化。我们乐聚团队中标后，从“本体—小脑—大脑”三个方面下功夫，以数据驱动技术迭代，满足一汽红旗的应用要求。 本体上，我们对“夸父”手臂、腿部结构和电机等全面升级，打造了更适配汽车工厂作业环境的强大“身体”，目前实验室测试可以不断电连续作业9h以上；小脑上，我们采用基于全身动量控制算法的分层决策规划方案，提高人形机器人作业稳定性和一致性；大脑上，我们和北京通研院联合引入“视觉6D位姿估计技术”，解决周转箱颜色不同、尺寸不同等泛化性识别问题。仅用3个月，我们就实现了多台夸父人形机器人在一汽红旗总装车间空箱回库场景的高稳定、长时间连续作业，并作为“AI+制造”标杆案例获得国资委报道。对于乐聚来说，经过几年坚持不懈的探索，我们相信人形机器人在工业场景实现产业化落地完全可行，我们也已经在人形机器人的工业场景商业化方面实现了从0到1的突破，希望在未来能够更好地助力汽车制造等工业场景实现新的突破。 本文为“AI汽车制造业”首发，未经授权不得转载。版权所有，转载请联系小编授权（VOGEL100）。责任编辑龚淑娟，责任校对何发。本文转载请注明来源：AI汽车制造业 ...

随着新能源汽车产业的快速发展，动力电池壳体的轻量化设计已成为提升车辆续航能力、降低能耗的核心技术之一。传统金属材料因密度高、成型工艺复杂等局限性，逐渐被复合材料替代。本文从材料选型、结构设计、成型工艺及性能验证四个维度，系统探讨轻量化复合材料动力电池壳体的关键技术突破。 一、复合材料选型与性能优化 复合材料通过增强体与基体的协同作用，突破单一材料性能瓶颈。碳纤维增强复合材料（CFRP）凭借其比强度是钢的5-7倍、密度仅为钢的1/4-1/5的优势，成为高端车型的首选。例如，某款碳纤维电池壳体较铝合金结构减重50%，能量密度提升至210Wh/kg。玻璃纤维增强复合材料（GFRP）则通过成本优势，在中低端市场占据一席之地。此外，热塑性复合材料如PA6+GF通过单阶段D-LFT成型工艺，实现壳体减重40%的同时，集成防撞结构与热管理组件，简化组装流程。 在材料优化方面，铺层设计成为关键。通过控制铺层角度（如±45°交替排列）、层间厚度及纤维取向，可显著提升壳体的抗冲击性能。例如，某研究采用0.5mm碳纤维+3mm泡沫铝+0.5mm碳纤维的夹层结构，使弯曲刚度提升30%，同时满足IP67防水与UL94-V0阻燃要求。 二、结构设计与仿真验证 动力电池壳体需兼顾轻量化与结构强度。通过拓扑优化与多目标优化算法，可实现壳体形貌的精准设计。例如，某款SMC复合材料上盖板通过模态分析，将共振频率降低至120Hz以下，避免振动引发的疲劳损伤。下箱体则采用对称布置的8个加强支架，配合侧碰横梁设计，使极限工况下的形变量控制在2mm以内。 仿真验证方面，多物理场耦合分析成为主流。通过热-力耦合仿真，可评估壳体在热失控场景下的结构完整性；通过电磁兼容性仿真，可优化壳体屏蔽层设计，减少电磁干扰。例如，某研究显示，碳纤维壳体的低热导率（较铝低200倍）使热管理系统能耗降低15%，同时通过镀层工艺实现盐雾腐蚀防护≥1000小时。 三、成型工艺与成本控制 成型工艺直接影响壳体的性能与成本。热压罐成型工艺适用于高精度CFRP壳体，但设备投资占比高达60%；RTM（树脂传递模塑）工艺则通过快速固化树脂体系，将成型周期缩短至2小时以内，适合大规模生产。例如，某款PA6+GF热塑性壳体采用D-LFT工艺，实现单件生产时间≤3分钟，较传统冲压工艺效率提升80%。 成本控制方面，材料回收与工艺创新成为突破口。再生碳纤维与生物基树脂的应用，使材料成本降低30%；而激光焊接、D-LFT等免焊接工艺，则减少后处理工序，降低制造成本。例如，某款全塑料壳体通过注塑成型，实现功能集成度提升50%，同时满足GB 18384-2020防火规范。 四、性能验证与标准体系 动力电池壳体需通过严苛的性能验证。机械性能方面，抗拉强度需≥400MPa，弯曲强度≥300MPa；环境适应性方面，需通过-40℃至85℃的冷热循环测试与1000小时盐雾腐蚀试验。例如，某款泡沫铝三明治结构壳体在5mm厚度下，密度仅为铝合金的1/3，弯曲刚度提升25%。 标准体系方面，行业正逐步完善。UL94-V0阻燃认证、IP67防水认证及GB/T 31467.3-2015挤压测试成为基础门槛。此外，针对热失控场景的火烧测试（1000℃火焰暴露≥5分钟）与振动测试（监控电压/温度无异常），成为高端车型的差异化竞争点。 轻量化复合材料动力电池壳体的开发，需在材料创新、结构设计、工艺优化与性能验证间寻求平衡。未来，随着碳纤维成本下降与热塑性复合材料工艺成熟，复合材料壳体将逐步替代传统金属结构，推动新能源汽车续航里程突破1000公里大关。同时，标准化测试方法与全生命周期评价体系的建设，将为行业规模化应用提供技术保障。 ...

近年来，一汽-大众汽车有限公司（以下简称“一汽-大众”）积极响应市场导向和消费者需求，加速向新能源领域迈进，并依托大众集团MEB纯电平台，现已形成涵盖大众、奥迪两大品牌的电动化产品矩阵，覆盖国内主流细分市场。在当前竞争激烈的新能源汽车市场环境下，物流效率提升与成本控制成为企业获取竞争优势的核心要素，而作为一汽-大众实现电动化转型的核心阵地，佛山基地MEB工厂承担着重要的战略使命。 面对同质化竞争与成本压力，一汽-大众佛山基地以“智慧物流”为突破口，启动自动化立体库项目，通过端到端供应链流程重构与厂内智能仓储中心建设，实现单车物流成本降低50%、仓储面积节约80%、物流自动化率提升4倍的突破式成果，为汽车行业企业供应链转型提供了“成本-效率-韧性”三位一体的创新范式。 01 项目背景与需求  随着行业同质化竞争加剧，佛山基地MEB工厂迫切需要引入新技术助力供应链降本增效，推动物流模式升级和智慧物流转型，以降低生产成本、提高市场竞争能力。 总体来看，实现智慧物流转型升级，可实现两方面的改善与优化，主要包括： 1.优化端到端供应链流程 过去外协零件在入厂之前需要在厂外库房（LILA库房）进行中转（如图1），传统的物流流程为：供应商—LILA库房—车间缓存—总装生产线。因库房远离车间，在中间物流环节需要多次进行卡车的装卸、运输和零件出入库，存在大量流程上的人力和资源浪费。实现智慧物流转型升级，首先需要使物流流程精益化，着力取消外租库房等非必要环节，优化端到端供应链流程，从而降低单车物流成本。 图1 LILA模式物流流程图 2.提高仓储智能化作业水平 传统依赖人工操作的作业模式不仅生产效率受限，更难以匹配未来智能制造的发展要求。因此，需要在确保厂内零部件高效周转的基础上，运用智能化仓储解决方案提升厂内单位面积存储能力和作业效率。 02 打造自动化立体库项目  当前行业内主流的智能仓储解决方案，主要包括AGV/AMR柔性搬运系统、无人叉车配合高位货架、自动化立体仓库（AS/RS）等模式。其中，AGV/AMR系统以拓展性见长，在空间利用率方面表现欠佳，对场地面积需求较大。无人叉车配合高位货架方案的投资成本相对较低，作业效率却难以满足高负荷需求。自动化立体仓库的初期设备投资成本较高，但能够实现高效集约的立体存储，并显著提升作业效率。 在选择智能仓储解决方案时，需要平衡投资成本与收益，同时注重构建兼具韧性与敏捷性的供应链体系。经过一系列考量，一汽-大众决定在佛山基地MEB工厂实施自动化立体库项目。 1.整体布局与构成 自动化立体库整体设计综合考虑了物料包装形式、生产节拍、存储周期等规划前提，按照功能分区合理、系统总体物流动线最优的设计原则进行统一规划。 从整体布局来看，自动化立体库由大件立体库（AGL）和小件立体库（AKL）两部分构成（如图2）。 图2 AGL&AKL示意图 其中，AGL存储以整箱大件（GLT）或整托小件（KLT）为包装单元的物料，AKL存储以KLT料箱为包装单元的物料。从功能来看，规划设计能力满足双班次60JPH节拍多车型混线生产，按照设备自动化、作业标准化、信息智能化的设计理念，采用先进的物联网信息技术，实现物流作业的全程可视化、痕迹化，实现零件管理的高效化、智能化。 从硬件设备来看，自动化立体库由堆垛机、输送线、多层穿梭车、出入库提升机和立库货架系统等核心设备构成，AKL经输送线与AGL连接，实现补货联动。零件入库和出库输送线按分流原则设计，确保出入库作业不交叉。 从信息系统组成来看，自动化立体库结构分为仓库管理系统（WMS）、仓库控制系统（WCS）两个层次，并通过接口与一汽-大众上下游物流相关系统进行信息交互，实现功能配合。系统拥有多种成熟的智能优化算法，包括入库货位分配算法、订单优化算法、出库货位分配算法等，可有效提高系统运行效率，为立体库高效运行提供坚强保障。 WMS系统是实现库存管理的核心，能快速、准确地执行出入库任务，并做出正确分析，监控和协调各业务环节。同时，通过对物料流动、库存数据的分析，为日常管理和优化提供所需的物流数据和辅助决策信息。系统主要功能模块包括基础数据管理、出入库管理、库存管理、盘点管理等。 WCS系统是连接WMS系统和物流设备的纽带，负责快速准确地执行作业指令，并分解下达给各执行设备（包括堆垛机、RGV、穿梭车、提升机、输送线等），实时显示设备运行状态、物料流动状态和所在位置，报告、记录设备异常，支持维修人员对任务故障进行远程操作处理。 WMS与WCS数据相互关联，WMS系统通过上下游相关系统的接口得到出入库指令后，会生成并下发作业任务给WCS系统，同时接收并监控来自WCS上传的作业任务完成情况和设备...

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...

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。...

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...