转身挥别2024,2025如约而至。
2025年是“十四五”收官之年,中国汽车行业虽面临多重挑战,但也蕴藏无限生机,将于泥土中开出花朵,在寒冬中孕育新春。
从手工搓车身,到合资办厂学技术,中国汽车产业发展至今已有70余年历史。如今,行业可以骄傲地喊出“我们已经走在世界前列”,尤其是在引领汽车产业变革浪潮的新技术及其应用方面。
趋势1
新能源A级乘用车百公里行驶电耗将降至10kWh以下
与传统汽车时代迫切降低油耗相似,降低新能源汽车电耗水平已经成为新时代消费者的刚需,同时也是汽车产业节能降耗、实现“双碳”目标的关键举措。
硬件技术创新和软件优化协同的整体解决方案,可有效降低新能源汽车电耗,显著提升续驶里程。低滚阻、轻量化、高效电驱动系统、低功耗芯片等硬件技术的日趋成熟,大力推动新能源汽车行驶电耗下降。整车热管理集成化和智能化程度的提高,叠加预测能量管理技术的广泛应用,是支撑新能源汽车行驶电耗显著降低的软件基石。比亚迪、国轩高科、中创新航电等企业从动力电池PACK环节入手,采用FPC(柔性印制线路板)方案替代传统线束方案,大大降低电池自身重量,并让BMS实现更好地集成管理。而电子电气架构革新,也带来更多零部件的整合与协同优化,国产化芯片的开发更适配、更集成,与国产操作系统从开发端就实现很好的融合。
趋势2
车载智能计算平台降本提质助力NOA等智能驾驶技术快速发展
车载智能计算平台为智能驾驶提供核心算力支持,其性能差异是智能驾驶水平高低的核心影响因素。它集成多个SoC,支持大量数据并行计算和复杂逻辑功能,具备更高的计算能力和能效;通过软硬件协同优化,实现更高效的算力利用、降低功耗、提升系统稳定性。
当前,车载智能计算平台已实现超大存储带宽,支持高效数据指令交换,算力最高可达500TOPS以上,能满足端到端等先进模型的海量数据增长对更高算力的需求。
此前,学会发布的《车载智能计算基础平台参考架构2.0》指出其主要目标包括:支持异构多核高算力与冗余的硬件架构、SOA软件架构、车内高带宽主干通信网络及多种网络协议、OTA升级等;满足高实时、多级功能安全需求,网络安全与数据安全要求;实现软硬件的平台化、标准化,构建软硬件一体化技术体系;促进智能网联汽车的创新化、生态化发展。
到2025年,车载智能计算平台有望持续优化降本提质,助推NOA等智能驾驶技术广泛应用于高中低端各种车型。同时,车载智能计算平台的性能将不断升级,成本呈现进一步降低的趋势,助力NOA等智能驾驶技术渗透率接近20%。
趋势3
智驾与智能底盘融合将显著提升L3以上车辆运动控制性能
智驾与底盘的深度融合是实现自动驾驶汽车更安全、更舒适、更高效、更节能的关键基石,主要通过传感器、执行器和控制策略的深度融合,增强自动驾驶汽车的感知、决策能力和精准控制能力,显著提升行车安全、驾驶舒适性与系统效率优化,降低自驾退出频次,助力L3以上自动驾驶落地应用。
智驾与底盘的深度融合涉及系统集成、域内融合、跨域融合等多个方面,包括增强底盘感知技术、线控技术、协同控制算法、冗余设计等关键技术,将重塑汽车产业整零合作模式。
随着汽车产业从稳步发展走向技术跃迁,底盘这一最后也是最难攻克的技术高地也插上了智能化的大旗。比亚迪云辇系列底盘、上汽智己灵蜥数字底盘、吉利汽车AI数字底盘、江汽集团全域线控智慧底盘、小米汽车智能底盘预研技术……车企智能底盘技术自2024年以来纷纷亮相。
趋势4
安全可靠的整车全域操作系统将迎来量产元年
作为新量产技术,车用全域操作系统不仅是安全、高效、可扩展的整车基础软件底座,更是支持车辆全局智能化控制和决策、加速产品创新选代的原动力。
一方面,在高级别自动驾驶应用探索的驱动下,整车电子电气架构向中央计算演进,实现全域软件定义的整车SOA架构快速发展,推动操作系统从域内融合向整车全域融合架构演进。另一方面,安全编程语言日益广泛应用,如清华大学、国家智能网联汽车创新中心等联合研发的基于Rust安全语言的组件化内核、跨内核驱动框架,可助力操作系统更安全、更稳定。
事实上,2024年,蔚来、华为等企业已发布车用全域操作系统产品。小鹏、理想、小米、斑马、中兴等整车与零部件企业也在积极探索座舱、智驾等跨域融合操作系统的解决方案。
2025年,车用操作系统将向安全可靠的整车全域架构演进,并迎来量产元年,预计部分车企与零部件一级供应商将实现整车全域操作系统的量产落地。
趋势5
AI赋能的合成数据将成为自动驾驶研发的重要数据资源
人工智能技术如井喷式出现,对训练所需数据的需求也呈指数级增长。利用生成式AI和世界模型等先进人工智能技术生成高质量的合成数据,可有效缓解数据短缺难题,提升算法模型的可靠性,是自动驾驶模型训练极具前景的发展方向。
高质量的真实数据成为越来越稀缺的资源,合成数据优势在于采集成本低、自带标注、跨平台通用性强,能有针对性地补充潜在危险场景和边缘场景,完善长尾场景库。
先进AI技术可以处理文本、图片、视频等不同类型的数据,并快速提取大量未标记数据的有价值信息,如不同类型交通参与者的信息,以及交通参与者之间的交互行为等。