報告人：中國汽車工程學會秘書長助理、國汽戰(zhàn)略院副院長 鄭亞莉

時 間：2025年5月15日 1520

鄭亞莉隸屬于中國汽車工程學會，并負責該學會的戰(zhàn)略研究工作。在本次學術(shù)研討會上，鄭亞莉分享的報告內(nèi)容在宏觀和中觀層面展開。中國汽車工程學會進行戰(zhàn)略研究的主要方式是依托行業(yè)合作。學會的日常工作涵蓋了電池相關(guān)研究，正如肖成偉主任所提及的日常戰(zhàn)略研究以及支撐部委汽車方向的專項研發(fā)項目，這些均得到了相關(guān)行業(yè)的支持。特別值得一提的是，肖成偉主任和黃學杰主任一直是我國汽車動力電池領(lǐng)域的領(lǐng)軍人物。

報告主要探討兩個核心議題：

1)全球汽車產(chǎn)業(yè)變革趨勢的展望。在汽車產(chǎn)業(yè)中，我們觀察到三大主要趨勢：低碳化、電動化和智能化。低碳化作為引領(lǐng)和約束汽車產(chǎn)業(yè)發(fā)展的關(guān)鍵方向，當前在碳中和的背景下，汽車產(chǎn)業(yè)正加速向低碳化轉(zhuǎn)型。與電池行業(yè)緊密相關(guān)的碳足跡問題，我們一直倡導中國相關(guān)政府部門應(yīng)加強動力電池碳足跡管理的能力建設(shè)，包括數(shù)據(jù)庫的構(gòu)建等。然而，在管理層面，我們建議國家應(yīng)適度放緩步伐，因為這可能成為其他國家限制我國發(fā)展的策略。將此管理措施擴展至整車行業(yè)，從必要性和可行性角度考慮，我們認為并不現(xiàn)實。因此，我們已向相關(guān)部委提出建議。

能源整體電動化的趨勢已成為全球共識，并且已進入不可逆轉(zhuǎn)的發(fā)展快車道。從發(fā)展趨勢來看，全球電動汽車的銷量從2012年的10萬輛增長至2017年的500萬輛，再到2022年的1000萬輛，呈現(xiàn)出指數(shù)級的增長。在中國市場，電動汽車的銷量在2015年突破1%，2020年突破5%，預(yù)計下一年度將突破10%，去年的市場滲透率已超過40%，加速進入全面市場化的階段。近年來，電動化趨勢中PHEV的市場滲透率顯著提升，增長速度迅猛。2020年，純電動汽車與PHEV的銷量比為2:8，而目前這一比例已轉(zhuǎn)變?yōu)?:6。我們預(yù)計到2030年前后，PHEV將達到市場增長的峰值，但未來純電動車型仍將作為市場主體。

在智能化領(lǐng)域，各國均將其視為戰(zhàn)略制高點予以高度重視。從發(fā)展趨勢分析，“網(wǎng)聯(lián)協(xié)同”賦能“車端智能”提升自動駕駛安全性和交通系統(tǒng)運行效率成為全球共識。就發(fā)展階段而言，目前正處于輔助駕駛技術(shù)規(guī)?；瘧?yīng)用和網(wǎng)絡(luò)協(xié)同賦能加速探索的階段。數(shù)據(jù)表明，我國L2級乘用車的市場滲透率從2020年的16.2%增長至接近60%，當前市場主要以L2級輔助自動駕駛技術(shù)為主。在網(wǎng)絡(luò)化方面，主要體現(xiàn)在數(shù)字化道路車輛的普及，以及濾波導航等技術(shù)的應(yīng)用。

人工智能技術(shù)作為當前發(fā)展的重要趨勢，其在全鏈條賦能方面發(fā)揮著關(guān)鍵作用，從汽車、產(chǎn)品到生產(chǎn)等各個鏈條均得到顯著提升。該技術(shù)已成為汽車產(chǎn)業(yè)中一項具有顛覆性的賦能技術(shù)。

以上采取了宏觀視角進行評估，而本研究則致力于更細致的分析，專注于《節(jié)能與新能源汽車的發(fā)展路線圖》。該路線圖計劃于本年度下半年發(fā)布，內(nèi)容涵蓋“1+5+X”研究框架。在動力電池這一專題領(lǐng)域，由肖主任和黃主任擔任專題組長，負責指導整個專題研究工作。本研究對動力電池領(lǐng)域未來15年的發(fā)展趨勢和技術(shù)路徑進行了深入研究和精確預(yù)測。

2）針對汽車行業(yè)未來3至5年的重要前沿技術(shù)趨勢，學會組織行業(yè)專家開展“汽車科技預(yù)見”研究工作，每年對行業(yè)進行深入分析，關(guān)注的范圍涵蓋未來3-5年，乃至更長遠的5-10年的預(yù)測。除了對技術(shù)清單和技術(shù)趨勢進行深入研究與探討外，重點分享的結(jié)論均基于此兩項研究。內(nèi)容布局遵循低碳化、電動化、智能化三大發(fā)展維度：

1、低碳化：零碳內(nèi)燃機與混合動力是重要的創(chuàng)新攻關(guān)方向

低碳化已成為當前至關(guān)重要的發(fā)展趨勢。在實現(xiàn)碳中和目標的過程中，燃料體系多元化以及零碳燃料的應(yīng)用成為當前布局的關(guān)鍵方向。未來，零碳燃料與混合技術(shù)的高效耦合將是重要的研究領(lǐng)域。從技術(shù)發(fā)展趨勢分析，零碳燃料內(nèi)燃機、純電驅(qū)動以及燃料電池技術(shù)預(yù)計將并存發(fā)展。在技術(shù)路徑上，氫內(nèi)燃機、氫基合成燃料以及插電式混合動力的耦合集成將成為主要發(fā)展方向。技術(shù)創(chuàng)新視角下，零碳內(nèi)燃機面臨系統(tǒng)可靠性、動力安全性等關(guān)鍵問題，亟需進行深入研究與技術(shù)突破。

2、電動化：新能源汽車技術(shù)創(chuàng)新持續(xù)支持NEV市場化進程

如黃學杰老師所言“一代電池一代車”，形象地揭示了新能源汽車發(fā)展與動力電池技術(shù)進步之間的密切關(guān)系。動力電池技術(shù)的現(xiàn)有水平基本能夠支撐新能源汽車的發(fā)展需求。然而，當前動力電池在低溫和高溫環(huán)境下性能的不穩(wěn)定性構(gòu)成了顯著的技術(shù)風險，亟需深入研究與技術(shù)突破。研究的主要方向應(yīng)聚焦于提升電池的比能量、增強安全性以及降低制造成本，這些因素是推動動力電池，特別是應(yīng)用于汽車領(lǐng)域的動力電池技術(shù)進步的關(guān)鍵需求和發(fā)展趨勢。

全固態(tài)電池作為當前技術(shù)發(fā)展的熱點，其在能量密度、安全性以及環(huán)境適應(yīng)性方面相較于現(xiàn)行的液態(tài)電池具有顯著優(yōu)勢。根據(jù)行業(yè)調(diào)研，全固態(tài)電池的研發(fā)進程表明，預(yù)計在2027年左右可實現(xiàn)試制并搭載于原型車輛，2030年前后將可能實現(xiàn)全固態(tài)電池小規(guī)模量產(chǎn)并裝車使用。因此，當前階段，液態(tài)電池的持續(xù)進步以及固液混合電池的研發(fā)和產(chǎn)業(yè)化是我們工作的重點。同時，全固態(tài)電池作為未來技術(shù)布局的關(guān)鍵方向，仍需在基礎(chǔ)科學和工程化方面解決一系列挑戰(zhàn)。

我們持續(xù)關(guān)注智能電池發(fā)展趨勢。去年，我們邀請了肖主任和黃老師主持了科技評論，集中探討了智能電池的核心議題。我們認為智能電池的發(fā)展主要依賴于智能修復(fù)材料、先進傳感技術(shù)、數(shù)字孿生以及人工智能等前沿技術(shù)的融合應(yīng)用。通過這些前沿技術(shù)的綜合運用，旨在構(gòu)建數(shù)據(jù)驅(qū)動的智能診斷和安全管理策略，實現(xiàn)對潛在風險的早期預(yù)警和排除，以滿足動力電池在電化學性能提升、安全可靠性改善、環(huán)境適應(yīng)性增強以及功能多樣性拓展等方面的發(fā)展需求。該技術(shù)不僅前沿，而且對于推動新能源汽車產(chǎn)業(yè)的發(fā)展具有重要意義。盡管如此，其產(chǎn)業(yè)化進程仍面臨一定挑戰(zhàn)。

在當前新能源汽車發(fā)展的背景下，電驅(qū)動技術(shù)的電動化趨勢日益顯著。目前，功率密度已達到6.0-7.0kW/kg，基本滿足了新能源汽車的發(fā)展需求。未來，材料創(chuàng)新與構(gòu)型創(chuàng)新成為推動技術(shù)進步的兩個關(guān)鍵方向。在材料創(chuàng)新領(lǐng)域，研究重點集中在高強度、低損耗的電工鋼和新型軟磁材料，以及耐高溫的少重稀土/無重稀土/非稀土永磁體等新型材料上，這些材料的創(chuàng)新將為下一代驅(qū)動電機的發(fā)展提供重要支撐。此外，分布式驅(qū)動技術(shù)的發(fā)展前景中，輪邊電機和輪轂電機被視為長期共存的兩條技術(shù)路徑。輪邊電機已實現(xiàn)搭載應(yīng)用，而輪轂電機作為未來智能底盤和高級別自動駕駛的理想動力總成構(gòu)型，目前正處于研發(fā)攻關(guān)階段，亟需解決高效率、強密封性和高安全性等技術(shù)難題。

3、智能化：AI為高級別自動駕駛帶來“躍進式”發(fā)展機遇

在當前階段，數(shù)據(jù)驅(qū)動的人工智能技術(shù)已成為突破高級別自動駕駛難題的關(guān)鍵。AI重點從兩個方面賦能：更智能的決策力；更類人的學習力。此外，計算芯片、智能底盤和測試驗證技術(shù)亦是實現(xiàn)高級別自動駕駛不可或缺的關(guān)鍵技術(shù)。

3.1 算法模型：支持更智能的決策，兼具快速決斷和謹慎預(yù)測

目前，多模態(tài)融合感知信息處理技術(shù)及復(fù)雜場景信息提取能力的進一步突破仍需加強，以進一步提升當前一代模塊化大模型技術(shù)的性能。在智能駕駛領(lǐng)域，下一代大模型技術(shù)的發(fā)展將特別關(guān)注視覺語言模型（VLM）、視覺語言動作模型（VLA）與世界模型的整合。預(yù)期通過這種整合，將能夠?qū)崿F(xiàn)快速與謹慎決策的結(jié)合，從而達到一種兼具快速反應(yīng)與深思熟慮的智能決策能力，提升智能化水平。

3.2 數(shù)據(jù)訓練：更類人的學習能力，可自監(jiān)督持續(xù)進化迭代

在數(shù)據(jù)訓練方面，基于生成式世界模型的數(shù)據(jù)高效合成方法將是解決數(shù)據(jù)匱乏問題的主要抓手。從訓練方法的角度分析，將采用“自監(jiān)督學習+強化學習”相結(jié)合的訓練模式，該模式有助于支持模型開發(fā)，并推動從“規(guī)則+數(shù)據(jù)”向知識驅(qū)動的轉(zhuǎn)變。通過這種方式，我們期望自動駕駛的AI系統(tǒng)能夠通過學習更多的案例，逐步深化對自動駕駛本質(zhì)的理解，最終實現(xiàn)無人駕駛。

3.3 計算芯片：提供算力支持，更加強調(diào)極致性能、靈活適配

高級別自動駕駛所需要的芯片性能涵蓋了感知性能、通信性能、計算性能以及存儲性能等多個方面。芯片創(chuàng)新趨勢的核心要求在于高算力、可配制、強集成和易擴展。RISC-V架構(gòu)、存算一體化技術(shù)以及多維封裝技術(shù)是推動芯片性能提升的關(guān)鍵技術(shù)。

3.4 智能底盤：結(jié)構(gòu)集成化、部件線控化、控制智能化是重點發(fā)展方向

智能底盤作為電動智能汽車不可或缺的核心組件，構(gòu)成了其基礎(chǔ)架構(gòu)。其創(chuàng)新路徑正從傳統(tǒng)底盤向電動底盤和智能底盤轉(zhuǎn)型。在結(jié)構(gòu)集成化領(lǐng)域，未來研發(fā)的重點將集中在動力電池、驅(qū)動系統(tǒng)與懸架和底盤的一體化集成的新型底盤系統(tǒng)上；在部件線控化方面，將主要推進線控制動、線控轉(zhuǎn)向、主動懸架等技術(shù)，以實現(xiàn)機械結(jié)構(gòu)的解耦合和安全冗余設(shè)計；在控制智能化方面，AI的賦能有望將端到端的“感知-決策一體化”概念從智能駕駛領(lǐng)域拓展至底盤運動控制，促進智能底盤與智能駕駛的跨域融合，提升智能底盤的主動控制能力，以及自適應(yīng)和自學習功能。

3.5 測試驗證：AI深度賦能的高級別自動駕駛需通過系統(tǒng)完備的安全評估

在當前輔助駕駛領(lǐng)域，安全性問題層出不窮，其中最為關(guān)鍵的問題在于測試驗證的不充分性。在業(yè)界普遍認同的測試驗證方法中，仿真測試+場景測試+真實道路測試構(gòu)成了三支柱法的測試驗證體系。隨著仿真測試和場景測試條件的持續(xù)完善以及數(shù)據(jù)的日益豐富，預(yù)計未來將主要依賴仿真測試+場地測試相結(jié)合的體系。為了實現(xiàn)這一轉(zhuǎn)變，必須構(gòu)建一個全面的標準體系和提升測試驗證能力。