新能源汽车的几个技术方向，在最近两年的市场竞争当中应该都比较清晰了，我觉得这是比中国汽车的全球占有率更值得骄傲的一件事

你先把路给摸出来，你就容易对别人造成降维打击

●动力

插混车型采用大电池增程，电池容量最好都堆到40度以上

纯电车型则是800V 4C以上快充，用先锋的外形降低风阻，各种技术优化内部阻力，做小电池长续航，再加超快充

●辅助驾驶

视觉感知算法的重要性毋庸置疑，哪怕做不成纯视觉，这条路线也不会再有人质疑

通用解决方案是BEV、 Transformer、occ占用网络，这个三件套大家还能吃至少3年

激光雷达的重要性必然下降，但大部分品牌都选择保留，作为应急使用的“安全带”

毕竟激进如特斯拉，视觉算法的测距依然有很大的实用性问题

而且你不仅要解决安全问题，还要保证用户的“安全感”

你要让用户“从心理上感到安全”

而从算力的部分来看，反而不需要Thor雷神那么强悍的算力（2000T），2颗Orin足够用到2025年

感觉ADAS以后的主要方向，一个是大规模开城的适配，另外一个就是降本

●智能座舱

这部分和辅助驾驶正好相反，智能座舱以后很难降本，大家还要加大投入

首先车内座舱的屏幕会要求越来越多，越来越大，分辨率越来越高

问界M9以后，车内配七八个屏幕是基本操作

你可以选择不搞，然后你就会被普通消费者直接用钱包投票投出去

然后是手机行业的软件设计理念、功能理念，全方位进入汽车行业，对座舱软件进行大规模改造

最后也是最重要的，就是生成式AI进座舱

AI大模型必须本地化，因为车端的连接速率就那么高，你不可能把所有的东西都放在云端

这很有可能在未来的几年，导致座舱的算力需求和带宽需求超过辅助驾驶……

座舱芯片价格可能比辅助驾驶芯片要贵[吐舌]

其实从高通这几代产品的进化就能看出来，8295直接整了两颗NPU，不花钱的话是30T算力，花钱的话两颗都开是60T算力

而更下一代的8799，30多颗CPU，而且 AI算力直接奔着几百T去了……顺便还能接管辅助驾驶

毕竟辅助驾驶的技术路线相对清晰，但是AI大模型还处在一个高速爆发的阶段

尤其是AI大模型的应用场景，大家都还在摸索

当然这个方向是肯定对的，哪怕你什么都不会，你也要预留足够的算力和软件接口

竞争很残酷，大家做好心理准备