Eric 2024年11月，中国汽车工程学会发布了《2025年度中国汽车十大技术趋势》，涵盖了新能源、智能驾驶、智能底盘、全域操作系统等多个前沿领域。现在25年已几近过半，这些技术实现了多少呢。
趋势一：新能源A级乘用车百公里行驶电耗将降至10kWh以下
降低汽车的能耗不止是燃油车的必修课，也是新能源汽车的必修课。尤其现阶段新能源汽车还存在补能焦虑的问题，对能耗更加敏感，将新能源A级乘用车的百公里行驶电耗至10kWh以下，是汽车产业迈向节能减排、加速实现“碳中和”目标的核心策略。
降低能耗是一个“木桶”工程，需要在多维度上深度融合才能实现。如低阻力轮胎和低风阻车身，以及轻量化材料，可以显著降低能量消耗；完善的整车热管理，综合调度系统能量；高效多合一电驱动系统、高压动力电池，进一步降低能量消耗。
目前，firefly萤火虫的综合电耗已经达到10.9kWh/100km，荣威D6纯电版更是仅有9.125 kWh/100km，相信随着时间的推移，会有越来越多的车型达成这一目标。
趋势二：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
辅助驾驶能力的上限，一方面来自算法和感知设备，而另一方面主要依靠算力来实现。高算力平台支持大量数据并行计算和复杂逻辑功能。
2022年，理想L9发布的时候就采用了双OrxinX芯片并行计算，实现了508TOPS的算力，而蔚来更激进的采用4颗英伟达OrinX芯片实现超过1000TOPS的算力。2025年，车载计算平台的单芯片算力已经达到了700TOPS，而多芯片并行计算则可进一步提高峰值算力。
趋势三：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
智驾与智能底盘的深度融合，是实现自动驾驶汽车更安全、更舒适、更高效、更节能的关键。这一过程不仅要求传感器、执行器与控制策略的紧密协作，更需要对车辆动力学、控制理论以及人工智能算法等多个领域进行深度整合与创新。
如基于华为iDVP智能汽车数字平台打造的途灵平台，实现多域协同，能够实现车辆姿态和路面预感知，并根据需要进行车身姿态和扭矩输出的智能调整。路面预瞄则通过摄像头/激光雷达等传感器提前识别路面信息，提前应对减速带、湿滑路面以及坑洼路面等，减少各种路面对车辆带来的冲击，提升舒适性和安全性。
HUAWEI DATS动态自适应扭矩系统，可根据路况动态自适应调节扭矩。如积水的环氧地坪路面、雨雪湿滑路面等典型场景，HUAWEI DATS通过加强VCU和MCU的协同以及电机旋变的打滑趋势识别与提前抑制，提升行车安全。
趋势四: 安全可靠的整车全域操作系统将迎来量产元年
车用全域操作系统作为安全、高效、可扩展的整车基础软件底座，是支持车辆全局智能化控制和决策、加速产品创新迭代的原动力。
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，推动作系统从域内融合向整车全域融合架构演进。
过去，传统燃油车是分布式控制，如灯光、车窗都是独立的控制模块，各系统之间几乎没有通信往来。到了新能源时代，在智能座舱的需求下，这些独立的控制模块逐渐开始整合合并，如底盘域、座舱域、车身域、动力域等，从以往离散的分布式架构逐步变为集成域控制器。如问界M9采用的交叉域采用的 E/E架构，拥有多个千兆以太网及百兆以太网和多个域控制器，每个域都可以采用模块化的方式安装。各域间通信可以通过网络交换数据，大大缩减了车辆中安装电缆的数量和尺寸，同时通信效率和质量也有质的飞跃。
到了尊界S800之上，更是将将车身控制、动力控制、悬架控制、转向控制、制动控制和热管理等6大系统集成到一个中央集中控制单元中，实现6合1的集中管理，突破了传统系统之间的界限，实现多领域的深度整合与协同工作，在控制、能耗、通信速度、计算等具有明显优势。
趋势五：AI赋能的合成数据将成为自动驾驶研发的重要数据资源
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。
从新能源汽车开始逐步流行，辅助驾驶的算法也不断升级迭代。目前主流的算法多采用端到端架构，通过大模型学习人类驾驶行为，足以应对大部分泛化场景，且足够高效。端到端之后，还有更为先进的多模态大模型，如VLA。但这些模型都依赖人工挑选的（数据）场景来训练，训练质量的好坏严重依靠人工“投喂”数据的质和量。而世界模型能够为如端到端、VLM、VLA等模型提供更丰富的上下文信息，帮助模型更好地理解复杂场景。
世界模型的核心是通过感知数据和语言信息，构建一个包含交通规则、道路结构和动态物体的虚拟环境。这个模型不仅能够反映当前的交通状况，还能够预测未来一段时间内的变化。
其次，世界模型可以用于模拟训练，通过生成虚拟的交通场景，为自动驾驶模型提供更多的训练数据。此外，世界模型还可以用于安全验证，通过模拟各种极端场景，验证自动驾驶模型的安全性和可靠性。
趋势六：智能高效混合动力控制策略将持续优化并日益普及
智能化高效混合动力控制策略克服了传统基于规则的控制策略工况适应性差、标定依赖大量工程经验等缺陷。通过在实时状态信息的基础上，综合处理静动态交通信息、驾驶人特征、驾驶工况云平台大数据等多源信息，以智能规划优化算法为核心，匹配适宜的动力输出与能量回收逻辑，实现复杂工况下系统效率始终处于最优状态，持续释放混合动力系统的节能潜力。
比亚迪、奇瑞、长安、长城等车企均推出了包括功率分流在内的混动系统，具备串并联混动模式，不同模式下（燃油、纯电、混合）车辆的驱动方式多种多样，多个驱动电机可解耦工作，大幅提升驱动效率，不仅性能得到提升，还降低了油耗。
趋势七：EMB技术日趋成熟即将迎来量产应用
乘用车制动系统的结构形式先后经历了传统机械/液压制动、电子液压制动等发展阶段，目前各种新功能和新技术在车辆上的应用，对汽车制动系统提出了新的要求。不仅要求制动系统具备足够的制动效能，还要具备足够的响应速度、控制能力以及失效后的安全保障。
与传统机械结构和EHB相比，EMB取消了传统制动系统中的制动主缸和液压管路，结构更为简洁小巧，在提升整车性能和品质、促进底盘控制系统升级等方面具备显著优势。
EMB可实现通过电信号直接控制轮端电驱制动器，从而将汽车响应速度提升40%，百公里制动距离缩短5%，调节精度提升20%安全冗余度更优。目前EMB技术尚未有量产车搭载，但主流车企已具备量产技术和条件。国标GB21670《乘用车制动系统技术要求及试验方法》已结束二次征求意见，或于2026年7月实施。
趋势八：多模态大模型有望推动自动驾驶感知决策能力实现创新突破
VLA不仅能看到物理世界，更能理解物理世界，具有自己的语言和思维链系统，有推理能力，可以像人类一样去执行一些复杂动作，在汽车自动驾驶领域称之为VLA的司机大模型。
目前，蔚来、小鹏、理想均展示或推出了VLA和世界模型的算法，其中理想的VLA司机大模型将于7月份正式推送，这些举措都将为自动驾驶技术的商业化落地提供更加可靠的技术支持。
趋势九：智能电池将实现感知器件、自修复新材料的重大突破
受制于电池内部风险参数不可测，电池安全管控始终处于“黑箱状态。应用光纤、参比电极、薄膜传感等材料，准确测量电池内部温度、气体浓度、气压、应力应变、折射率、电势等6种以上物理状态，构建单体级电池智能感知系统。自修复、热防护电池新材料可实现多种滥用条件下电池损伤的自主修复、温度异常的自主阻断，显著提升电池的本征安全。
在长寿命电池研究方面，宁德时代已经推出多种技术提升电池性能。如 “低锂耗技术”可以大幅减少电芯使用过程中的活性锂消耗，显著提升阳极材料表面和本体结构的稳定性，达成超长寿命的性能需求。仿生自修复电解液可自动修复固体电解质（SEI）膜缺陷，确保其完整性和稳定性，展现出自适应的保护特性，提升电芯的循环和存储性能。
复旦大学也发布了一种方案，通过AI和有机电化学的结合，成功设计了一种锂载体分子，将其注射进电池，精准补充电池中损失的锂离子，就能实现电池容量的无损修复，为电池产业变革提供关键技术支撑。据复旦大学报道，使用这一技术，电池在充放电上万次后仍展现出接近出厂时的健康状态，循环寿命从目前的500-2000次提升到1.2—6万次。
趋势十：自动驾驶运行安全风险管控系统将逐步上车部署与应用
自动驾驶“运行安全”风险管控涉及安全要求、安全模型、事件记录、数据存储和在用车辆监测等多方面。车载运行安全风险管控系统整合车辆运行全过程安全关注事项，为风险统筹管控提供解决方案。目前，已初步形成自动驾驶系统安全设计方法和技术标准体系，并被汽车行业企业广泛采纳。
自动驾驶系统运行安全的含义，包括运行风险管控与运行安全保障，核心是运行风险管控；运行风险管控关注与环境交互、交通参与者交互过程中的风险管控；运行风险管控的3个关键技术分别是：ODD边界动态识别、稳态驾驶安全围栏、临界状态风险管控。目前，汽车自动驾驶的系统安全国际标准已基本形成，但运行安全的国际标准体系尚未完全建立，全球各国都在积极探索中。（朋月）
