中国电动汽车百人会2025年年会 130 新能源汽车革命技术路线图 动力电动化、整车智能化、能源低碳化 欧阳明高 ouymg@tsinghua.edu.cn 市场大变局 发展背景：技术大变革、产品大变型、 第一，汽车技术从电动化发展期转向爆发期导致市场结构性大变局 产业和企业能异军突起的主要原因，就是技术的厚积薄发爆发的时点、市场的爆发时点和政策的看力点 三点在时间上重合，好比燃烧爆 第四，汽车市场从以前增量市场逐步转向存量市场的周期性大变局 新能源和燃油车形成零和博奔，3-4年内市场格局就发生颠覆性变化，需要战略前瞻，创新引领，厚积薄发 发展路径：动力电动化、整车智能化、能源低碳化 新能源汽车革命路线图：上中下三场变革 动力电动化、整车智能化、能源低碳化 1.动力电动化：新能源汽车1.0一一电动汽车时代：电动化爆发、智能化培育、低碳化起步 2010年：确立“纯电驱动”战略，私人购买新能源汽 车补贴试点展开，市场化启动。2018年销量超过100万辆 2021年电动化爆发：乘用车磷酸铁锂电池系统突破，纯电动和插电混动厚积薄发，年销量达到352万辆， 2.整车智能化：新能源汽车2.0一一智能化电动汽车时代：智能化爆发、电动化优化、低碳化加速 2015年：特斯拉推出了半自动驾驶系统Autopilot，Autopilot是第一个投入商用的自动驾驶技术 2025年智能化爆发：deepse

依柯力 inkelink 新能源整车智慧工厂数字化整体解决方案 · 公 司 简 介 CO M PANY PROFIL E 方 案 简 介 S o L U T I O N 方 案 优 势 ADVANTAGES OF THE SOLUTION 案 例 & 合 作 伙 伴 CASES &PARTNER S PART 1 PART 2 云化的爆发时 点。 2 0 1 6 年 2 0 1 4 年 2013 年 2 0 1 0 年 2 0 2 2 年 2021 年 发展历程 o O ● 制造运营管理 MES- 整车 ●高级排产排程 APS ● 制造运营管理 MES- 通用离散 ● 智能仓储管理 WMS ● 全面在线质量管理 IQM ● 物流协同管理 LES ● 数字孪生 Digital 素以精益理念整合到依柯力数字化智慧工厂整体解决方案及工业互联 网平台上，形成了普适且实用的跨行业、跨领域的整体解决方案，满足中大型企业的复杂需求和可持续性拓展，帮助企业实现数字化转型升级。 汽车整车 新能源“三电” 汽车零部件 医疗器械

质量能力评审 质量能力提升及促进 质量绩效管理 质量培训 整车外委计划 工序外委计划 M+1~M+6 物料需求预 测 月订货 周订货 日订货 物料变更 M+6/M+1 月生产计划 周生产计划 顺序计划 作业计划 整车产能规划 内外物流模式规划 节拍规划 生产日历 外物流 内物流 送中心 预批量物料筹措 预批量实物管理 整车数量规划 整车库存策略 年度计划 中长期产销平衡 工艺文件模板 工艺文件接收 项目质量目标 / 规划 / 要 求 质保总认可 试制车质量控制 自制件质量认可 试装车质量控制 整车质量认可 过程能力认可 道路试验 拓展路试 初期流动 现场质量检验 数字化工厂范围： 6 大专业 20 项核心过程 工艺 采购 质量 计划 生产 物流 产 品 开 发 订 单 交 付 整车质量 闭环管理 产品开发 质量策划 供应商协 同 供应商准 入 供应绩效 评价 供应商支 数字化工厂建设愿景：高效制造出用户定义、用户满意的高质量产品 XX 数字化 工厂特征 高效智能 柔性定制 绿色环保 质量卓越 透明可视 人机协同 高效智能 • PEP 生产准备周期缩短 • 整车订单交付周期缩短 • 借助数字化、智能化手段，设备综合利用率 OEE 提升，设备停机故障率下降 • 智能识别感知订单任务并执行任务 • 控制单车制造成本在一个良好水平 质量卓越 • 实现从质量策划、执行到问题解决的闭环

质量能力评审 质量能力提升及促进 质量绩效管理 质量培训 整车外委计划 工序外委计划 M+1~M+6 物料需求预 测 月订货 周订货 日订货 物料变更 M+6/M+1 月生产计划 周生产计划 顺序计划 作业计划 整车产能规划 内外物流模式规划 节拍规划 生产日历 外物流 内物流 送中心 预批量物料筹措 预批量实物管理 整车数量规划 整车库存策略 年度计划 中长期产销平衡 工艺文件模板 工艺文件接收 项目质量目标 / 规划 / 要 求 质保总认可 试制车质量控制 自制件质量认可 试装车质量控制 整车质量认可 过程能力认可 道路试验 拓展路试 初期流动 现场质量检验 智慧工厂范围： 6 大专业 20 项核心过程 工艺 采购 质量 计划 生产 物流 产 品 开 发 订 单 交 付 整车质量 闭环管理 产品开发 质量策划 供 应 商 协 同 供 应 商 准 入 供 应 绩效 智慧工厂建设愿景：高效制造出用户定义、用户满意的高质量产品 XX 智慧 工厂特征 高效智能 柔性定制 绿色环保 质量卓越 透明可视 人机协同 高效智能 • PEP 生产准备周期缩短 • 整车订单交付周期缩短 • 借助智慧、智能化手段，设备综合利用率 OEE 提升，设备停机故障率下降 • 智能识别感知订单任务并执 行 任务 • 控制单车制造成本在一个良好水平 质量卓越 • 实现从质量策划、执

信息系统 ECU 通讯开发 车载终端 T-Box 整车网络设计 校核 & 验 证 信息娱乐 系统 空中下载 V2X 仿真 智能网联新能源车研发解决方案 网联化系统研发方案 确保协同、数字化的持续性、多领域的追溯性以及功能安全 人、车以及外部世界的互联研发 驾驶员 信息系统 ECU 通讯开发 车载终端 T-Box 整车网络设计 校核 & 验 证 信息娱乐 系统 空中下载 人、车以及外部世界的互联研发 驾驶员 信息系统 ECU 通讯开发 车载终端 T-Box 整车网络设计 校核 & 验 证 信息娱乐 系统 空中下载 V2X 仿真 车辆网联化解决方案 整车网络设计 In-Vehicle- Network design VNA Capital System AUTOSAR VSA COM 整车网络架构设计，报文打包，时序分析 Compliance 多标准支持 Dynamic and static design Design 全网络支持 EtherNet Probability Probabilit y 网络设计工具 VSA COM 的技术特点 – 专业整车网络设计工程软件，方便与其他工具集 成 Architecture Design Topology, Signals, Requirements Network Design Topology

把数字智能带入每一个工业企业 目录 C O NT EN T S 第一章 汽车零部件行业概述 序言 汽车零部件行业总体概述 汽车零部件行业发展趋势 03 05 2 1 第二章 汽车整车及零部件工艺场景解析 汽车整车制造工艺工场景及关注点 汽车零部件工艺场景及关注点 07 08 3 结语 6 第三章 汽车零部件行业数字化转型方向 汽车零部件行业新挑战 汽车零部件企业数字化转型的现状 随着全球化程度的不断提升、汽车生产技术的进步以及市场竞争的日益激烈，整车制造企业纷纷改变生产模 式，由传统涵盖汽车设计、零部件制造、汽车生产及销售的全产业链经营模式，转变为专注于整车的设计、开 发及生产，向第三方采购零部件的专业化分工模式。汽车零部件制造企业承接由整车厂商转移而来的零部件研 发及生产任务，汽车零部件生产逐渐从整车制造企业中分离出来，形成一个独立的行业。 汽车零件是指不能拆分的 视车型不同大约拥有1-3 万个零件。汽车零部件按功能划分通常分为汽车发动机系统及零部件、车身系统及零部件、底盘系统及零部 件、电子电器设备和通用件等五大类。按使用对象分类，可将汽车零部件市场分为整车配套市场（即OEM市 场）和售后市场（即AM市场）。 中国汽车工业已由高速增长转向高质量发展。零部件产业作为汽车工业发展的根基，成为助力中国自主汽车产 业做大做强做优的坚实支撑。整体产值规模超过4

硬件，可以服务于人工智能深度学习模型的设计与训练，自动驾驶算法在各类数 据基础上不断地重复训练与验证，推动车辆对环境感知、路径规划等的认知水平 逐渐趋近于真实驾驶场景。 行业级智能驾驶智算数据平台旨在为行业内整车企业、智驾供应商、研究机 构及高校等主体的智能驾驶模型开发和应用提供基础数据、算力和算法服务，并 智能驾驶智算数据平台发展研究报告 2 协调上述单位及相关数据算力供应商开展智能驾驶研发基础资源的汇聚和流通。 等项目为智能驾驶领域的数据信息沟通和资源交换奠定了良好基础。 2.2 国内现状分析 2.2.1 国内智算中心建设情况 下述智算中心算力规模情况等信息详见附录 1。 （1）整车企业与智驾供应商智算中心 随着智能驾驶技术的快速发展，越来越多的整车企业和智驾供应商开始重视 智能驾驶智算中心的建设，算力规模不断提升，为智能驾驶模型的开发和测试提 供了强大的算力支持，有力地推动了智能驾驶技术的发展和应用。 10 月。 调研对象：整车企业、智驾供应商、数据/算力供应商、超算中心、高校和研 究机构，共发放和收集有效问卷 21 份。 以下分析基于调研结果整理得出，仅反映调研周期内受调单位的整体情况。 2.3.1 数据方面 数据闭环机制。大部分整车企业和智驾供应商已建立较为完整和成熟的数据 处理流程，并且开发有自动化处理工具链。 路侧数据应用。70%以上整车企业和智驾供应商在智驾模型训练中未使用路

年轻消费者汽车造型元素偏好 年 轻 化 个 性 化 A I + 智 能 化 4 产业驱动 中国车市已由增量市场转存量市 场， 中国车企面临“高端失守，低端 ” 混 战 ， 市场占有率回落、整车出 口乏 力、 企业利润降低，车企亟需加 快向 价 值链中高端跃升。 第四次工业革命在汽车产业结构 的转 变方向，已然明晰可见汽车产业 正向 新能源电动、自动驾驶等高端智 零售 二手转卖 后服 务 运营 AI 大模型 化 互 联 网 + 汽 车 格式 改了 零件供应商 整车厂 分销中心 区域代理 经销商 上游 原料 供应商 整车厂 企业 设计院 高校 产品 AI 大模型 化 大数据 传 统 产 业 链 云计算 车联网 AI AI 大模型改变传统产业链 成熟 衰退 • 在产业价值链中，研发附加价值高处于业务工序上游，但在研发阶段无法为企业提供直接的销售和利润； • 对于汽车研发环节的数字化转型，主要以提高研发效率和降低研发成本为主要目的，从而降低整车成本，缩短研发周 期，以更低的售价和更贴合客户需求的产品投放市场。 • 研发环节众多，环环相扣，且各部门越来越专业化，不同部门之间的协同壁垒越来越高。 发起 扩产 1. 启动 • 确定战略、定价和销量目

XX 人工智能平台构建废钢定级模型，沉淀质检员定级 经验，一键部署 , 实现智能定级 整车扣杂准确率 ≥ 95% 整车扣杂准确率 = 满足 (| 算法扣杂重量– 人工扣杂重量 |< 整车重量 *1%) 条件车 数 /测试车辆总数 整车定级准确率 ≥ 95% 整车定级准确率 = 整车定级正确车数 /测 试车辆总数 异物识别准确率 ≥ 95% 异物识别准确率 =1- （异物识别错误的图 （异物识别错误的图 片数量 /测试图片总数） 算法性能指标 < 4S 单张图片 4s 内可完成推理输出定级结果 整车定级结果在统计后 4s 内输出 客户价值 废钢智能定级方案 Copyright©2018 Huawei Technologies Co., Ltd. All Rights Reserved. The information in this document may contain