报告人：中国汽车工程学会秘书长助理、国汽战略院副院长 郑亚莉

时  间：2025年5月15日 15:50-16:20

郑亚莉隶属于中国汽车工程学会，并负责该学会的战略研究工作。在本次学术研讨会上，郑亚莉分享的报告内容在宏观和中观层面展开。中国汽车工程学会进行战略研究的主要方式是依托行业合作。学会的日常工作涵盖了电池相关研究，正如肖成伟主任所提及的日常战略研究以及支撑部委汽车方向的专项研发项目，这些均得到了相关行业的支持。特别值得一提的是，肖成伟主任和黄学杰主任一直是我国汽车动力电池领域的领军人物。

报告主要探讨两个核心议题：

1)全球汽车产业变革趋势的展望。在汽车产业中，我们观察到三大主要趋势：低碳化、电动化和智能化。低碳化作为引领和约束汽车产业发展的关键方向，当前在碳中和的背景下，汽车产业正加速向低碳化转型。与电池行业紧密相关的碳足迹问题，我们一直倡导中国相关政府部门应加强动力电池碳足迹管理的能力建设，包括数据库的构建等。然而，在管理层面，我们建议国家应适度放缓步伐，因为这可能成为其他国家限制我国发展的策略。将此管理措施扩展至整车行业，从必要性和可行性角度考虑，我们认为并不现实。因此，我们已向相关部委提出建议。

能源整体电动化的趋势已成为全球共识，并且已进入不可逆转的发展快车道。从发展趋势来看，全球电动汽车的销量从2012年的10万辆增长至2017年的500万辆，再到2022年的1000万辆，呈现出指数级的增长。在中国市场，电动汽车的销量在2015年突破1%，2020年突破5%，预计下一年度将突破10%，去年的市场渗透率已超过40%，加速进入全面市场化的阶段。近年来，电动化趋势中PHEV的市场渗透率显著提升，增长速度迅猛。2020年，纯电动汽车与PHEV的销量比为2:8，而目前这一比例已转变为4:6。我们预计到2030年前后，PHEV将达到市场增长的峰值，但未来纯电动车型仍将作为市场主体。

在智能化领域，各国均将其视为战略制高点予以高度重视。从发展趋势分析，“网联协同”赋能“车端智能”提升自动驾驶安全性和交通系统运行效率成为全球共识。就发展阶段而言，目前正处于辅助驾驶技术规模化应用和网络协同赋能加速探索的阶段。数据表明，我国L2级乘用车的市场渗透率从2020年的16.2%增长至接近60%，当前市场主要以L2级辅助自动驾驶技术为主。在网络化方面，主要体现在数字化道路车辆的普及，以及滤波导航等技术的应用。

人工智能技术作为当前发展的重要趋势，其在全链条赋能方面发挥着关键作用，从汽车、产品到生产等各个链条均得到显著提升。该技术已成为汽车产业中一项具有颠覆性的赋能技术。

以上采取了宏观视角进行评估，而本研究则致力于更细致的分析，专注于《节能与新能源汽车的发展路线图》。该路线图计划于本年度下半年发布，内容涵盖“1+5+X”研究框架。在动力电池这一专题领域，由肖主任和黄主任担任专题组长，负责指导整个专题研究工作。本研究对动力电池领域未来15年的发展趋势和技术路径进行了深入研究和精确预测。

2）针对汽车行业未来3至5年的重要前沿技术趋势，学会组织行业专家开展“汽车科技预见”研究工作，每年对行业进行深入分析，关注的范围涵盖未来3-5年，乃至更长远的5-10年的预测。除了对技术清单和技术趋势进行深入研究与探讨外，重点分享的结论均基于此两项研究。内容布局遵循低碳化、电动化、智能化三大发展维度：

1、低碳化：零碳内燃机与混合动力是重要的创新攻关方向

低碳化已成为当前至关重要的发展趋势。在实现碳中和目标的过程中，燃料体系多元化以及零碳燃料的应用成为当前布局的关键方向。未来，零碳燃料与混合技术的高效耦合将是重要的研究领域。从技术发展趋势分析，零碳燃料内燃机、纯电驱动以及燃料电池技术预计将并存发展。在技术路径上，氢内燃机、氢基合成燃料以及插电式混合动力的耦合集成将成为主要发展方向。技术创新视角下，零碳内燃机面临系统可靠性、动力安全性等关键问题，亟需进行深入研究与技术突破。

2、电动化：新能源汽车技术创新持续支持NEV市场化进程

如黄学杰老师所言“一代电池一代车”，形象地揭示了新能源汽车发展与动力电池技术进步之间的密切关系。动力电池技术的现有水平基本能够支撑新能源汽车的发展需求。然而，当前动力电池在低温和高温环境下性能的不稳定性构成了显著的技术风险，亟需深入研究与技术突破。研究的主要方向应聚焦于提升电池的比能量、增强安全性以及降低制造成本，这些因素是推动动力电池，特别是应用于汽车领域的动力电池技术进步的关键需求和发展趋势。

全固态电池作为当前技术发展的热点，其在能量密度、安全性以及环境适应性方面相较于现行的液态电池具有显著优势。根据行业调研，全固态电池的研发进程表明，预计在2027年左右可实现试制并搭载于原型车辆，2030年前后将可能实现全固态电池小规模量产并装车使用。因此，当前阶段，液态电池的持续进步以及固液混合电池的研发和产业化是我们工作的重点。同时，全固态电池作为未来技术布局的关键方向，仍需在基础科学和工程化方面解决一系列挑战。

我们持续关注智能电池发展趋势。去年，我们邀请了肖主任和黄老师主持了科技评论，集中探讨了智能电池的核心议题。我们认为智能电池的发展主要依赖于智能修复材料、先进传感技术、数字孪生以及人工智能等前沿技术的融合应用。通过这些前沿技术的综合运用，旨在构建数据驱动的智能诊断和安全管理策略，实现对潜在风险的早期预警和排除，以满足动力电池在电化学性能提升、安全可靠性改善、环境适应性增强以及功能多样性拓展等方面的发展需求。该技术不仅前沿，而且对于推动新能源汽车产业的发展具有重要意义。尽管如此，其产业化进程仍面临一定挑战。

在当前新能源汽车发展的背景下，电驱动技术的电动化趋势日益显著。目前，功率密度已达到6.0-7.0kW/kg，基本满足了新能源汽车的发展需求。未来，材料创新与构型创新成为推动技术进步的两个关键方向。在材料创新领域，研究重点集中在高强度、低损耗的电工钢和新型软磁材料，以及耐高温的少重稀土/无重稀土/非稀土永磁体等新型材料上，这些材料的创新将为下一代驱动电机的发展提供重要支撑。此外，分布式驱动技术的发展前景中，轮边电机和轮毂电机被视为长期共存的两条技术路径。轮边电机已实现搭载应用，而轮毂电机作为未来智能底盘和高级别自动驾驶的理想动力总成构型，目前正处于研发攻关阶段，亟需解决高效率、强密封性和高安全性等技术难题。

3、智能化：AI为高级别自动驾驶带来“跃进式”发展机遇

在当前阶段，数据驱动的人工智能技术已成为突破高级别自动驾驶难题的关键。AI重点从两个方面赋能：更智能的决策力；更类人的学习力。此外，计算芯片、智能底盘和测试验证技术亦是实现高级别自动驾驶不可或缺的关键技术。

3.1 算法模型：支持更智能的决策，兼具快速决断和谨慎预测

目前，多模态融合感知信息处理技术及复杂场景信息提取能力的进一步突破仍需加强，以进一步提升当前一代模块化大模型技术的性能。在智能驾驶领域，下一代大模型技术的发展将特别关注视觉语言模型（VLM）、视觉语言动作模型（VLA）与世界模型的整合。预期通过这种整合，将能够实现快速与谨慎决策的结合，从而达到一种兼具快速反应与深思熟虑的智能决策能力，提升智能化水平。

3.2 数据训练：更类人的学习能力，可自监督持续进化迭代

在数据训练方面，基于生成式世界模型的数据高效合成方法将是解决数据匮乏问题的主要抓手。从训练方法的角度分析，将采用“自监督学习+强化学习”相结合的训练模式，该模式有助于支持模型开发，并推动从“规则+数据”向知识驱动的转变。通过这种方式，我们期望自动驾驶的AI系统能够通过学习更多的案例，逐步深化对自动驾驶本质的理解，最终实现无人驾驶。

3.3 计算芯片：提供算力支持，更加强调极致性能、灵活适配

高级别自动驾驶所需要的芯片性能涵盖了感知性能、通信性能、计算性能以及存储性能等多个方面。芯片创新趋势的核心要求在于高算力、可配制、强集成和易扩展。RISC-V架构、存算一体化技术以及多维封装技术是推动芯片性能提升的关键技术。

3.4 智能底盘：结构集成化、部件线控化、控制智能化是重点发展方向

智能底盘作为电动智能汽车不可或缺的核心组件，构成了其基础架构。其创新路径正从传统底盘向电动底盘和智能底盘转型。在结构集成化领域，未来研发的重点将集中在动力电池、驱动系统与悬架和底盘的一体化集成的新型底盘系统上；在部件线控化方面，将主要推进线控制动、线控转向、主动悬架等技术，以实现机械结构的解耦合和安全冗余设计；在控制智能化方面，AI的赋能有望将端到端的“感知-决策一体化”概念从智能驾驶领域拓展至底盘运动控制，促进智能底盘与智能驾驶的跨域融合，提升智能底盘的主动控制能力，以及自适应和自学习功能。

3.5 测试验证：AI深度赋能的高级别自动驾驶需通过系统完备的安全评估

在当前辅助驾驶领域，安全性问题层出不穷，其中最为关键的问题在于测试验证的不充分性。在业界普遍认同的测试验证方法中，仿真测试+场景测试+真实道路测试构成了三支柱法的测试验证体系。随着仿真测试和场景测试条件的持续完善以及数据的日益丰富，预计未来将主要依赖仿真测试+场地测试相结合的体系。为了实现这一转变，必须构建一个全面的标准体系和提升测试验证能力。