这些新技术, 哪些是真实用? 哪些是纯噱头?

近两年国内所有新能源车企都在卷技术，各种新技术层出不穷，加之各种全新的营销话术，让很多人感到眼花缭乱。

不过，这些新技术里，究竟哪些是真正实用的、哪些是更讲究噱头的？以下我们可以简单地盘点几个。

真实用·超充磷酸铁锂电池

磷酸铁锂电池咱们都非常熟悉了，这是一种主打低成本与高安全性能的动力电池。

不同于三元锂电池，由于不同材料带来的不同化学特性，磷酸铁锂电池的热稳定性更高，所以不会轻易发生热失控事故，安全性能更优于三元锂电池。

但再过去很长一段时间内，磷酸铁锂电池的性能表现并不如三元锂电池，比如大家最关心的充电速度，磷酸铁锂电池的充电倍率通常在2-3C之间。

对比之下，三元锂电池的充电倍率似乎更容易做高，很多拥有800V高压架构和4C充电倍率的新车，普遍都优先使用三元锂电池。

但在去年，宁德时代、蜂巢能源、极氪先后发力，推出了充电倍率达到4C级别的高性能磷酸铁锂电池，一下就扭转了磷酸铁锂电池的劣势。

这里面得重点讲下极氪，因为它的高性能磷酸铁锂金砖电池已经搭载在极氪007上了，并且这台车也在前段时间正式上市销售了。

在金砖电池的加持下，极氪007的充电倍率达到4.5C，充电功率最高500kW，最快15分钟就能充够至少500公里的续航里程。

而除了极氪，宁德时代的高性能磷酸铁锂神行电池也已经搭载在奇瑞的新车型星纪元ES上了，最快10分钟能充400公里的续航里程。

既安全、又方便，很难说超充磷酸铁锂电池不是一种非常实用的技术，现在就看磷酸铁锂电池的老手比亚迪，什么时候做出反击了。

真实用·升压充电技术

升压充电的意思顾名思义，就是提升充电电压，从而提升充电功率、缩短充电时间。

虽然如今800V高压架构和超充技术“遍地开花”，但要说配套的超充网络，却依旧需要非常长的普及时间。

而这就带来了一个问题，当你开车外出时，遇到的大概率还是一些比较早期的基于400V电压平台的“低功率”快充桩。

虽然拥有800V架构的电车可以吃满这些快充桩的充电功率，但整体的充电速度还是被充电桩限制了。

而这个时候，升压充电的价值就体现出来了。比如最早使用800V架构的保时捷Taycan，它就配备了一台400V转800V的车载升压充电机。

通过充电机的操作，Taycan可以把快充桩的400V直流电进行升压，把充电功率提升到最高150kW，把快充桩的功率压榨到极致。

除了保时捷，比亚迪也是升压充电技术的老手，并且比亚迪的方式还和保时捷不一样，就是借助电机运转来抬升充电电压。

在我看来，比亚迪的升压充电技术显然是更好的，因为电机自身的功率更大，并且有更完善的冷却系统，所以可以带来更高的充电功率和安全性。

另外，比亚迪也是最早使用升压充电技术的车企，早在2015年，秦EV就能把最高充电电压提升到超过752.4V，但当时的充电网络也限制了它的发挥。

真噱头·座舱大模型

座舱大模型是什么，你可能不清楚，但如果我说ChatGPT是什么，你肯定多少知道一点。

自从Open AI推出的ChatGPT爆火后，国内各种同类型的GPT大模型鱼贯而出，而在汽车领域，用的最多的就是智能座舱大模型。

理论上说，大模型的上车，可以给智能座舱带来非常大的改变，比如我们以往的语音交互控制系统，只能执行一些简单的功能。

而大模型则可以通过大算力座舱芯片与海量数据训练，让智能座舱能理解并执行更多、更复杂的语音指令，并且反应速度也会非常快。

但是，问题也就出现在这里了。首先，GPT使用的是Transformer架构，它的特点是参数量大、并行计算能力强，但需要海量数据训练。

车企有对应语音控制方面的数据吗？当然有，但大模型训练是个极其庞大且困难的工程，对车企来说又是个问题，可能最后训练半天，实际体验的提升感不比之前好多少。

另外，Transformer的并行计算能力需要至少万级TOPS的算力支撑，而目前车端智能座舱芯片的算力，远远达不到这个量级。

所以现在很多车企在喊“大模型上车”，这里所指的大模型实际是经过Transformer训练过的无数小模型，这些小模型没有那么大的算力需求，但合在一起也算是大模型。

是不是有一种被文字游戏戏耍的感觉？

不过，智能座舱对算力的需求还是很高的，尤其在大屏、多屏的趋势下，算力既要运用于屏幕画面渲染，又要用于语音语义理解，属实是太忙了，真想要靠大模型把智能座舱做好，还是需要很长时间的。

真噱头·纯视觉智能驾驶

如今的智能驾驶，从感知层面上可以分成两类，一类是像特斯拉和极越这样，只靠摄像头收集感知数据的，被称为纯视觉智能驾驶。

另一类则是像小鹏、华为等等这样，使用摄像头与激光雷达收集多模态感知数据的，被称为融合感知智能驾驶。

特斯拉是最早搞纯视觉的，并且也是玩出了花，但纯视觉并不如融合感知稳妥，它是存在先天不足的。

纯视觉就像人只靠眼睛开车，但人开车实际也靠听觉和触觉，单靠眼睛并不稳妥，也容易出事故。

而进一步讲，我们的眼睛也经常欺骗自己，比如有时会被强光晃瞎，有时会认不出黑夜、大雾下的物体，纯视觉也会遇到这些问题。

所以，纯视觉如果想保证效果和安全，就要比融合感知付出更多的投入，通过强化纯视觉感知能力，来弥补单一模态感知的不足。

特斯拉有这个能力，它是第一个应用BEV+Transformer架构、第一个应用Occupancy Network占据网络的，不仅拥有自研的云端算力中心和车端的算力平台，其算力硬件还是为完全匹配自家算法软件而研发的，是实打实的技术闭环。

并且，特斯拉全球的高销量，也能帮助它获取海量的驾驶数据，用来驱动智能驾驶的算法模型迭代成熟，这又进一步达成了数据闭环。

不过，从海外视频平台的实测视频可以看到，强如特斯拉，它的FSD的实际体验效果也是参差不齐的，很多时候都不如国内的小鹏和华为成熟。

而除了特斯拉以外，国内任何一家车企，都是没有特斯拉那样的技术能力和数据量支撑的，所以不要说能不能做好纯视觉智驾，能做到特斯拉的水平都够呛。