8月24日，中国汽车工程学会常务副理事长兼秘书长张进华参加中国汽车人才高峰论坛并就“汽车产业技术创新趋势展望”主题发表精彩演讲。
主要观点：
2035年之前节能汽车仍然是我国汽车的重要组成部分，传统能源乘用车将在2035年实现全面混动化。但我国的混动化进程整体偏慢，基于内燃机的创新工作投入很少，这有可能会制约我国的产业技术发展，特别是双碳目标的实现。
低碳技术中除了混合动力技术，现在全球汽车产业更关注零碳内燃机，产业化形式有两种，一种是直接的零碳内燃机，另一种更重要的是氢内燃机、氨内燃机、电力合成燃料内燃机与插电式混合动力技术的高效耦合。
今年新能源汽车的渗透率有望超过30%，今年以后，每年新能源汽车渗透率将呈个位数增长，2035年我国新能源汽车销量占比超过50%就是一个非常不错的成绩，不应提过分激进的目标。
我国对未来的电池技术研发和产业化预期相对保守，仍处于全固态电池的技术研发阶段，这个风险非常大，应重点推动动力电池头部企业加大在全固态电池方面的研究。
底盘是决定车辆基本性能的一个重要组成，这恰恰是中国汽车产业的创新洼地和瓶颈，所以汽车产业要补齐这个短板，结构集成化、底盘线控化、控制智能化是智能底盘技术的主要发展方向。
人工智能大模型最大的应用场景还是汽车，将成为解决自动驾驶长尾问题的突破口，将加快自动驾驶的应用进程。随着技术的发展，自动驾驶模型算法、智驾芯片算力和场景数据库是自动驾驶大模型开发的三大关键要素。
电动汽车技术论坛汽车产业由于产业链长、高度集成化的特点，是历次科技革命和产业变革的先导产业，在这次的科技革命中表现得更加明显。
当前，第四次工业革命正在全球范围内兴起，新能源、互联网、大数据、人工智能等新技
术创新加速、跨产业深度融合，（）、新模式、新业态孕育新发展，汽车产业迎来绿低碳、电力驱动、智能网联新变革，由此带来汽车产业创新链、供应链、价值链产业生态体系重塑，这个趋势得到了全球产业的高度重视。
碳中和驱动绿低碳转型，零碳内燃机与纯电动、燃料电池将是长期互补共存的零碳解决方案
绿低碳发展已成为全球应对气候变化的战略共识。汽车产业链长，覆盖面广，从全生命周期角度来看，其碳排放涉及原材料开采、加工制造、交通运输、能源生产和供应等多个行业，实现汽车全产业链绿低碳发展，对带动经济社会全领域低碳转型具有重要意义。
根据中国汽车工程学会在工信部委托下开展的汽车产业绿低碳发展路线图的研究，如果要实现2060年的双碳目标，在2040年要基于2023年降46%，在2050年降86%，这个挑战巨大。与国际对比，欧盟、美国、日本在交通领域碳排放已经或接近达峰，而我国近20年来仍保持高速增长，且增幅远超其他行业。当前，我国汽车碳排放约占碳排放总量的10%，汽车碳排放占交通领域达到85%，未来较长时期，我国汽车保有量仍将较快增长，传统发展路径下的车用能源消费量持续增长与节能降碳的矛盾日益突出，低碳转型存在一
定压力。
面向双碳目标，张进华认为2035年之前节能汽车仍然是我国汽车的重要组成部分，传统能源乘用车将在2035年实现全面混动化。现在全球电动化的规划非常激进，欧洲提出2035年全面电动化，没有混动，这不太可行、有些激进。日本则提出2030-2035年全面实现混动化。张进华认为我国的混动化进程整体偏慢，基于内燃机的创新工作投入很少，这有可能会制约我国的产业技术发展，特别是双碳目标的实现。
张进华认为，零碳内燃机能够充分利用传统内燃机的工业基础，是转型的重要方向。零碳内燃机与纯电动、燃料电池将是长期互补共存的零碳解决方案，共同促进交通能源零碳转型。产业化形式有两种，一种是直接的零碳内燃机，另一种更重要的是氢内燃机、氨内燃机、电力合成燃料内燃机与插电式混合动力技术的高效耦合，这种技术路线还在探索中，需着重解决系统可靠性、动力高效性、安全性能等基础攻关问题。
以清洁电力和绿氢能为代表的能源革命加速电动化转型，全固态电池、分布式驱动、智能底盘成为技术必争高地
能源革命和电动化的转型相互促进，以清洁电力和绿氢能为代表的清洁低碳能源体系是现代能源体系的重要方面，今后会成为汽车产业电动化转型的主要动力，也将带动车用能源系统形态根本性变革。
张进华指出，从能源角度来说，未来能源的终极方案大概是电和氢。动力电池、燃料电池、电驱动系统等关键技术的创新和产业化突破，将支撑新能源汽车技术迭代升级，持续引领全球汽车电动化转型的创新方向。
张进华认为，2035年我国新能源汽车销量占比超过50%就是一个非常不错的成绩，不应提过分激进的目标。现在欧洲的战略对我国的战略影响较大，可能会造成整个产业的非健康发展。
张进华预测，我国今年新能源汽车的渗透率有望超过30%。今年以后，每年新能源汽车渗透率将呈个位数增长，这是一个大概率事件。一方面，随着新能源汽车销量规模基数大，未来的增长将不会像之前那样快速；另一方面，目前容易进行电动化替代的车辆基本上已经都替代了，下一步需要电动化的一是电池技术还没满足要求的寒冷区域，二是重型、长里程、大型车辆等技术难以普及的场景，所以未来的电动化进程没有想象中那么快。
张进华预测，2035年，燃料电池汽车将实现百万辆商业化示范与市场推广。他强调，燃料电池仍然是电动化发展中的重要组成部分，如果燃料电池不能突破，我国的电动化进程将会延缓，特别是在商用车辆以及一些特殊区域。
在电动化方面，未来3-5年的关键技术趋势有全固态电池、分布式驱动和智能底盘。
全固态电池优势明显，具有兼顾高能量密度、长循环寿命、大倍率充放电、高安全性能、宽温度使用范围、低成本等综合特性的潜力，有望突破传统液态电池的瓶颈，所以成为下一代电池的必争高地。现在全球全固态电池进展迅猛，美日韩及欧洲头部车企对全固态电池的装车规划更为积极，计划于2025年前后推出搭载的原型车。其中，日本在全固态电池方面绝对领先，已实行了两轮国家战略、国家计划，而且制定了非常明确的用全固态电池实现对中国电动化汽车全面超越的战略。日本全固态电池产业化的时间在2027-2030年，张进华认为这大概率能够实现。韩国是在2027、2028年达到产业化，跟日本进程接近。
我国新能源汽车产业从现有技术和产业而言在全球具有先发优势，但是我国对未来的电池技术研发和产业化预期相对保守，中国仍处于全固态电池的技术研发阶段，这个风险非常大。我国的高层领导高度重视这一点，近期可能会有相关的重大安排，希望可以推动全固
态电池加快实现技术突破和产业化，最重要的是推动动力电池头部企业加大在全固态电池方面的研究，重点聚焦在超高镍正极、富锂锰基正极、硫化物电解质、聚合物复合电解质、硅基负极和锂金属负极。
在电驱动系统架构创新方面，分布式驱动技术逐渐成为研发热点。轮边电机和轮毂电机是分布式驱动长期共存的两条技术路线，将从高端乘用车和商用车市场率先应用。张进华认为，轮毂电机具备更高的传动效率和能量回收效率，还便于实现集成线控，是未来智能底盘和高级别自动驾驶的理想动力总成构型，在轮毂电机基础上进一步实现制动、转向、驱动一体化是重要方向。
底盘作为与智能汽车安全可靠行驶紧密相关的组成部分，迎来了从传统底盘、电动底盘向智能底盘的技术变革，成为未来电动化、智能化融合发展的重要载体。张进华表示，底盘是决定车辆基本性能的一个重要组成，这恰恰是中国汽车产业的创新洼地和瓶颈，所以汽车产业要补齐这个短板，结构集成化、底盘线控化、控制智能化是智能底盘技术的主要发展方向。
智能革命赋能智能网联技术变革，车用操作系统、人工智能大模型有望助力高级别自动驾
驶在2025-2030年实现规模化应用
当前，以人工智能、量子信息、移动通信、物联网、区块链为代表的新一代信息技术加速突破应用，智慧能源、智能交通、智慧城市加速建设，智能汽车将成为打通物质流、能量流、信息流等关键要素的关键纽带，是建设未来“四智融合”社会的核心节点，这将推动智能网联汽车的加速发展。车、能、路、云协同一体化的发展路径，是我国也是全球汽车产业，在智能化变革时代的一个重要方向。
在此背景下，各国把自动驾驶作为占领未来汽车产业发展制高点的重要方向，从战略层面、政策层面、规划层面出台了重要措施，加速推进高级别自动驾驶测试、示范应用与商业化探索。从各国的规划看，2025年被广泛认为是L3自动驾驶大规模应用和有限区域L4商业应用的关键里程碑。今年年底，如果特斯拉的FSD能规模化投放市场，张进华认为其一定会全面加速全球汽车产业电动化以及高级别自动驾驶的进程。
我国智能网联汽车产业化落地进程也在持续提速，但集中在L2级以下的辅助驾驶。值得警惕的是，我国高级别的自动驾驶，特别是车路协同的高级别自动驾驶，技术进展快于法规，也就是说法规管理已经落后于技术和产业发展。目前，国内车企已经做好了L3级技术
储备，一旦准入政策及标准落地后即可迅速上市应用，预计在2024前后可实现L3量产。
张进华表示，我们原来预计2035年高级别自动驾驶得到广泛应用，现在看来可能会提前，最晚在2025-2030年之间，高级别的自动驾驶一定会规模化投放市场，尤其是车路协同的法规体系构建起来之后，进程会大大加快。今年年底，国家多部委预计推动开展城市级别的车路云协同的高级别自动驾驶示范，这在一定程度上会加快我国的高级别自动驾驶技术进程。
在智能化方面，未来3-5年的关键技术趋势有车用操作系统、自动驾驶AI技术。
智能驾驶操作系统是智能汽车硬件资源管理和应用运行的基础软件平台。张进华表示，因为智能网联汽车具有典型的ICT产业的特征，所以操作系统非常核心，它是一个神经系统。ICT产业典型的特征是马太效应，全球智能车用操作系统不会很多，中国占据一到两个席位就非常可观了，这需要全产业的协同。未来，智能驾驶操作系统将演变为整车统一车用操作系统，并由少数几家提供核心架构，车企基于已有的底层框架进行个性化定制开发，构建各自的品牌生态。
在自动驾驶AI技术方面，张进华认为人工智能大模型最大的应用场景还是汽车。实践证明，以往基于规则和符号的算法在自动驾驶领域的应用效果并不理想，数据驱动的人工智能大模型成为解决长尾问题的突破口，将加快自动驾驶的应用进程。随着技术的发展，自动驾驶模型算法、智驾芯片算力和场景数据库是自动驾驶大模型开发的三大关键要素。算法是支撑自动驾驶实现感知、预测、规划、控制功能的核心技术；芯片算力是实现自动驾驶模型训练高效、敏捷的基础支撑；场景数据库是自动驾驶AI算法高效开发和评价的关键资源。
发布评论