在新能源汽車市場,節能、智能、安全已成為消費者的核心訴求。然而,傳統混動技術卻因“固定策略”陷入了節能瓶頸,面對復雜的駕駛場景顯得力不從心。反觀吉利汽車,其憑借雷神(參數丨圖片)EM-i的星睿AI云動力,為混沌的行業帶來了革新的曙光。在與吉利銀河星艦7 EM-i產品總監佟奇的深入交流中,這項引領行業變革的前沿技術,終于清晰展現在我們眼前。
打破節能禁錮,以AI開拓全新的節能路徑
傳統混動系統的節能策略僵化,在復雜多變的駕駛場景面前缺乏應變能力,致使節能效果早早觸及瓶頸,難以提升。與之形成鮮明對比的是,吉利的星睿AI云動力展現出了強大的適應性。工程師介紹,日常通勤時,它可以通過慣用路線學習實現無圖決策,精準優化油電分配,實現15%的油耗降低,為用戶節省開支。長途出行時,它則能整合導航、路況、海拔等多元信息,動態調整能源使用,做到高速用油、低速用電,爬坡前提前儲能。這種動態能量分配模式,徹底顛覆了傳統混動的節能理念,為行業開拓出全新的節能路徑。
終結冬季續航噩夢,重塑冬季用車體驗
冬季續航銳減,一直是新能源汽車行業的棘手難題,嚴重影響了用戶體驗。多數車企采用的傳統熱管理模式“一刀切”,缺乏針對性和靈活性。吉利則憑借AI智能熱管理技術成功破局。工程師介紹,冬季短途(5公里內),系統將迅速判斷電池無需加熱,節省能量;長途行程中,雷神EM-i將利用充電樁提前預熱電池與座艙并儲熱,保障電池始終處于最佳狀態。這項方案不僅將熱管理功耗降低30%以上,還極大改善了冬季用車體驗——用戶短途出行無需預熱等待,長途出行上車即享溫暖舒適。吉利將冬季用車的難題轉化為舒適出行的契機,將行業困境轉為自身優勢。
征服極端場景,定義混動動力新標準
在高原、低溫等極端場景下,傳統混動系統比較容易出現動力不足、性能下滑等問題。而吉利雷神EM-i借助先進的軌跡預測技術,在復雜環境中實現了動力的“不降反增”。工程師稱,系統提前精準預判爬坡等特殊需求,高效儲能,確保全程動力充沛。實測顯示,雷神EM-i爬坡動力比同級競品高出20%,發動機轉速低500rpm,NVH表現更優。低溫環境下,自動提升5%-10%電量儲備,避免低電量導致動力不足。這也是雷神EM-i在高原高寒地區加速、爬坡輕松自如的基本原因。雷神EM-i重新定義了混動系統在極端場景下的動力表現,用戶在極端環境下可放心使用。
雨雪天氣,路面濕滑,車輛打滑風險大增,考驗著車企的安全技術。吉利智能全地形識別+智慧運動控制技術,則能通過整合多源數據,實時精準識別路況,迅速調整駕駛策略。工程師介紹,遇到雨雪,智能防滑算法2ms內極速響應,打滑量降低50%,大幅降低失控風險;過彎轉向不足時,輔助功能自動激活,循跡穩定性提升15%;面對非鋪裝路面,主動優化驅動力,保障通過性與安全性。在雨雪天行車安全這一難題上,吉利給出近乎完美的解決方案,為行業樹立新的安全標桿,讓用戶在惡劣天氣下也能安心出行。
筑牢技術根基,開啟AI造車新時代
在當下 AI 賽道競爭日益白熱化,烽火硝煙彌漫至汽車產業各個角落。吉利汽車憑借卓越的戰略眼光與深厚的技術積淀,成為全球唯一完成全域AI智能化布局的車企,率先開啟了 AI 造車的嶄新時代。其星睿智算中心2.0算力高達23.5EFLOPS,為星睿AI云動力提供了強大的算力支持,而全球首個汽車行業全棧自研全場景大模型,星睿AI大模型以十余項首創技術,讓汽車擁有了一顆 “最強大腦”,精準理解各類場景,持續優化關鍵策略,讓節能更智能。
值得一提的是,吉利工程師還將AI運用到了動力安全領域。吉利銀河星艦7 EM-i產品總監佟奇坦言,為了保障用戶安心用車,吉利通過數字孿生技術構建了云端虛擬車輛,7×24小時全方位監測動力與三電系統,如果動力電池和動力系統有異常,預警故障并提醒售后或用戶,避免硬件損壞,并且分析判斷那些引起能耗異常的問題點,比如冷媒壓力異常、散熱器堵塞等,隨后主動推送信息或借助售后團隊向用戶提供最佳的能耗使用建議,幫助用戶優化車輛使用方式,延長續航里程,全方位保障車輛的高效、安全運行。
雷神EM-i依托星睿AI云動力技術,全方位、深層次革新新能源汽車的出行體驗,打破一個又一個傳統技術的束縛。未來,吉利將持續以用戶需求為核心,加大技術創新投入,必將引領新能源汽車行業邁向新高度,創造更多行業奇跡。我們拭目以待!
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.