與鴻海合作生變後拜騰又陷破產危機!電動車還沒開始量產,造車夢就此畫下句點?
與鴻海合作生變後拜騰又陷破產危機!電動車還沒開始量產,造車夢就此畫下句點?

2021.7.14更新

近期拜騰與鴻海的合作關係頻傳變數,由於財務不穩,上汽上週接管入主拜騰,本周,拜騰的汽車關係企業「南京知行新能源汽車技術開發有限公司」又於7月12日被申請人上海華訊網路系統申請破產重整。

上週拜騰的最大債權人「中國一汽」接管拜騰管理權,派出一汽法人代表張影擔任拜騰董事長,是引爆鴻海跟拜騰合作生變原因。

而被申請破產重整則是一記重搥。南京知行新能源汽車技術開發有限公司成立於2017年6月,資本額是人民幣56.46億元,拜騰汽車為該公司旗下的新能源品牌。

不過似乎尚未走到絕路,拜騰受訪回應,雖有債權人向法院提起訴訟,並對拜騰汽車提起破產申請,但因為尚未遭法院受理其申請,拜騰汽車仍可以透過尋求和解化解危機。

媒體報導鴻海正在撤出先前派駐拜騰的人力,鴻海當時發布聲明指出,「雙方後續合作進展,尚待拜騰內部組織調整後而定。」

拜騰則在當時聲明中表示,「拜騰正在積極推進首款車的量產工作。將由拜騰核心股東一汽集團、合作夥伴富士康等分工合作,優化團隊。拜騰將充分利用一汽集團、富士康和地方政府等核心資源,制定一籃子相關方案,穩步推進首款車量產上市」。

下為2021.1.4原報導,讀懂拜騰和鴻海合作的始末細節

在世界各國紛紛設下禁售燃油新車大限時,鴻海近年也將目光轉向被視為交通未來的電動車上。《彭博社》披露,鴻海正在與中國電動車新創拜騰洽談一筆新的投資協議,預計將注資約2億美元,而鴻海官方在晚間也發佈合作新聞稿,證實合作。

根據《彭博社》報導,鴻海計畫將攜手拜騰,於2022年第一季開始量產電動車M-Byte。此前拜騰執行長丹尼爾.基徹特(Daniel Kirchert)曾宣佈,M-Byte計畫2021年於歐洲市場推出。

鴻海晚間也發佈聲明,鴻海旗下富士康科技集團與拜騰汽車、南京經濟技術開發區已經正式簽署戰略合作框架協定,合力加速推進拜騰首款車型M-Byte的量產製造工作,力爭在2022年第一季度前實現M-Byte量產。

不過據了解,雙方的合作協議僅限於業務合作,鴻海將提供拜騰先進製造技術、營運管理經驗與產業鏈資源,力求在明年第一季實現M-Byte量產,目前並無直接的投資關係,也就是《彭博社》聲稱的2億美元投資一事。

鴻海表示,集團多年來在資通訊產業的先進生產製造,與供應鏈管理的寶貴經驗,可以在電動車業施展。根據該協定,鴻海科技集團將提供先進製造技術、運營管理經驗和產業鏈資源,應用在原有拜騰車廠的運營管理。此外,這個合作案也能帶動鴻海科技集團電動車零組件事業的蓬勃發展。

雙方從接觸到簽約,僅歷時兩個月時間,「這不只是新能源汽車產業的鴻海富士康速度,也是未來新拜騰再出發的速度。」鴻海科技集團董事長劉揚偉表示,與拜騰合作是鴻海佈局電動汽車領域的重要一環,鴻海將竭力幫助拜騰M-Byte早日量產,登上世界電動車的舞臺。

M-Byte曾在2019、2020年的消費性電子展(CES)上公開亮相,拜騰聲稱M-Byte可在35分鐘充滿80%電力,續航力最高達550公里,並且最高時速為190公里,設計特點在於車內大量配置寬大的觸控螢幕,並搭載臉部辨識、手勢控制、血壓監測等新穎功能,是款瞄準頂端消費者的高級電動車款。

然而,這輛在展會上博得全球車迷注意力的電動車,如今正面臨夭折的威脅。

陷財務難關停工半年,精於「量產」的鴻海能是拜騰救星嗎?

今年7月,拜騰因財務問題宣佈暫時停工至少半年,從營運到生產全部業務陷入停擺,若鴻海計畫投資2億美元,勢必將成為這間新創的救命稻草。

拜騰成立於2016年,由曾在BMW任職20餘年的卡斯騰.布雷特菲爾德(Carsten Breitfeld),以及汽車品牌Infiniti中國總經理丹尼爾.基徹特(Daniel Kirchert)攜手創辦。依照新創資料庫CrunchBase的資料,拜騰目前總計募得資金為12億美元,投資者包括特斯拉電池供應商寧德時代、中國第一汽車集團等。

BYTON_Interior_view_03.jpg
拜騰曾在CES上揭露有著寬大螢幕、極為搶眼的概念車M-Byte,然而尚未量產就已陷入資金難關。

延伸閱讀:一年花2億買零食、印一盒名片要4千元⋯豪華電動車拜騰宣布暫停營運,是另一場新創騙局?

但即使資深業界人士坐鎮、不乏金主融資,拜騰依舊在2020年陷入資金窘境,4月裁去數百名員工後,7月更不得不暫時停工。同時也被披露內部用錢奢侈浪費,只有300人的北美分部一年買零食花費700萬美元,上海旗艦店的一盒名片就要1,000人民幣以上。

全球電動車龍頭特斯拉執行長馬斯克(Elon Musk)曾說,邁入量產是比做出原型要難上1千倍、1萬倍。拜騰原先計畫以走特斯拉路線,自行建立工廠生產電動車,然而這樣的作法普遍被認為成功機率不大,且產能容易陷入瓶頸。拜騰光在自建工廠上就花費超過110億人民幣,卻遲遲無法進入量產階段。

從競爭對手來看,目前中國最受矚目的三家電動車新創蔚來、理想與小鵬,皆是從尋找傳統車廠代工開始,再逐步轉型自建工廠,可以看出委由代工廠製造是種較容易的起步方式。

鴻海作為全球最精於「量產」的廠商,能否協助拜騰通過量產瓶頸,甚至成為其供應商,或許也值得外界期待。

中國電動車商機旺,鴻海加速跨入車用零組件

鴻海於這幾年看準電動車商機,尤其是身為全球最大電動車市場的中國。根據國際能源署(IEA)的資料,包括混合動力車在內,截至2019年全球約有720萬輛電動車,其中47%位於中國。且不只電動車數量領先世界,充電樁這類基礎建設的發展步伐也遠超各國,中國境內擁有多達21萬座快速充電樁,佔據全球整體的82%;一般的慢速充電樁也有52%的比例。

2018年,中國電動車新創小鵬汽車的22億人民幣B輪募資中,就有鴻海的參與;2020年初也宣佈與飛雅特克萊斯勒汽車合作,雙方攜手成立合資公司經營電動車業務,計畫在中國設廠生產電動車。

MIH電動車平台
鴻海在去年10月揭露了電動車平台MIH EV,預計2021年4月即可開始交貨。
圖/ 鴻海

延伸閱讀:【2020重磅大事】電動車進入百花齊放時代!駛向歷史轉折點

再看看近期,鴻海更於2020年10月推出「MIH EV開放平台」,想作為電動車領域的Android,成為各家廠商發展電動車的基礎。日前鴻海聲稱已有201家夥伴加入MIH聯盟,預計今年4月就能開始對外交貨,目標2025年拿下電動車平台10%市場。

鴻海產品長蕭才祐曾表示,他們未來將更積極投入電動車關鍵零組件,包括力拚在2024年推出商業固態電池。固態電池擁有比當今電池更高的能量密度,目前已是多家電池廠商的發展目標。

資料來源:BloombergEqualOceanNikkei
責任編輯:錢玉紘

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓