小米汽車揭秘|投入100億、歷時1003天,小米汽車對標保時捷與特斯拉,憑什麼?
小米汽車揭秘|投入100億、歷時1003天,小米汽車對標保時捷與特斯拉,憑什麼?

元旦前的一週,接連的重磅汽車發布:華為問界M9、蔚來NIODay、極氪007、小米汽車。似乎2024年車企生存狀態的激烈,已經在2023年底預演。

如何在一堆發布會中,搶到最大流量?小米依然是那個行銷節奏高手,雷軍採用向華為、蔚來、理想、比亞迪等車企同行致敬的方式,引發了行業沸騰式關注,甚至不惜將致敬語打在各城市地標的廣告牌上。

雷軍造車的野心不言而喻,在手機領域鏖戰10餘年後,他決定用「技術高端」的路線,進入汽車業。

小米汽車價格|不會低於14.9萬元人民幣,更不會有9.9萬元,「尊重技術好嗎」?

投入100億,歷時1003天後,雷軍在12月28日下午,走上小米汽車技術發布會的舞台。

技術講解是本次發布會的核心主題,圍繞電機、電池、大壓鑄、智慧駕駛、智慧座艙等技術,雷軍逐一揭秘了小米汽車。

雷軍提到,自決定造車起,他便拜訪了多家主機廠,向行業前輩請教如何定義一款豪車。經過思考,將 小米汽車的目標定位打造媲美保時捷和特斯拉,好看、好開、舒適、安全的移動智慧空間。

PPT中頻繁出現的「自研」「第一」的字眼,也側面證明了小米汽車對首款車型的高期待與要求。

更高的要求,意味著更多的投入與試錯。為了保證零件質量,小米汽車擁有兩座大壓鑄機及一套完整的衝壓設備,僅一座大壓鑄機的成本就達到3億元左右。

此外,小米汽車還打造了高轉速電機,將電機轉速提升至21000轉起,同時研發35000轉電機;在千人研發團隊的兩年努力下,研發可倒置的電池提升電池安全性……

如今,小米SU7已經公開,一項項技術的拆解,展示著小米汽車對諸多自研技術的信心,以及“十倍投入”造車的結果。

儘管在發布會上,雷軍沒有公開SU7的價格,但明確表示,不會低於14.9萬元人民幣,更不會有9.9萬元人民幣。「尊重一下技術好嗎」,這是雷軍的調侃,但也是小米想用技術打進中高端汽車的暗線。

小米汽車SU7_1.jpeg
小米汽車SU7
圖/ 36Kr

小米汽車性能|電機起步21000轉,預研35000轉電機

電驅團隊是小米決定造車後公開招募的第一個研發團隊,百人專家團隊只有一個目標——製造出轉速最快的電機。

電機轉速越快,車輛動力性能越好。小米汽車已有HyperEngine V6、V6S兩款量產電機,轉速為21000轉,都將搭載於小米SU7 首批車型。

小米汽車_超級電機.jpeg
小米汽車超級電機
圖/ 36Kr

具體來看,V6的馬力為 299 PS,電機峰值功率為220kW;V6S的馬力為374 PS,電機峰值功率為275kW,功率密度達到6.78kW/kg,超越特斯拉Model S Plaid和Taycan Turbo。

加快電機轉速的方式有兩種:一種透過提高電流以提高電機功率,這類車型代表如Lucid Air,但更高的電流同時提升了對電池、電控的要求,相應地增加了整車成本。因此,小米汽車採用了更主流的第二種方式—— 提高電機轉速

小米電機的轉速突破,由傳統設計工程師根據過往經驗調校,輔以AI模擬技術及大模型算法。據悉,小米汽車進行了20萬次拓撲結構計算,以最大程度最佳化電驅設計。

將電機轉速提升到21000轉仍然不夠,小米汽車自研自產的第三款超級電機V8S的轉速達到27200轉,最大馬力578PS,電機功率密度10.14kW/kg,計劃2025年量產。

目前的電機轉子的鋼片強度通常為450MPa,而小米汽車開發了由矽鋼製成的轉子,將強度提升至960MPa——這相當於中國主流的主戰坦克裝甲強度。

小米電機的轉子厚度為0.35mm,定子厚度為0.2mm,這與市場主流轉子與定子的厚度一致相反。小米汽車在媒體交流活動中介紹,原因是考慮到電機效率、剛度,因此選擇了不同強度、不同厚度的矽鋼。

小米汽車_2.jpeg
小米汽車
圖/ 36Kr

電機轉速提升的另一個原因,是V8S採用了Hair-pin扁線電機,使槽滿率達到77%,鐵損降低了25%,效率增加了0.5%。槽滿率高,意味著槽內可放入更多線圈,進而增大電機功率。而全系配備自研的SiC電控模組,則將V8S的轉換效率提升至99.85%。

此外,小米汽車還預研了35000轉的電機,採用雷射原位固化工藝進行碳纖維纏繞,良率比特斯拉的纏繞工藝更高。

然而,電機高轉速將導致溫度升高,當電機轉速超過2萬轉時,其產生的溫度將達到攝氏1000 度,進而熔化材料。

目前,市場主流使用單向油冷技術不同,冷油從一側流入,熱油從另一側流出。這將導致電機兩端受熱不均勻,縮短電機的使用壽命。因此,小米汽車採用了雙向全油冷散熱技術,油冷從兩個方向流動,使電機散熱效率提升50%,最高降溫攝氏30 度。

小米汽車自研電池|CTB一體化電池技術,倒置電芯、大面水冷

小米SU7採用了兩款電池,標準版搭載73.6度的比亞迪磷酸鐵鋰電池,能量密度約為127Wh/kg,高配版搭載101度的寧德時代麒麟電池,能量密度約為156Wh/kg,CLTC續航800km。

小米汽車研發了871V的碳化矽高壓平台,並與寧德時代共同投入1000多名工程師,耗時兩年研發小米800V高壓電池包。

小米800V高壓電池包採用其自研的CTB一體化電池技術,將電池包與車身底板融合,其電池包及地板厚度為120毫米,體積效率達到77.8%,在增加座艙空間的同時,可放置更多電芯。

小米汽車SU7_3.jpeg
小米汽車SU7電池體積效率達到77.8%。
圖/ 36Kr

為了增強電池安全性,小米在電池電芯的側面及底面都進行水冷處理,冷卻面積為7.8平方公尺,是行業平均水平的4倍。

此外,電芯側面填充了165片氣凝膠進行隔熱。氣凝膠的重量輕、隔熱性強,從而在保證電池安全性同時,電池重量不會大幅增加。

目前,市場上方殼電池電芯的防爆閥大多數朝上放置,但小米汽車將電池倒置,電芯的防爆閥朝下。

防爆閥能在電芯內部壓力過大時,防止電池包爆炸,而市場主流的電芯朝上,則意味著電芯破裂時,其爆發的熱量直衝車內人員。

然而將電芯倒置,電芯內部的電解液將長期浸泡防爆閥,從而影響防爆閥的正常使用。因此,小米汽車與寧德時代對麒麟電池進行安全設計,並完成數百次實驗,並同時進行耐久性、進水、高壓沖水實驗等16項驗證。

小米汽車SU7_2電池包.jpeg
小米電池包拆解。
圖/ 36Kr

此外,小米汽車自建電池工廠,其小米車雲協同安全預警系統,對電池安全進行即時監控,每秒能檢測電池800多個信號,向用戶建議如何使用電池;其全棧自研的電池管理軟體,可在緊急情況下4毫秒內切斷電流。

小米汽車立志成為電動車冬季續航之王,使用了直接式、間接式的雙模熱泵,可實現在CLTC工況下,攝氏零下20度依舊能從冷空氣中吸取熱量,為車內補充熱量。此外,其還採用了三熱源級加熱技術,最大電池加熱功率達到18KW。

據介紹,小米汽車在動力電池相關的專利已達到132項。

小米汽車SU7_ˋ.jpeg
小米電池技術總結。
圖/ 36Kr

小米汽車自研合金材料|AI在1016萬種配方篩選、1550次測試打樣

越來越多的主機廠採用一體化壓鑄技術提高造車效率,降低生產成本。

目前,小米汽車自主設計了A、B兩組大壓鑄機,同時使用傳統的衝壓方案,三套方案共同打造了大壓鑄設備集群,主要生產小米汽車後地板,壓鑄機鎖模力為9100噸。

小米汽車SU7_5.jpeg
小米汽車SU7大壓鑄設備群總重量1050噸。
圖/ 36Kr

在這座巨獸的高壓之下,72個零件將被壓鑄為一體,減少小米汽車840個後地板焊接點,後地板的重量將減輕17%,耐久壽命超過200萬公里。

小米汽車SU7_6.jpeg
小米汽車SU7一體化壓鑄後地板。
圖/ 36Kr

小米汽車的大壓鑄設備集群,由60個設備控制433個工藝參數,其自研的視覺大模型質量判定系統,可在2秒內完成檢測,效率比人工高出10倍。

一體化壓鑄的另一個重要部分是壓鑄材料。在媒體溝通會中,小米汽車技術人員表示,小米汽車最初計劃外采合金壓鑄生產,但發現市面的合金材料都無法符合其質量標準,“市面很多壓鑄產品有壓裂紋,我們的工程師評判這有著安全隱患,所以我們選擇自研核心材料。”

小米汽車與首鋼建立了技術聯合實驗室研發材料,透過AI模擬建模在1016萬種配方中多次篩選,經過1550次測試打樣,最終得到加入稀土、鋯等微量元素的“泰坦合金”。

雷軍表示,小米汽車是國內唯一量產自研合金材料的車廠。

一體化壓鑄製造的車身,可提升車身扭轉剛度,提升車身的防碰撞能力,但是因零件高度結合,一旦部分車身損壞,則可能更換整個車身,維修成本極高。

考慮到這一點,小米汽車採用了三段式後地板防撞設計:第一段為低速潰縮區,如果輕微損壞防撞梁,只需維修或者更換防撞梁;第二段為中高速潰縮區,當汽車發生中速碰撞時,潰縮區將受到更大衝擊,避免車輛更換整個大壓鑄件;第三段為一體化壓鑄後地板。三段式後地板設計,可使小米SU7承受90km/h的高速後碰撞。

小米汽車的豪賭|智駕一期投資47億元,計劃2024年排入第一梯隊

雷軍表示,智慧駕駛是小米汽車投入最大的技術,其團隊規模超過1000人,第一期投資47億元,計劃2024年進入第一梯隊,覆蓋全國主要城市。

硬體方面,小米SU7高配版採用了兩顆輝達OrinX晶片,綜合算力達到508TOPS,配備1顆雷射雷達、11顆高畫質攝影機、3顆毫米波雷達和12顆超音波雷達。

軟體方面,小米汽車智駕團隊對BEV、Transformer、占用網路進行三項技術創新,並結合大模型技術開發智慧駕駛解決方案。

首先,小米汽車發布了變焦BEV技術。

BEV可調用車輛所有感知能力,從上帝視角俯視車輛周圍的車、人、障礙物等交通要素,提高車輛對環境的感知能力。

傳統的BEV的識別範圍通常固定,而小米汽車的變焦BEV技術,則將車輛在不同工況場景下,動態調節感知範圍,識別範圍可從5cm延伸至250m。

譬如車輛在城市路段行駛,感知範圍變得更寬,從而感知周邊動態以規劃行駛路線;倒車時,車輛對周邊識別更精準。

據介紹,泊車場景時,小米汽車最小停車識別精度為0.05公尺。

障礙物識別方面,小米汽車發布了超解析度占用網路技術。

傳統占用網路,將物體切分為不同的方塊以識別障礙物、路標等物體,然而因方塊精度不高,車輛在智慧駕駛時可能出現因識別錯誤,導致智駕功能不夠完美。

小米汽車則在占用網路技術加入超解析度的向量算法,將路面的可視物體模擬為連續曲面的立體物,使精度小於0.1公尺。

第三個技術為道路大模型技術,可即時生成效果媲美高精地圖的道路拓撲,規劃行駛路線,同時還具備即時判斷路面情況的能力,從而讓小米汽車能在更多城市道路開啟智慧駕駛功能,減少高精地圖的成本。

由軟硬體構成的感知能力,配合小米自研的端到端感知決策大模型,可實現車輛泊入0.05m的機械庫位。

小米汽車SU7_7.jpeg
小米自研智慧駕駛技術。
圖/ 36Kr

小米汽車最強主打|小米澎湃OS操作系統,打造人車家一體智慧座艙

在雷軍看來,智慧座艙是小米汽車最強大的部分,部分原因,得益於小米澎湃OS操作系統。

今年10月17日,雷軍在個人公眾號上宣布小米澎湃OS正式版完成封包,以一套融合的系統框架,支持全生態設備與應用實現人車家全生態。

目前小米汽車支持上千種小米生態設備,為小米汽車提供了豐富的多種設備協同操作可能。

據悉,小米汽車支持小米生態設備自動發現、免密接入,並開放統一標準化介面和豐富標準協議,支持接入更多產品。

小米汽車SU7_智慧座艙.jpeg
小米SU7智慧座艙。
圖/ 36Kr

硬體配置方面,小米SU7搭載驍龍8295座艙晶片,16.1英寸3K超清中控屏及56英寸HUD,7.1英寸儀表屏可翻轉顯示,可外接小米Pad。

交互方面,小米汽車支持五個螢幕同步,可調整多個應用窗口。手機與車機連接後,可將手機應用軟體投射至車機螢幕。

此外,小米澎湃OS還支持OTA下載與升級同步進行,譬如座艙系統OTA整包升級時長約3分鐘,全車整包升級約30分鐘。

數月後,小米首款車型才正式推出,但其已定下一個高遠的目標:通過15至20年的努力,成為全球前五的汽車廠商。

本文授權轉載自:36Kr

關鍵字: #小米
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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