鴻海新電動車Model D、Model U亮相,加碼納智捷「n7長程版」!鴻海5台電動車一次開箱
鴻海新電動車Model D、Model U亮相,加碼納智捷「n7長程版」!鴻海5台電動車一次開箱

鴻海科技日在10月8日盛大登場,一開場鴻海集團董事長劉揚偉搭乘由號稱亞洲車神陳和皇所駕駛的Model C電動拉力賽車進場。

「早安!是不是很神奇?這是一輛馬力強大的電動車!」劉揚偉說,今年陳和皇將駕駛改裝過後的MODEL C,挑戰在泰國舉辦FIA認證的越野拉力賽,這也是首次有電動車參賽。

「車」被視為鴻海未來3大支柱之一,在這次科技日上,鴻海釋出哪些電動車新訊息,它的造車實力究竟如何?

Model D與Model U亮相!鴻海5台電動車一次開箱

鴻海科技集團策略長關潤強調,鴻海的目標是在2025年拿下全球電動車製造量的5%。不過,5%僅僅是第一步,公司的最終目標是拿下像在智慧手機製造領域一樣的市占率——達到40%或更高。

Model D:首款電動7人座休旅,鎖定豪華家庭

今年鴻海攜手義大利汽車設計公司賓尼法利納(Pininfarina)打造新款電動車Model D以及最新Model U電動中型巴士車型,是被拿出來展示的2大亮點。

Model D_2.jpg
鴻海Model D
圖/ 錢玉紘攝影

Model D作為鴻海第4款乘用車,配備主動式懸吊系統、後軸轉向系統,迴轉半徑只要5.5公尺,可說是集鴻海最新電動車技術於一身。

且Model D在新一代平台下具有800V電能架構,在直流快充下只要10分鐘即可行駛350公里;動力部分則有250匹單馬達後驅、440匹雙馬達4驅選擇,最大續航力可達800公里,若未來正式量產,將成為國產首款電動正7人座休旅,並鎖定豪華家庭。

Model D_3.jpg
鴻海Model D
圖/ 錢玉紘攝影
Model D_2.jpg
鴻海Model D
圖/ 錢玉紘攝影

Model U:中型電動巴士,適合狹窄巷弄、偏遠地區

全新中型電動巴士MODEL U,延續MODEL T電動巴士的設計語言,簡約外觀、大面積的車窗,是專為狹窄城市巷道及偏遠地區而設計的「中型電動巴士」,設計概念強調靈活性和多功能性,車身尺寸適中,內部空間可以根據需求進行配置。

鴻海Model U_2.jpg
圖/ 錢玉紘攝影

Model B

鴻海旗下子公司鴻華先進至今推出多款電動車,除了已經可以在路上看到的休旅車Model C(納智捷n⁷)、電動巴士Model T之外,其中Model B量產版也是首次從日內瓦運回台灣,在此次科技日會開放讓民眾試乘的車款。

MODEL B.jpg
圖/ 攝影/郭采樺

MODEL B 已經展出了二年,這次展出的版本是相當接近量產的規格,車長4,320mm,在Pininfarina 的設計之下,有著跑車感的外型和獨特的空氣力學設計,也就是在前行李箱處、葉子板也採 S-duct 設計,同時車後有著 Air Curtain D柱氣簾,因此具備 0.26cd 的風阻係數。

Model C:國內累積銷量已突破5,000輛

鴻華先進李秉彥總經理指出,非賽車版的Model C(納智捷n7)已成為台灣最暢銷的電動乘用車之一。鴻華先進這次除了 Model D 與 Model U 以外也展示了美國版的Model C車款。

MODEL C.jpg
圖/ 攝影/郭采樺

為了讓頭燈線條更加流暢,充電樁以及內裝方向盤都特別設計符合美國使用者需求,預計將於2025年正式販售。

由於台灣目前多數是高單價電動車,價格在150萬元以上,但Model C(納智捷n⁷)主打百萬元有找,目前已經量產的Model C,國內累積銷量已突破5,000輛。

Model A:車身4.3公尺長的迷你造型

此外,鴻海科技日展區也出現級距更小的Model A,為科技日再添驚喜。

以「Being White」為主旨,MODEL A概念車款今年也在科技日上亮相,車身4.3公尺長的迷你造型,側滑門以及搭配多元的內部空間設計,提供給品牌客戶靈活的選擇。

Model A.jpg
Model A
圖/ 蔡仁譯攝影

鴻海電動車策略:期望CDMS商業模式,簡化傳統車廠一條龍服務

鴻華先進成立於2020年,由鴻海與裕隆集團合作,是台灣唯一擁有整車設計開發及系統驗證能力的企業。

從商業模式來看,鴻海不做品牌,並確立未來10年電動車將採CDMS(Contract design and manufacturing service,委託設計製造服務)商業模式,主攻「平台提供者」、「整車製造與設計」,把80%造車的工作都做好,車廠客戶僅規劃剩餘的20%作業,與過去傳統車廠採「一條龍」運作,涵蓋行銷、服務、設計、生產有很大的不同。

鴻華先進李秉彥總經理指出,「我們為合作夥伴提供的參考車型,提供他們定製。他們可以選擇自己喜歡的參考設計,來製作想要的車型。」

鴻海從製造一支支iPhone到駛出一輛輛電動車,成功吸引台灣車迷的關注,但對鴻海來說,就算已經跟iPhone劃上等號,接下來怎麼讓車廠客戶,想到造車就想鴻海,還需要時間與成績來證明。

延伸閱讀:「鴻海是第一家出貨GB200廠商」!鴻海科技日強調AI、AI、AI,劉揚偉說了什麼?

責任編輯:林美欣

關鍵字: #鴻海 #電動車
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