固態電池時代近了!盤點「半固態電池」電動車:里程焦慮,真的要成為過去式了嗎?
固態電池時代近了!盤點「半固態電池」電動車:里程焦慮,真的要成為過去式了嗎?

電動車的核心零件是「動力電池」,目前主流為「三元鋰離子電池」與「磷酸鐵鋰離子電池」。這兩種鋰電池皆含有電解液,作為電子流動的介質,卻也成為安全性的隱憂:一旦電池遭受撞擊,容易發生外漏,帶來安全風險。 此外,電池性能也容易受外界溫度影響,不僅可能降低效能, 在極端情況下甚至可能自燃

三元鋰離子電池的能量密度約為每公斤250~290瓦時(Wh),磷酸鐵鋰離子電池則約為每公斤150~210瓦時(Wh)。前者能量密度較高,後者則耐溫性與安全性較佳。

而「固態電池」則被視為下一代動力電池,能量密度可達每公斤約500瓦時(Wh)。由於不含液態電解液,安全性大幅提升。

固態電池有3種:氧化物、聚合物、硫化物

固態電池以「固態電解質」取代液態電解質,依材質不同,目前主要分為三大技術路線:「氧化物型固態電池」、「聚合物型固態電池」與「硫化物型固態電池」。其中,氧化物型固態電池安全性較高,著名的新創QuantumScape即投入此類型的研發。

日本豐田汽車則主攻硫化物型固態電池。2025年初,豐田宣布與日本石油精煉商「出光興業」共同投資213億日圓,建廠生產固態電池關鍵材料「硫化鋰」,預計2027年推出搭載固態電池的電動車。

豐田這款搭載固態電池的電動車,目標單次續航超過1200公里,並於10分鐘內完成充電。若真能達標,所謂「里程焦慮」大概可以先收進歷史博物館。

在固態電池技術成熟之前,部分電池廠商以「半固態電池」作為全固態電池的過渡產品。半固態電池透過加入液體,解決全固態介面接觸不穩的問題,並提升離子傳導性。相較於尚未完全成熟的全固態產品,半固態電池的穩定性較佳。但因仍含液體,安全性仍不及純固態電池。

哪些電動車已實裝「半固態電池」?

目前市面上已有多款電動車搭載「半固態電池」,續航力明顯提升。以下盤點幾款已採用新電池技術的電動車:

蔚來汽車2024年推出的「Nio ET7」最高可選配150kWh、由北京衛藍新能源生產的半固態電池,能量密度達360瓦時/公斤。其續航力高達1050公里,已超越許多燃油車。

Nio ET7
蔚來ET7是中國電動汽車公司蔚來汽車生產的一款大型電動汽車。2021年1月9日在中華人民共和國成都舉行的「NIO Day」上首次亮相,2022年初上市,起售價為人民幣44.8萬元。
圖/ 蔚來

中國上汽集團的「智己汽車」,2024年推出的「智己L6 Max光年版」搭載133kWh、由清陶能源生產的「超快充固態電池」(應屬半固態),續航力達1000公里。

智己L6
智己L6是上汽集團旗下智己汽車推出的一款中型轎車,也是其旗下第四款車型,於2024年4月8日發布,5月13日正式上市。
圖/ 智己

中華汽車原本規劃在台灣上市的MG4,因自製率問題喊卡。MG原為英國品牌,幾經轉手,最終落入中國上汽集團旗下。MG4在歐洲銷售表現不俗,近期將推出搭載清陶能源半固態電池的「半固態安芯版」,電池能量密度180瓦時/公斤,CLTC續航里程537公里。

MG4.jpeg
MG4在歐洲銷售表現不俗,近期將推出搭載清陶能源半固態電池的「半固態安芯版」。
圖/ MG Taiwan

上述車款均已導入半固態電池,未來Nio ET7與智己L6 Max光年版續航力皆突破1000公里,顯示高續航電動車正逐步進入市場,「里程焦慮」將成過去式。

德國豪華車品牌賓士與美國電池新創Factorial Energy合作開發固態電池,近期賓士EQS原型車已開始試用其半固態電池,WLTP續航力高達960公里。現售EQS電動車搭載108.4kWh電池,WLTP續航約753公里,可見半固態電池能顯著提升續航。

另一德國豪華品牌BMW,今年夏天於新i7原型車搭載技術夥伴Solid Power的全固態電池,能量密度390Wh/kg。新電池技術將提升i7續航,同時減輕電池重量。

德國福斯汽車與QuantumScape合作開發固態電池,並透過子公司對其最高投資2.6億美元。福斯有信心於2027年前後將固態電池技術導入市場。

從上述已導入半固態電池的電動車來看,固態電池時代已近在眼前。最快2027年起,全固態電池電動車將陸續問世,屆時電動車將迎來全新紀元。

延伸閱讀:圖解全球電動車銷售排行榜!中國2關鍵壓倒性勝利,特斯拉2025沒力了?

責任編輯:李先泰

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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