辰奕汽车网

长安汽车：8月6日融资净买入676.2万元，连续3日累计净买入4132.9万元

Mon, 10 Aug 2026 07:54:39 +0800

融券方面，当日融券卖出10.84万股，融券偿还1.84万股，融券净卖出9.0万股，融券余量130.89万股，近20个交易日中有11个交易日出现融券净卖出。

融资融券余额21.47亿元，较昨日上涨0.34%。

小知识
融资融券：融资余额增加反映市场做多情绪强化，融资余额减少反映市场观望情绪或者看空情绪强化；相应的，融券余额增加反映市场看空情绪增强，融券余额减少反映市场观望情绪增强或者看多情绪增强。需注意的是，由于融资融券的财务杠杆效应，融资融券对投资者来说也是一把双刃剑，好比放大镜一般，盈利情况下，利润会成倍增长，亏了也能把亏损放大很多。

本文数据来源于深圳证券交易所融资融券交易明细，仅供参考不构成投资建议。

换电模式下电池标准化有哪些商业机会？

Sun, 09 Aug 2026 23:30:24 +0800

新能源汽车产业的迅猛发展，使得补能效率成为用户关注的核心痛点。相较于传统充电模式，换电技术因其高效便捷的特性，正在逐渐成为市场的重要补充方案。然而，长期以来电池包规格不一、接口标准各异，严重制约了该模式的规模化推广。一旦实现电池包的统一标准，将释放出巨大的商业潜能，重塑产业链价值分配，为相关企业带来多元化的盈利路径。

标准化带来的首要红利在于基础设施成本的显著降低。当电池规格统一后，换电站无需针对不同车型储备多种类型的电池包，库存压力大幅减轻。同时，通用化的换电设备可以实现批量生产，单站建设成本有望下降百分之三十以上。这对于运营商而言，意味着投资回报周期的缩短和盈利能力的提升，使得在更多场景下布局换电网络成为可能。

除了硬件成本的优化，电池资产管理也将迎来新的增长点。统一标准后，电池不再仅仅属于车主，而是可以成为独立流通的资产。通过车电分离模式，用户只需购买车身，电池则通过租赁方式使用。这种模式降低了购车门槛，同时为金融机构和电池运营商提供了电池全生命周期管理的空间，包括梯次利用和回收再生，从而挖掘出电池残值的剩余利润。

为了更直观地展示标准化换电与传统模式在商业价值上的差异，以下表格列出了关键维度的对比分析：

对比维度	传统充电模式	标准化换电模式
补能效率	较慢，通常需 30 分钟以上	极快，3-5 分钟即可完成
电池成本	用户一次性承担	可租赁，降低购车成本
电网互动	无序充电，负荷压力大	有序充放电，参与削峰填谷
回收价值	分散，难以统一管理	集中，便于梯次利用

此外，标准化电池包还能成为分布式储能单元。海量的标准化电池分布在各个换电站中，可以在电网负荷低谷时充电，高峰时向电网放电，参与电力市场辅助服务。这种车网互动（V2G）机制不仅能为运营商带来额外的电力收益，也有助于提升电网的稳定性和可再生能源的消纳能力，创造出能源服务的新商业模式。

随着技术的成熟和政策的引导，产业链上下游企业正在加速协同。从电池制造商到整车厂，再到能源服务商，各方都在探索基于统一标准的合作模式。这种生态圈的建立，将推动新能源汽车后市场服务的多元化发展，为投资者和从业者提供丰富的切入路径，共同推动行业向更高效、更绿色的方向演进，使得电池标准化成为连接交通与能源领域的重要纽带。

本文由 AI 算法生成，仅作参考，不涉投资建议，使用风险自担

当华为智驾成了入场券，阿维塔07L靠什么不沦为套娃？

Sun, 09 Aug 2026 23:28:52 +0800

阿维塔07L正式上市了，不少人忙着拉表格对标理想、小米，想把它归进20万家用SUV混战的老剧本里。

我倒觉得，这台车真正刺刀见红的战场，根本不在外部，而在华为系内部。

原因很简单，当华为乾崑智驾开始疯狂下放，20多万价位带ADS的车型一只手都数不过来的时候，“有华为智驾”早就从杀手锏变成了入场券。大家都拿着差不多的智能底牌，再翻来覆去吹“提车即享ADS 5”，早就没人听了。

阿维塔显然看清了这个局面。所以阿维塔07L这台车，从根上就没打算只靠华为技术吃饭，它要解决的，是所有华为合作品牌都头疼的难题：当技术平权之后，你靠什么不沦为套娃代工厂？

设计这道护城河，华为给不了

现在逛华为智选的门店，很容易产生脸盲感：都是简约科技风，都是大横屏，连内饰配色都大同小异。智能体验确实高度一致，但车本身的性格，没了。

那阿维塔07L走的呢是另一条路。碟翼式前脸、四门无框车门、35.4英寸的弧形星环屏，连电子外后视镜都做成了和座舱联动的整体感。你坐进车里不用看车标，也能认出这是台阿维塔，不是随便哪台贴了华为标的SUV。

很多人觉得家用车谈设计是矫情，实则不然。二三十万的消费群体，早就过了“只看配置表买车”的阶段，眼缘、质感、坐进去的氛围感，往往是最后拍板的关键。在大家智能体验拉不开差距的时候，设计就是最直观的差异化。

当然，审美这东西见仁见智。有人觉得它线条太激进，不如方盒子SUV稳重，这很正常。但比起千篇一律的套娃脸，敢坚持原创设计本身，就已经赢了一半。

底盘的功底，是OTA补不回来的

这是很多人忽略的点，也是纯华为赋能车型最薄弱的环节。

不少智驾车玩屏幕、玩自动驾驶头头是道，一开起来就露怯：底盘发飘、过弯侧倾大、烂路颠簸散架。智能再花哨，也架不住基础行驶质感拉胯。家用车天天开，底盘才是润物细无声的体验，好坏都藏在每一次过减速带、每一段高速里。

阿维塔07L全系给了前双叉臂后多连杆的全铝合金悬架，标配CDC动态减振器，从根上就够扎实。如果预算充足，还有空悬在中高配等着你。

说句实在的，一线的智能去找华为赋能确实没问题，但一线的底盘调校底蕴往往握在车企手里。这种造车基本功的差距，不是靠几次OTA升级能补回来的。

不讨好所有人，才是最清醒的定位

现在的家用SUV什么都想沾一点，七座要加，尺寸要拉，恨不得一台车满足所有需求，最后反而每样都做不精。

阿维塔07L就很清醒，死磕大五座，七座市场我不凑这个热闹。

不到4米9的车长，塞下近3米的轴距，所有空间都留给五个人用。后排靠背能调到130度半躺，前排放倒能当两米贵妃椅，后排折起来是3平米大床，连后备箱都能拓展出投影的位置。这些功能数字上不显眼，但周末露营、长途自驾的时候，实用性比两个凑数的第三排强太多了。

但代价也很明确，刚需七座的用户可以直接划走，追求“大车面子”的人也未必看得上它的尺寸。但这种“不讨好所有人”的取舍，反而让它的目标用户画像异常清晰，就是那些既要家用实用性，又不想开一台油腻笨重的奶爸车的人。

定价的杀伤力，藏在基础盘里

最后绕不开价格。22.99万的指导价，限时权益后21.99万起，标配华为ADS 5、鸿蒙座舱、宁德时代5C神行电池、CDC减振。

这个定价放在整个华为系里看，杀伤力是真的强。

当然也别想得太美。空气悬架、电吸门、25扬音响、副驾零重力座椅，中高配才有；城区NCA、车位到车位领航这些更高阶的功能，还是得单独买高阶包，只是上市期有抵扣券能省不少。基础盘给足了，但想要满配还是得加钱。

哆哩君语

很多品牌搭上华为之后，就慢慢丢了自己。车机是华为的，智驾是华为的，连设计都往华为风格上靠，最后成了没有灵魂的硬件载体。但阿维塔07L身上，你能清晰看到三层东西：华为的智能体验，长安的造车功底，还有阿维塔自己的设计调性。

靠别人的技术起势很容易，但要走得远，终究得有自己的底色。

从这个角度说，阿维塔07L不止是阿维塔的销量主力，更是它从华为联名品牌走向有自己辨识度的汽车品牌的关键一步。

一个女人，正在挑战自动驾驶最烧钱的游戏规则

Sun, 09 Aug 2026 08:14:37 +0800

撰文|刘颖

编辑| 黄大路

设计|甄尤美

美国德克萨斯州的天还没亮，现实中的卡车仍停在终端停车场中，传感器和轮胎都没有接触现实中的道路。

但在Waabi造出的另一个世界里，它已经反复驶入危险深处。

在仿真场景中，前车突然急刹，施工区收窄车道，轿车从盲区横切，雨雾和传感器噪声干扰道路边界识别。系统必须在几秒钟内决定刹车、避让、变道，或者继续行驶。

这个充满危险却不会有人受伤的训练场，名为Waabi World。在Waabi的构想中，它是一个高保真闭环仿真器，既能在虚拟环境中测试自动驾驶软件，也能实时训练系统。

Waabi World的一套AI负责识别系统弱点并生成对抗场景，Waabi Driver则在这些场景中反复训练和修正。

今年已经50岁的创始人拉克尔·乌尔塔孙（Raquel Urtasun）将这套仿真器概括为“既沉浸，又具备响应能力”。在Waabi的开发流程中，仿真和AI训练承担了过去主要由公共道路测试完成的工作。

过去十多年，自动驾驶公司通常依靠车队上路采集数据，再进行场景标注、算法修正和新一轮测试。问题在于，低频高风险事件很难通过增加常规里程高效获得。Waabi试图在仿真环境中生成这些场景，以降低采集成本和公共道路测试风险。

按照Waabi的技术叙事，这套物理人工智能平台能够泛化到不同车型、地理区域和环境，并由同一个AI模型充当无人卡车和Robotaxi的共享大脑。

无人卡车是这套平台的第一个应用。Waabi要验证的是，建立在数据、模型和算力上的训练范式，能否从语言、图像和代码扩展到物理世界。

Waabi对外提供的是自动驾驶系统Waabi Driver，其训练、测试和验证能力则主要建立在Waabi World之上。

后发者的选择

乌尔塔孙最早迷上的，并不是汽车。她喜欢数学，也喜欢电子游戏，后来在西班牙纳瓦拉公立大学读书时第一次接触人工智能。

早年接触过脑电信号、图像处理和计算机视觉相关研究，她关心机器怎样从复杂信号和图像里看见结构，怎样从模糊的数据中提取意义，怎样把世界理解成可以计算、判断和预测的对象。这为她后来进入自动驾驶行业埋下了伏笔。

乌尔塔孙走了一条很典型的AI科学家路径。她在洛桑联邦理工学院获得博士学位，之后在麻省理工学院和加州大学伯克利分校做博士后，后来成为多伦多大学计算机科学系教授，也是Vector Institute联合创始人。机器学习、计算机视觉、机器人学和自动驾驶，逐渐拼成了她理解世界的底层语言。

所以，乌尔塔孙进入自动驾驶领域时，她与传统开发路线的分歧，在于是否继续把感知、预测和规划这些任务拆成彼此独立的模块，以及仿真能否从辅助测试工具变成模型训练和安全验证的主要环境。

对她来说，自动驾驶从来不只是让一辆车替代一个司机，而是让机器学会理解一个不断变化、充满噪声、永远不会按标准答案展开的物理世界。

2017年，她加入Uber ATG（Advanced Technologies Group，是Uber在2015年组建的自动驾驶研发部门），担任首席科学家和研发负责人。对当时的Uber来说，自动驾驶不只是技术投资。司机是网约车平台最大的可变成本，如果车辆能够自动运行，Uber就可能从撮合交易的平台进一步控制运力供给。因此，ATG一度是公司最重要、也最烧钱的长期项目之一。

在那里，乌尔塔孙的团队已经开始尝试将感知、预测和规划纳入同一个可学习框架：系统不仅要“看见”，还要预测多种可能的未来，并提前作出应对。

她回忆自己加入当初Uber等于是走进了一个“战场”。彼时的Uber自动驾驶部门正处在动荡之中，工程师和管理层流失，与Waymo的知识产权诉讼仍在发酵，公司的企业文化危机也还没有散去。

这个“战场”给了她另一种教育。Uber让她的想法在现实世界里“硬着陆”：模型再漂亮，也要装进车里；算法再先进，也必须穿过工程系统、组织流程和道路现实。

冲突也在这里多次出现。曾与她共事的Uber工程师认为，乌尔塔孙的新机器学习算法很难插入Uber已经运行多年的软件栈。

乌尔塔孙则回应称，她在Uber的软件栈上产生过重要影响，也从那段经历里看清了自动驾驶里哪些东西有效，哪些东西行不通。

她后来表达过一个观点：“AI必须站在解决方案中心，技术才可能规模化。AI不能只是外围模块，也不能被塞进旧软件栈里。”

这句话几乎就是Waabi的种子。

上一代自动驾驶系统通常由感知、预测、规划、规则系统、场景库和标注流程等多个模块组成，机器学习只是其中的一部分。

乌尔塔孙想做的事情更激进，她要把AI放回系统中心，让仿真、生成式场景、自动化测试和可验证模型围绕它重新组织。

2020年，Uber将ATG出售给奥罗拉创新公司（Aurora Innovation），从亲自研发自动驾驶系统的重资产路线上后撤。

这段经历也使她开始怀疑高度依赖真实道路里程和人工补丁的开发方式：成本是否可控，安全验证能否规模化，系统又能否从一个运营区域迁移到另一个区域。

于是在2021年，她创办Waabi，早期融资规模达到8350万美元，Uber、科斯拉风投（Khosla Ventures）、奥罗拉创新以及杰弗里·辛顿（Geoffrey Hinton）、李飞飞等著名AI学者进入投资方名单。

AI领域本来就很少有女性站在中心位置，更不用说由女性领导、又快速拿到资本支持的自动驾驶创业公司。“女性往往要多做很多，才能拿到同样的认可。”乌尔塔孙说。

她也不把自己视为迟到者。在乌尔塔孙看来，“后发者”（second mover）拥有巨大优势。

第一代自动驾驶公司留下的，不只是道路数据和技术经验，还有一整套成本教训。

Waabi在Ojibwe语中有“她有愿景”的含义，在日语中也有“简单”的意思。这个名字对应了乌尔塔孙创办公司的两个出发点：重新选择技术路线，并压缩传统自动驾驶系统的工程复杂度。

真实道路捞不尽长尾

过去十多年，自动驾驶公司的开发节奏大致相似。车队从旧金山、凤凰城、匹兹堡一辆辆开出去，摄像头、激光雷达和毫米波雷达不断收集数据，工程团队把异常场景捞回来，标注、复盘、修补，再把新版本软件推回车上继续测试。

Waymo、Cruise、Aurora和特斯拉等都走过这条路。

这条路线直接，但成本高、周期长。扩大车队可以增加数据量，却不一定能等比例增加低频高风险场景。后者决定了系统的安全边界，也是公共道路数据中最难有效采集的部分。

这正是乌尔塔孙不愿把Waabi完全押在公共道路测试上的原因。在她看来，如果仿真不能大幅减少系统必须在现实世界中行驶的里程，就还没有真正改变自动驾驶的开发方式。

Waabi没有取消路测，而是将更多真实道路驾驶保留到开发后期，用于确认和验证；大部分训练和压力测试在Waabi World中完成。

Waabi World不仅重建车道线、施工锥桶、车辆等视觉元素，还要模拟车辆动力学、传感器响应和交通参与者之间的互动。画面逼真只是基础，系统必须能够用于闭环训练和评测。

Waabi利用AI从已经采集的数据中重建数字孪生：一个场景只需被观察一次，便可以高保真地复现，并转化为可复用、可变形、还能生成新危险的训练材料。

驾驶不是识别一张静态图片，而是在持续变化的交通系统里做连续决策，一个错误判断不仅会影响当前一秒，还会改变之后数秒甚至数十秒的交通关系。

Waabi World要模拟的，正是这种交通系统中的动态因果链条。

传统路测获得什么场景，很大程度上取决于道路上的随机事件。Waabi World则可以控制变量，调整车辆速度、相对位置、天气、道路施工和交通参与者行为，并重复生成系统容易失效的组合。

这种判断也有现实背景。2024年前后，美国监管机构持续加强对自动驾驶技术的审视，Cruise和Waymo车辆涉及的事故与碰撞进一步放大了公众对安全问题的关注。

安全审查越严，靠公开道路试错的空间越小，能够减少公共道路测试风险和成本的开发路线，就越容易获得资本和产业链的兴趣。

Waabi World试图扮演自动驾驶的“终极仿真器”。这种路线选择的背后，是Waabi与上一代自动驾驶公司的分野。

因此，Waabi不以路测里程作为唯一的开发进度指标，而更强调训练覆盖率和闭环验证能力。

让一个AI给另一个AI设陷阱

上一代自动驾驶测试最难回避的困境是，当系统已经能稳稳应对80%的普通路况，测试工程师想知道它在哪里会出错，但一整天跑下来，什么危险都没遇到。

等错误自己出现，时间太久，成本太高。

Waabi的解法，是让另一套AI主动寻找漏洞。Waabi World利用AI定位Waabi Driver的弱点，并自动创建对抗性场景，让系统处理那些自己原本不擅长的情况。

训练由两个相互作用的系统完成：一套系统搜索Waabi Driver的薄弱点并生成场景，另一套系统在闭环环境中作出驾驶决策。测试不再依赖危险事件随机出现。

这使得交通长尾不再只是现实世界里的偶然，它被转化成可搜索、可生成、可训练的对象。

系统越成熟，普通场景暴露问题的概率越低。为了发现一次潜在失效，测试可能需要运行数百万甚至数十亿个场景。Waabi World通过优化场景参数，提高失效事件在测试样本中的出现概率。

大模型的能力扩展依赖数据、训练目标、模型结构和算力。Waabi试图将类似的训练范式用于自动驾驶，同时解决物理系统特有的闭环决策和安全验证问题。

放到2026年的行业坐标里，AI-first本身已经不再稀奇。特斯拉从FSD V12开始强化端到端神经网络路线，华为、Momenta、元戎启行等中国玩家也在用端到端模型减少人工规则和模块间的信息损耗。行业的共同方向，是让模型从传感器输入中直接学习驾驶决策，而不是依靠工程师不断堆叠规则和补丁。

Waabi的差异主要在数据来源。特斯拉拥有数百万辆量产车，可以依靠真实道路数据和影子模式持续训练模型；中国头部玩家也能借助量产合作扩大道路样本。Waabi没有同等规模的车队，因此用神经仿真器重建真实世界，并生成长尾、反事实和对抗场景。

这是一种用计算和生成数据弥补真实里程不足的方案。风险也很明确：仿真数据的分布由模型和场景设计共同决定，未被正确建模的现实因素不会自动出现在训练集中。最终仍要通过真实道路测试判断仿真训练的能力能否迁移。

Waabi本身属于端到端路线。Waabi Driver被公司定义为“可验证的端到端AI系统”，从传感器输入出发统一完成驾驶推理和决策，同时保留可解释的中间表征与安全冗余。它同样试图减少手写规则和模块间的信息损耗，让模型直接从数据中学习驾驶能力。

它与常见端到端方案的差别主要在训练体系。特斯拉等公司依靠大规模真实车队积累数据，Waabi则提高了神经仿真器在数据生成和验证中的权重。分歧集中在训练数据构成、闭环评测方法和安全证明，而不是是否采用端到端模型。

Waabi也在做世界模型。其Copilot4D通过预测传感器观测在三维空间和时间中的演化，学习“采取某个动作后，世界会怎样变化”。但世界模型与Waabi World不能简单画等号：前者是一类学习物理世界动态规律的模型，后者是包含场景重建、交通参与者模拟、对抗场景生成和闭环评测在内的训练与验证系统。世界模型可以成为这套系统的能力组件，却不等于整套系统。

至于VLA（视觉—语言—动作），Waabi目前并未公开把车端Waabi Driver定义成VLA。它确实研究用语言编排仿真场景，也在探索面向物理世界的基础模型，但公开技术重点仍是三维时空推理、端到端驾驶、神经仿真和可验证性，而不是让自然语言成为车端决策的核心接口。

因此，更准确的说法是：Waabi与端到端和世界模型路线高度同源，但尚不能直接归为典型VLA驾驶方案。

到2026年，端到端已经成为自动驾驶明确的技术主线，世界模型和VLA则是继续扩大泛化能力的重要方向，但三者并不是一套已经定型、所有公司完全照搬的标准架构。

行业真正形成的共识，是从规则驱动转向数据驱动；至于使用真实车队还是仿真数据、是否引入语言、世界模型放在车端还是训练端，各家公司仍在选择不同的工程答案。

只不过，语言模型预测的是词与词之间的关系，自动驾驶系统要面对的是一辆几十吨重的卡车、真实传感器、真实制动距离、真实道路参与者，以及一旦出错就可能伤人的现实后果。

Waabi也试图避免让系统变成黑箱。虽然它采用AI-first路线，但自动驾驶栈仍保留模块化结构，并产生中间可解释表征，以便追踪和验证每个决策。

它需要同时处理模型泛化和安全验证。保留中间表征，是为了让工程团队定位错误来源，并为安全评估提供可检查的输出。

把模型装进量产卡车

2022年11月，Waabi推出Waabi Driver时，目标就是把自动驾驶系统做成可以面向卡车制造商集成的东西，而不是永远停在原型阶段。

Waabi Driver被设计成一套可供半挂卡车制造商集成的自动驾驶系统。Waabi提供软件、传感器和计算单元，主机厂负责车辆平台和工厂集成，物流网络负责实际运营。

其硬件方案强调即插即用、轻量、易维护和空气动力学设计。物流客户还会考察工厂集成、维修条件、油耗、车辆可用率和停运成本，这些指标决定系统能否进入常态运营。

2024年3月，Waabi宣布将把英伟达DRIVE Thor集成到自己的生成式AI无人卡车方案中。

DRIVE Thor需要在车端同时承担传感器处理、模型推理和驾驶决策，其算力、功耗、散热和车规可靠性都会直接影响系统部署。

这个车载中央计算平台可以提供1000 teraflops算力，并具备面向AI的推理能力。对高度依赖模型训练与车端推理的Waabi而言，英伟达的芯片构成了这条技术路线的计算底座。

在这项合作中，Waabi负责自动驾驶模型和系统集成，英伟达提供车端计算平台。

2025年2月，Waabi与沃尔沃自动驾驶解决方案公司（Volvo Autonomous Solutions）宣布合作，把Waabi Driver集成到沃尔沃VNL自动驾驶卡车（Volvo VNL Autonomous）上。

按照双方公告，两家公司已经为Waabi Driver集成到Volvo VNL Autonomous打下基础，并准备在2025年开展测试。该自动驾驶卡车平台由沃尔沃位于美国弗吉尼亚州都柏林的New River Valley工厂制造。

这项合作将Waabi带入主机厂的工厂级开发、验证和集成体系，而不再局限于测试车的传感器后装。合作并非排他性，Waabi仍在寻求把技术集成到其他卡车制造商的车辆上。

让真实与虚拟一起参加测试

在得州达拉斯郊区的兰开斯特，Waabi于2024年4月租下一座占地8英亩以上的旗舰自动驾驶卡车终端。这里配备高速数据卸载、加油、称重、发车前检查和收车后检查等设施，还包括约2.47万平方英尺的办公室和维修车间。

自动驾驶卡车的运营还包括装货、称重、发车前检查、回场、数据卸载和车辆维护。终端建设表明Waabi开始处理这些仿真系统之外的运营环节。

2025年，Waabi推出混合现实测试，把真实卡车放在封闭测试场中运行，同时让车端系统面对由仿真生成的复杂交通参与者和危险场景。

更有意思的是，在Waabi的混合现实测试里，危险并不一定真的存在。

真实卡车在封闭测试场里行驶，轮胎压过地面，制动系统真的响应，车身真的转向，硬件反馈也是真的。

但在Waabi Driver眼中，这个空旷的测试场可以突然长出一段拥堵车流，一辆摩托车从盲区里钻出来，一个行人横穿道路，一只动物闯入车道，前方又出现碎片、施工区、救护车和警察指挥交通。

测试员不必在场地中真实复现危险，Waabi Driver仍需根据虚拟交通参与者作出刹车、转向和让行决策，控制指令由真实车辆执行。

这种方法介于纯仿真和公开道路测试之间：车辆动力学、制动、转向和硬件响应来自真实卡车，危险场景由仿真系统生成。它可以测试软硬件闭环，又不需要让人员和车辆实际进入高风险冲突。

Waabi把这种方法类比为“增强现实眼镜”。人戴上眼镜后，仍然站在真实房间里，却能看到虚拟物体叠加在眼前。Waabi Driver则是在真实测试轨道上行驶，同时面对一群由仿真系统生成、会彼此反应、也会对真实车辆反应的交通参与者。

纯软件仿真无法完整覆盖真实车辆的重量、惯性、制动距离和执行器延迟。混合现实测试将这些硬件响应纳入闭环，同时避免在测试场中真实制造高风险冲突。

2025年3月，Waabi表示，通过配对测试（paired tests）验证神经仿真器后，Waabi World的真实度达到99.7%。这里的“真实度”，指车辆在仿真与现实中的同一场景下，执行轨迹的接近程度。

仿真真实度不应只看画面，而要看自动驾驶系统在仿真和现实中面对同一场景时，是否会产生相近的轨迹和行为。如果一套仿真系统只是视觉逼真，却无法复现车辆动态、传感器延迟、误检、漏检和周围交通参与者的行为，就很难真正承担安全验证任务。

因此，仿真评估的重点不是视觉效果，而是行为一致性：同一套系统面对对应的真实与虚拟场景时，是否产生接近的轨迹、制动时机和控制输出。

从科学家到经营者

乌尔塔孙后来回忆，在Uber近四年学到的不只是自动驾驶技术，还有怎样经营一家公司、怎样成为一名管理者。

在Uber，她开始直接处理工程延期、技术路线争议、安全压力和商业目标，也接触到大型技术团队的管理问题。Uber首席执行官达拉·科斯罗萨西（Dara Khosrowshahi）是她职业生涯的导师。

2023年9月，Waabi与Uber Freight宣布战略合作，计划在未来十年部署数十亿英里的Waabi Driver运力。首批自动驾驶商业货运任务随即在达拉斯和休斯敦之间定期展开。

需要注意的是，到了2026年，Waabi尚未完成无人卡车的大规模商业化验证，Robotaxi的车型、城市和时间表也尚未披露。

这说明Waabi进入了真实物流网络，但驾驶座上，人类安全员还没有真正离开。

2024年6月，Waabi完成2亿美元B轮融资，由Uber和科斯拉风投领投，英伟达、沃尔沃集团风险投资、保时捷汽车控股、斯堪尼亚投资、英卡投资（Ingka Investments）等战略投资方参与。

科斯拉风投代表硅谷对AI-first路线的押注，英伟达代表车端算力和AI芯片，沃尔沃和斯堪尼亚代表重卡制造体系，保时捷汽车控股代表传统汽车资本的长期眼光，Uber代表平台、订单、运力匹配和Robotaxi入口，英卡投资背后则带着物流需求和供应链想象。

这些投资方覆盖芯片、整车制造、物流平台和潜在货主，为Waabi提供的不只是资金，还包括车端算力、工厂集成、运营网络和客户资源。

货运网络补上生意的另一半

Waabi故事的前半段，需要一位科学家证明自动驾驶可以被重新训练。后半段，它需要一位物流操盘手把这种训练出来的能力放进客户网络、运营流程和商业合同里。

2025年8月，利奥尔·罗恩（Lior Ron）走进Waabi，坐到首席运营官的位置上。他曾掌管Uber Freight这块数十亿美元级业务，并服务过三分之一的《财富》500强托运人。

罗恩的加入说明Waabi的管理重点开始从模型研发扩展到客户网络、运营流程和商业合同。

无人卡车不是把安全员拿下来就结束，真正难的是让客户相信这套系统可以准时、稳定、可维护、可计价。毕竟，货主不关心你的仿真器有多聪明，只关心货能不能准时到，成本能不能降下来，风险能不能被控制住。

罗恩加入后不久，Waabi提出了direct-to-customer模式。要理解这个模式，先要理解无人卡车行业里更常见的hub-to-hub模式。

所谓hub-to-hub，可以理解为“枢纽到枢纽”。自动驾驶卡车主要跑两个物流枢纽之间的固定高速干线，比如从达拉斯附近的一个货运终端开到休斯敦附近的另一个货运终端。高速路段交给自动驾驶系统，两端从仓库到枢纽、从枢纽到客户的地面道路，则仍然需要人工驾驶员或传统车辆接驳。

它的好处是技术边界清晰，路线相对固定，场景更容易控制。问题也很明显，一趟货被切成几段，中间多了换车、交接、等待和调度，成本和摩擦都会被重新加回去。

direct-to-customer则更进一步，可以理解为“直接到客户”。Waabi想让自动驾驶卡车不仅能跑高速干线，还能处理货运旅程开头和结尾的地面道路，直接进入客户的仓库、园区、装卸区或配送节点。这样一来，自动驾驶不再只是中间那段高速公路上的替代司机，而是更接近一套完整运输服务。

Waabi因此把direct-to-customer视为更完整的商业模式。

hub-to-hub只覆盖两个物流枢纽之间的干线，两端仍需人工驾驶员或传统车辆接驳。direct-to-customer试图取消这部分交接，要求自动驾驶卡车完成起步、并线、转弯、进场、靠近月台以及最后几百米的低速机动。

相应的技术难度明显增加。高速干线上的变量相对少，客户设施周边则可能出现行人、骑行者、叉车、临停车辆、复杂路口、不同交通灯模式，以及狭窄且缺乏统一标准的装卸区。

Waabi选择direct-to-customer，是为了覆盖更完整的运输流程，减少中途换车、交接、等待和额外调度成本。

地面道路意味着更高的交通密度和更多不可预测因素，包括行人和骑行者、复杂路口、视野受限的无保护转弯、不同交通灯模式，以及进出设施和装卸区时的紧凑机动。Waabi称，自己在2025年第一季度完成了高速和一般地面道路自动驾驶核心功能开发。

三星电子美国公司高级经理马特·多（Matt Do）在Waabi官网中评价称：“像Waabi提供的这种direct-to-customer模式，是自动驾驶卡车部署唯一真正可扩展的方式。”

然而，自动驾驶卡车商业化存在一个现实悖论。只跑高速，技术难度相对可控，但商业价值会被两端接驳吃掉。要把价值吃完整，就必须进入更复杂的地面道路。

这条路线扩大了可获取的商业价值，也扩大了需要验证的运行设计域。

高速公路上的能力，能迁移到城市道路吗

2026年1月，Waabi官方宣布获得合计最高10亿美元新资金支持，其中包括已关闭的7.5亿美元C轮融资，以及Uber围绕Robotaxi部署提供的最高2.5亿美元里程碑式资本。

伴随融资公布的还有技术定位变化。Waabi声称自己开发了一套统一AI系统，可以运行卡车和Robotaxi，未来甚至可能延伸到无人机、仓储机器人和人形机器人。

如果这个说法成立，Waabi不光是一家正在接近商业化的无人卡车公司，也是一家急于证明“物理AI平台”可以跨场景迁移的基础模型公司。

乌尔塔孙的逻辑是，卡车需要到特定地点装卸，Robotaxi需要到特定地点接送乘客，两者在“去到某个地点并安全停靠”这件事上存在相似性，因为系统不是记住某一类车的规则，而是学会了与物理世界互动的通用能力。

但相似不等于相同。Waabi与Uber的合作目标是逐步部署至少2.5万辆Robotaxi，但具体时间、目标市场和车辆平台尚未披露。Waabi要证明的不再是几辆无人卡车能跑，而是一个技术平台能否跨越车型和运营场景。

无人卡车过去常被理解为高速干线、上下匝道、货场和固定装卸点问题，但Waabi自己的direct-to-customer路线，已经把它推向一般地面道路。Robotaxi则进一步进入乘客上下车、骑行者、行人、城市路口、临停车辆、复杂责任归属和更高公众关注度之中。

城市道路的交通参与者密度、交互频率和行为不确定性都高于高速公路。骑行者从车辆右后方接近、行人在无信号灯路口反复试探等行为可以在仿真中批量生成，但模型仍需在真实城市中证明其预测和响应能力。

Waabi最有争议的地方，也正在这里。它还没有在商业货运路线上真正拿掉安全员，却已经把故事推向2.5万辆Robotaxi。

这项扩张有两层含义。技术上，Waabi需要证明模型可以跨车型和运行设计域迁移；商业上，Robotaxi扩大了平台的潜在市场，也提高了资本市场对公司的想象空间。

过去几年，自动驾驶卡车的资本故事已经经历了一轮退潮。TuSimple退出美国市场并转向生成式AI娱乐，Waymo也收缩了卡车业务。干线物流场景清晰，却面临重资产、长验证周期和商业闭环迟迟难以兑现的问题。仅靠卡车，越来越难支撑一家自动驾驶公司的平台想象力。

在这个背景下，“统一物理AI平台”扩大了Waabi可以定义的市场边界。Robotaxi的市场规模和关注度都高于单一的自动驾驶卡车技术供应，Uber承诺的最高2.5亿美元又与Robotaxi部署里程碑挂钩，新业务已经被写进融资结构。

因此，Waabi向Robotaxi扩张同时包含两套逻辑：技术上，它需要证明同一个模型能够跨越车型与场景；资本上，它需要证明卡车只是平台能力的第一个落点，而非增长边界。问题在于，Waabi尚未完成无人卡车的大规模无安全员商业验证，也没有披露2.5万辆Robotaxi计划的整车制造伙伴和明确时间表。

目前还无法判断，Robotaxi是统一驾驶模型自然形成的第二个应用，还是在卡车商业化尚未跑通时开启的新增长叙事。判断依据不会是融资规模，而是无安全员运营、跨车型迁移和城市道路表现。

物理世界能被训练吗

达拉斯到休斯敦，近400公里，是Waabi最早在Uber Freight网络上定期运行商业货运任务的线路之一。

卡车出发，卸货，返回，驾驶座上仍然坐着安全员。

这条线路是虚拟训练和真实道路之间那道还没有完全打通的墙。Waabi在仿真器里已经给系统出过无数道题，但这段路上那个人能不能最终离开驾驶座，才是整个故事真正的考场。

它已经拿到了不少筹码。

2021年，Waabi以8350万美元A轮融资出场。

2023年，它与Uber Freight达成十年合作，把Waabi Driver放进真实货运网络。

2024年，它拿到2亿美元B轮融资，Uber、科斯拉风投、英伟达和沃尔沃等进入更深关系。

2025年，它与沃尔沃自动驾驶解决方案公司合作，进入沃尔沃VNL Autonomous平台，又通过混合现实测试、99.7%仿真真实度、罗恩加盟和direct-to-customer模型强化商业化叙事。

2026年6月，Waabi公布了一项更能对应其技术主张的进展：在Peterbilt 579卡车上训练的Waabi Driver，被直接迁移到Volvo VNL Autonomous；整个过程无需新增真实道路数据、仿真数据、微调或专项工程，实现了所谓“零样本”车型迁移。

这仍是公司披露的结果，而不是独立第三方验证，却比再讲一次融资数字更接近Waabi真正需要证明的命题——同一个驾驶模型能否跨车型泛化。

目前，Waabi的公开道路无安全员商业运营能力尚待证明，Robotaxi的具体车型、城市和时间表也尚未披露。

在Waabi的“记忆”里，那辆卡车可能已经驶过无数场雨、经历过无数次横切，避让过无数个突然出现的行人，也穿过无数段被仿真系统故意搅乱的道路。

丰田海狮中东版精致改装现车可售

Sun, 09 Aug 2026 07:44:25 +0800

对于如今的丰田汽车来说，越来越多的全新国产车型已经与大家见面，比如说全新款式的丰田汉兰达以及全新款式的丰田塞纳，可以说都展现出了不俗的实力，全新的外观和全新的插电混动系统，让这两款车型已经成为了目前大家关注的焦点，而作为丰田汽车的老牌m pv车型，目前全新的平行进口版本丰田海狮也已经实车亮相，并且这款车型还会提供经典的3.5升6缸发动机以及2.8T涡轮增压柴油发动机作为动力，同时全新的外观以及更加宽敞的内部空间，也让这台丰田海狮面包车变得更加的个性和时尚。TOYOTA“MPV”完成升级！6缸引擎+高顶，12座空间更霸气！

但我们在丰田海狮这款车的产品研发上，也一直没有停下脚步，所以今天，丰田海狮带着它的全新外观来了。

丰田海狮改装商务车为了给咱们舒适的搭车环境，车内选用最舒适的音响设备和，丰田海狮改装商务车为咱们在游览中供给了优质音乐和旋律的需求，再加上车内增加了隔音设备，对回声的处理，东方众威丰田海狮改装商务车，更是为咱们供给了最舒适的环境，宽敞的空间高雅的内饰，动听的音乐，这一切都是丰田海狮改装商务车的共同之处。

新款进口丰田海狮前脸设计，车身线条，都令他散发无尽魅力。车身骨架新增加强力防撞杆，设计独特而严谨的撞击安全结构能够减轻及分散撞力。丰田海狮纯进口车型，座位数有10座和13座可选，均匹配了2.7L汽油发动机，变速箱为4速自千万不要小看丰田海狮的四速变速箱!每档的切换非常平顺而且动力迅猛，高速超车觉对没压力。

丰田海狮-HIACE配备了可调节方向盘（加装桃木装饰件），其倾斜设计除可增加驾驶时的操控性及舒适度之外，亦可适应不同人士的身高或体形上下调节。丰田（进口）海狮-HIACE主副驾驶中间是扶手冰箱，很实用的配置。

鸣谢车辆提供：四川腾达东远汽车销售有限公司
电话：19141366575 (同微信) 更多配置/报价信息可自行联系体验
地址：成都市金牛区蜀西路28号（庆红汽车）

换电模式对充电桩行业有什么影响？

Sat, 08 Aug 2026 09:14:26 +0800

随着新能源汽车保有量的持续攀升，能源补给体系的完善程度直接关系到用户的用车体验与购买决策。在众多补能方案中，电池更换技术的快速发展引发了行业广泛关注，这种模式的出现并非单纯的技术迭代，而是对整个电力基础设施布局产生了深远且复杂的影响。

从资源分配的角度来看，换电站与传统的充电设施在选址上存在一定的竞争关系。两者都需要依赖稳定的电力供应和合适的土地资源，特别是在城市核心区域，有限的空间资源使得基础设施的布局需要更加精细化规划。换电站的密集铺设可能会在一定程度上挤压公共充电桩的建设空间，促使充电运营商重新评估站点选址策略，避免重复建设造成的资源浪费。

然而，两者在技术特性上各有优劣，并非完全的零和博弈。换电模式主打高效便捷，适合运营车辆及急需补能的场景；而充电桩则胜在覆盖面广、建设成本相对较低，更适合家庭及办公场所的慢充需求。为了更直观地展示两者的差异，以下表格进行了详细对比：

对比维度	换电模式	传统充电模式
单次补能时间	3-5 分钟	30 分钟至数小时
基础设施建设成本	高（含电池储备）	相对较低
对电网冲击	可集中管理，削峰填谷	分散式，高峰期为电网带来压力
适用场景	出租车、重卡、应急补能	私家车、目的地充电

上述差异表明，换电体系的成熟将倒逼充电桩行业向大功率超充方向转型。既然无法在速度上完全匹敌换电，充电设施必须通过提升功率来缩短用户等待时间，从而保持竞争力。同时，换电站具备的储能属性能够参与电网调节，这种优势也启发充电桩行业探索“光储充”一体化方案，以提升能源利用效率并降低运营成本。

此外，电池标准化进程的推进也是两者博弈的关键点。换电模式要求电池规格统一，这在一定程度上限制了车企的自由度，而充电模式则兼容性更强。充电桩行业需要利用这一优势，进一步打通不同品牌间的支付与使用壁垒，提升互联互通水平。对于消费者而言，这意味着更丰富的选择和更完善的保障，两种模式将在不同场景下互补共存，共同推动新能源汽车产业的成熟与壮大，形成多层次的综合能源服务网络。

本文由 AI 算法生成，仅作参考，不涉投资建议，使用风险自担

N序列第四车NX7亮相，东风日产跑出合资新能源转型最快速度

Sat, 08 Aug 2026 08:14:33 +0800

8月7日，工信部第410批新车申报目录发布，东风日产全新SUV NX7公告图正式亮相。N序列N7、N6、NX8三款车型凭借简洁大气、辨识度拉满的外观设计，在同级市场收获不俗口碑，产品竞争力亦匹敌新势力。而本次亮相的NX7进一步贴合年轻用户审美取向，以豪车同源设计与越级配置，为年轻群体带来个性与实力兼得的越级体验，持续夯实东风日产在新能源领域的竞争力。

2815mm超长轴距，前后排空间宽裕自在

从申报信息看，东风日产NX7车身尺寸达到4785×1932×1665mm，轴距高达2815mm。整车空间利用率出众，前后排乘坐舒适，兼顾日常通勤与好友结伴出行，轻松容纳各类出行装备。

豪车同源黄金设计比例，车身姿态年轻动感

NX7拥有同级最优的0.59倍轴长比、2.2倍轮高比与1.16倍黄金宽高比，构造出低趴、修长、宽体的车身姿态，行驶更显灵动气场，精准拿捏年轻用户的主流审美。

新车可选18英寸、19英寸两套轮胎规格，三款轮毂设计，兼顾外观质感、行驶静谧性与能耗经济性。三款轮毂造型新潮凌厉，年轻动感，均经过空气动力学优化设计，可有效降低高速风噪与风阻，提升整车续航。

40.9度宁德时代大电池，一次满电从容应对一周通勤

颜值能效双向兼顾，续航实力更进一步。新车配备40.9kWh宁德时代大容量电池，CLTC纯电续航预估300公里以上，一次满电即可满足一周的日常出行，城市代步、近郊出游多场景均可从容应对。依托宁德时代大厂品质，为整车筑牢安全可靠、经久耐用的双重保障。

配备激光雷达与城市NOA，通勤驾驶更轻松

不止续航，新车在智能辅助驾驶的配置上同样亮点十足。NX7配备激光雷达，支持城市NOA功能，预计搭载Momenta最新的R7大模型，感知范围更广、识别精度更高，可从容应对复杂路况。值得一提的是，在座舱舒适方面，东风日产NX7有望搭载广受市场好评的AI零压云毯座椅，乘坐舒适度一步到位。

结语

作为东风日产N序列第四款车型，NX7凭借豪车同源设计、40.9度宁德时代大电池以及激光雷达三大越级实力，重新定义中型插混SUV黄金标准。新车预估售价15-18万元，与大空间家用定位的NX8形成错位产品矩阵，分别锚定年轻个性与家用刚需两大市场，进一步完善东风日产新能源的产品布局。

随着NX7正式亮相，东风日产N序列产品矩阵扩容至四款车型，覆盖轿车、SUV品类与纯电、增程、插混多动力路线。快速的转型节奏与高效产品落地，助力东风日产持续领跑合资新能源赛道，也令“智能舒适就选东风日产新能源”成为极具市场辨识度的品牌标签。

提供饼形轮圈/电机功率提升魏牌V9X EV申报图曝光

Sat, 08 Aug 2026 08:04:34 +0800

[车讯国内谍照] 我们从最新一期工信部目录中发现了魏牌V9X EV的申报图，作为纯电动版本，新车整体外观与此前上市的插电混动版保持一致，只是进行了细节方面的调整，同时电机最大功率分别提升至前220kW和后320kW。

友情提示：如果您有新车谍照/新车爆料，请点击编辑头像（仅限App）私信给我们。

新车在外观方面与此前已经完成上市的插电混动版保持一致，车身尺寸依旧为长宽高5299/2025/1825mm，轴距也保持3150mm不变，车内采用6座布局。从选装清单可以看到，新车依旧全系标配21英寸轮圈，但将会增加饼形轮圈供选择，另外其依旧会提供双色车身供选择。

新车动力将会采用前220kW、后320kW电机，储能装置采用三元锂电池，整备质量为2805、2840kg，另外还可选装拖车钩，准拖挂车总质量2000kg。关于新车的更多信息，我们也将持续关注报道。（文/车讯郭辰）

平行进口雷克萨斯LX墨版最高降1万仅179万可入手

Sat, 08 Aug 2026 07:44:33 +0800

四川腾达东远名车雷克萨斯LX墨版最新报价，优惠力度高至1万元，现车热销中。网络报名或电话咨询更享超低优惠，咨询热线：13084464117。

四川腾达东远名车
**售四川**

电话： *13084464117*
雷克萨斯LX墨版3.5T 415马力 V6 车型	指导价	本店价	优惠金额
雷克萨斯LX600 2024款 7座豪华	179.00万	179.00万	到店面议
雷克萨斯LX600 2023款 7座豪华	198.00万	197.00万	1.00万
雷克萨斯LX600 2022款 7座豪华	198.00万	197.00万	1.00万
雷克萨斯LX600 2022款 4座行政	248.00万	247.00万	1.00万
更多优惠请致电经销商销售顾问，咨询电话：13084464117张洁

滴滴旗下99与巴西租车企业Movida签署合作协议，降低新能源汽车进入网约车运营场景门槛

Fri, 07 Aug 2026 09:14:24 +0800

新浪科技讯 8月6日下午消息，滴滴旗下巴西一站式本地生活服务平台99与巴西汽车租赁企业Movida签署合作协议，双方将面向99平台网约车司机推出包含新能源汽车在内的优惠租赁计划，预计未来三年惠及至少5万名司机。此次合作将进一步降低新能源汽车进入网约车运营场景的门槛，持续为中国新能源产业链协同出海探索新模式。

滴滴创始人、董事长兼CEO程维，滴滴国际业务负责人朱景士和Simpar集团（Movida母公司）总裁 Fernando Sim?es共同见证了合作签约。

通过此次合作，99平台上的网约车司机可申请Movida提供的车辆租赁服务，以更优惠的价格租赁适合网约车运营的车辆。依托在新能源汽车运营和司机服务方面积累的经验，99将帮助Movida提升车辆租赁服务在平台司机中的覆盖率，并鼓励更多司机根据运营需求选择新能源汽车，加快巴西网约车行业绿色转型。

双方预计，此次合作将帮助司机降低约25%的租车成本。

99负责人王思蒙表示：“推动出行行业绿色转型，需要产业链上下游共同参与。通过与Movida等企业的合作，我们希望进一步降低新能源车辆进入网约车场景的门槛，让更多司机和乘客享受到绿色出行带来的价值。”

Movida CEO Gustavo Moscatelli表示：“此次合作围绕网约车司机的核心需求展开，旨在提升他们的运营效率，减少不确定性。通过结合99在运营出行平台方面的经验和Movida在车辆租赁方面的专业能力，我们希望让车辆租赁服务更加简单、便捷，并帮助司机提升收入。”

Movida隶属于巴西领先的交通、物流及汽车服务控股集团Simpar，业务覆盖汽车租赁、车队管理等领域。99在巴西提供出行、外卖和数字银行服务，用户总规模已突破6000万，拥有100多万注册司机。

责任编辑：孙同怀