燃油車的主要問題是供電不足，無法向智能化演進。如果給燃油車配上大電池，那就變成了電動車。

再過幾年，固態電池量產後，電動車現在的主要缺點將會被解決。

智能手機出現後，對功能手機的攻勢是摧枯拉朽的，功能手機再怎麼掙扎也沒用。

騰訊元寶：

传统燃油车与电动汽车（EV）的自动驾驶技术在底层逻辑上有共通性（如感知-决策-执行的技术框架），但由于动力系统、电子架构、能源管理和智能化定位的差异，两者在技术实现、适配性及发展潜力上存在显著区别。以下从核心架构、关键技术环节、优劣势及发展趋势四个维度展开对比分析。

​一、核心架构差异：电子电气架构与动力控制的兼容性​

传统燃油车与电动车的电子电气架构（EEA）和动力系统特性，直接影响自动驾驶技术的集成难度与性能上限。

1. 电子电气架构（EEA）

• ​传统燃油车​：采用分布式EEA，各功能模块（如发动机控制、底盘控制、车身电子）由独立的ECU（电子控制单元）管理，总线以CAN/LIN为主，通信带宽低（通常500kbps~2Mbps）。这种架构模块化强但协同性差，自动驾驶所需的跨系统数据交互（如动力-制动-转向的协同）需通过多个ECU中转，延迟较高（约100ms级），难以满足高阶自动驾驶（L3+）对实时性的要求。
• ​电动汽车​：普遍采用集中式/域控式EEA（如特斯拉的中央计算+区域控制、比亚迪的“刀片电池+域控制器”），通过以太网（100Mbps~10Gbps）实现高速通信，部分车型已实现“中央大脑+区域控制器”架构（如小鹏G9的X-EEA 3.0）。这种架构算力集中、通信高效，可支持自动驾驶系统与三电系统（电池、电机、电控）的直接交互，延迟可降至10ms级，更适配高阶自动驾驶的多任务并行需求。

2. 动力控制特性

• ​传统燃油车​：动力输出依赖内燃机+变速箱的机械耦合，油门/刹车的响应存在机械延迟（约200~300ms），且扭矩调节精度低（传统ESP的制动压力调节精度约10bar）。自动驾驶执行层的线控化（线控转向、线控制动、线控驱动）需额外改造，例如加装电子节气门、电子稳定程序（ESC）或线控底盘（如博世的iBooster），但受限于原厂机械结构，​冗余设计与精准控制难度大。
• ​电动汽车​：动力输出为电机直驱（无复杂变速箱），电机响应时间仅10~20ms，扭矩调节精度可达0.1N·m级（如特斯拉Model 3的永磁同步电机）。三电系统本身已高度电子化（BMS电池管理、VCU整车控制），​天然适配线控需求​（如通过VCU直接控制电机扭矩、通过EPB电子手刹实现精确制动），执行层的延迟与精度显著优于燃油车，更适合自动驾驶的动态控制（如紧急避障时的快速加减速）。

​二、关键技术环节的对比：感知、算力与能源​

1. 传感器布局与供电

• ​传统燃油车​：传感器（摄像头、毫米波雷达、激光雷达）多基于原有车身结构布置（如前格栅、后视镜），可能因发动机舱高温、底盘振动或空间限制影响性能；供电依赖12V铅酸电池+发电机（功率约1~2kW），自动驾驶系统（如激光雷达+高算力芯片）的高功耗（5~10kW）可能导致发电机过载，需额外增加电源模块（如DC-DC转换器），​供电稳定性受限。
• ​电动汽车​：传感器布局更灵活（如前挡风玻璃集成摄像头、车顶/前保险杠预留激光雷达安装位），且电池包提供高压直流电源（400V~800V），可直接为自动驾驶系统供电（无需额外转换），​供电容量与稳定性更优​（主流电动车的低压电池多为12V/24V锂电池，配合高压电池的辅助供电，总功率可达3~5kW以上）。此外，电动车的前舱因无发动机，散热条件更好（可通过水冷系统为传感器降温），适合部署高功率激光雷达。

2. 算力与芯片适配

• ​传统燃油车​：自动驾驶算力主要依赖第三方芯片（如Mobileye EyeQ系列、英伟达Xavier），但受限于分布式EEA，​算力资源分散​（不同ECU共享算力），难以支持大模型或多传感器融合；部分老款车型的主板设计未预留高算力芯片接口（如PCIe 4.0），升级成本高。
• ​电动汽车​：普遍将自动驾驶算力作为核心卖点（如特斯拉FSD芯片、蔚来NIO Adam超算平台、小鹏XNGP的Orin-X芯片），​算力集中化​（单芯片算力可达254TOPS~1016TOPS），且基于集中式EEA设计，可灵活扩展算力（如通过OTA升级切换芯片模式）；此外，电动车的车机系统与自动驾驶域控制器深度整合（如华为MDC平台），支持“车路云”协同的高效数据传输。

3. 数据闭环与OTA能力

• ​传统燃油车​：数据采集依赖分散的ECU，数据上传需通过T-BOX（车载终端），​数据量与传输效率较低​（通常为4G网络，带宽有限）；OTA升级主要针对信息娱乐系统，涉及动力/底盘的ECU升级需严格验证（避免影响机械可靠性），​升级频率低（每年1~2次）、覆盖功能少。
• ​电动汽车​：通过集中式EEA实现全车数据的统一采集（包括三电系统、传感器、用户行为），并通过5G/V2X网络实时上传至云端；OTA支持“全量升级”（动力、底盘、智驾系统均可远程更新），​升级频率高（每月1次）、功能迭代快​（如特斯拉FSD每2周推送一次优化版本）。数据闭环的高效性加速了自动驾驶算法的迭代（如通过海量真实路况数据训练感知模型）。

​三、优劣势总结：燃油车的“存量优势”与电动车的“增量潜力”​​

​四、发展趋势：电动化为自动驾驶“铺路”，燃油车加速转型​

1. ​电动车成为高阶自动驾驶的主流载体​：集中式EEA、线控执行、高算力芯片与高效能源供给的组合，使电动车更易满足L3+自动驾驶的需求。目前，头部新势力（特斯拉、小鹏、蔚来）已将城市NOA（自动导航辅助驾驶）作为标配，而传统燃油车仍以L2级（自适应巡航+车道保持）为主。
2. ​传统燃油车向“油电混合架构”过渡​：为适配自动驾驶，传统车企（如奔驰、宝马）推出48V轻混系统（提升供电能力），并逐步引入域控制器（如奔驰MB.OS），但仍受限于原有机械结构，​高阶自动驾驶落地速度慢于电动车。
3. ​技术融合加速​：无论燃油车还是电动车，自动驾驶的核心竞争点已从“硬件堆砌”转向“软件定义”（如大模型驱动的感知决策、车路云协同）。未来，电动车的“软件生态”优势（如特斯拉Dojo超算、小鹏XNet神经网络）将进一步拉大与传统燃油车的差距。

​结论​

电动汽车凭借集中式电子架构、线控执行优势、高效能源供给与数据迭代能力，已成为高阶自动驾驶的最优载体；传统燃油车则受限于分布式架构、机械延迟与供电瓶颈，短期内仅能支持L2级自动驾驶，长期需通过深度电气化改造（如48V轻混+域控制器）追赶。未来，随着自动驾驶向L4级演进，​电动化与智能化的深度融合将成为必然趋势，而燃油车可能逐渐退出高阶自动驾驶的竞争舞台。

電動車最主要的成本是電池，過去幾年間，電動車能夠大幅降價的主要原因就是因為鋰礦價格暴跌。

騰訊元寶：

过去五年（2019-2024年），电动车电池核心原料锂矿（以电池级碳酸锂、氢氧化锂为代表）​的价格经历了​“深度回调→史诗级暴涨→快速回落”​的剧烈波动，本质是电动车产业从“政策驱动”向“市场驱动”转型中，供需错配、政策退坡与产能周期矛盾的集中体现。以下按阶段梳理趋势及核心驱动因素：

​一、基础概念与计价单位​

• ​核心原料​：电池级碳酸锂（Li₂CO₃）、氢氧化锂（LiOH·H₂O），后者主要用于三元锂电池（能量密度更高）。
• ​计价方式​：以人民币/吨（RMB/t）​为主（行业通用），美元/吨（USD/t）为辅（1 USD≈7 RMB，汇率波动影响换算），常用碳酸锂当量（LCE）​统一计量（1吨氢氧化锂≈1.14吨碳酸锂）。

​二、过去五年价格变化趋势（2019-2024年）​​

​阶段1：深度回调期（2019-2020年）——补贴退坡+供应过剩，价格腰斩​

• ​价格水平​：
  • ​电池级碳酸锂​：从2019年初的15万元/吨​（约21,400 USD/t）暴跌至2020年低谷的4万元/吨​（约5,700 USD/t），跌幅超70%；
  • ​氢氧化锂​：从2019年初的14万元/吨跌至2020年低谷的5万元/吨，跌幅超60%。
• ​核心驱动​：
  • ​需求端​：中国2019年大幅削减新能源补贴（退坡幅度超50%），电动车销量增速骤降（2019年中国新能源车销量同比仅增3%，全球增速从2018年的65%降至10%）；
  • ​供应端​：2016-2018年高价刺激的产能集中释放（如澳洲Greenbushes锂矿扩产、阿根廷Hombre Muerto盐湖投产、中国四川甲基卡锂矿复产），供需反转，库存积压。

​阶段2：史诗级暴涨期（2021-2022年）——需求爆发+供需错配，价格创历史新高​

• ​价格水平​：
  • ​电池级碳酸锂​：从2021年初的5万元/吨​（约7,100 USD/t）飙升至2022年11月的59万元/吨​（约84,300 USD/t），​两年涨幅超10倍；
  • ​氢氧化锂​：从2021年初的6万元/吨涨至2022年11月的57万元/吨，涨幅超8倍。
• ​核心驱动​：
  • ​需求端​：
    ① ​电动车爆发​：全球电动车销量从2020年的320万辆增至2022年的1,050万辆（CAGR 81%），中国渗透率从5.4%升至27.6%；
    ② ​储能市场崛起​：2022年全球储能装机量同比增120%（达45GWh），拉动锂需求额外增长15%；
  • ​供应端​：
    ① ​产能周期错配​：锂矿开采（硬岩矿3-5年、盐湖5-7年）无法匹配短期需求爆发，2021-2022年全球锂供应仅增25%（远低于需求50%+增速）；
    ② ​外部冲击​：疫情导致澳洲矿山（占全球锂精矿供应40%）开工率下降，智利2022年左翼政府拟国有化锂矿引发减产预期，印尼禁止镍矿出口间接推高锂替代需求；
    ③ ​恐慌性备货​：下游电池厂（宁德时代、LG化学）抢签长协，贸易商囤货炒作，加剧供需紧张。

​阶段3：快速回落期（2023-2024年）——供应释放+需求放缓，价格回归理性​

• ​价格水平​：
  • ​电池级碳酸锂​：从2023年初的50万元/吨跌至2023年5月的18万元/吨，2024年3月进一步跌至9万元/吨​（约1,290 USD/t），​一年半跌幅超80%​；
  • ​氢氧化锂​：从2023年初的45万元/吨跌至2024年3月的14万元/吨，跌幅超68%。
• ​核心驱动​：
  • ​供应端​：前期规划产能集中释放（2023年全球锂供应达130万吨LCE，同比增35%）：
    ① 智利Atacama盐湖扩产（SQM产能从18万吨增至21万吨）、阿根廷Cauchari-Olaroz盐湖投产（年产能4万吨LCE）；
    ② 澳洲Mt Holland硬岩矿（年产能3.8万吨LCE）、非洲Manono锂矿（规划年产能10万吨LCE）试产；
    ③ 中国青海盐湖提锂技术突破（吸附法成本降至3-4万元/吨），国内产量占比从2019年的15%升至2023年的30%；
  • ​需求端​：
    ① 电动车增速放缓：2023年全球销量同比增35%（低于2022年的60%），中国渗透率突破36%后进入平稳期，欧美因通胀抑制消费；
    ② 电池厂去库存：2022年高价备货导致库存积压，2023年采购意愿骤降（“买涨不买跌”心态逆转）；
  • ​成本支撑​：当价格跌破8-10万元/吨​（硬岩矿现金成本5-8万元/吨，盐湖提锂成本3-5万元/吨），高成本矿山（如中国江西锂云母矿）开始减产，价格止跌企稳。

​三、关键特征与影响因素总结​

1. ​波动幅度创历史纪录​：五年间碳酸锂价格最大振幅达55万元/吨​（4万→59万），远超此前十年（2013-2018年振幅14万/吨），反映电动车产业对锂需求的“非线性增长”特性。
2. ​需求主导短期波动​：2021-2022年暴涨核心是电动车+储能需求爆发（贡献70%增量），2023年回落则是需求增速不及供应释放（供应增35% vs 需求增25%）。
3. ​供应周期决定长期平衡​：锂矿3-7年的扩产周期导致“需求爆发→供应滞后→价格暴涨→产能释放→价格回落”的循环，短期供需错配不可避免。
4. ​政策与技术双重调节​：补贴退坡（2019年）和补贴退出（2023年中国）直接冲击需求，而盐湖提锂（低成本）、回收锂（2023年占比5%，2030年目标20%）技术逐步平抑价格波动。

​四、当前价格定位与未来展望（2024年视角）​​

• ​短期（1年内）​​：价格将在8-15万元/吨区间震荡（接近硬岩矿成本线），供需趋于弱平衡（2024年全球锂供应预计150万吨LCE，需求140万吨LCE）。
• ​中期（3-5年）​​：随着非洲Manono、中国西藏盐湖等大型项目投产，供应过剩压力缓解，价格或回升至15-25万元/吨​（合理利润区间）。
• ​长期（5年以上）​​：回收锂占比提升至20%-30%、固态电池（减少锂用量20%）商业化，将降低对原生锂矿的依赖，价格波动收窄。

​结论​：过去五年锂价的“过山车”行情，是电动车产业从“政策扶持”到“市场主导”转型的缩影。当前价格已回归理性（接近成本线），未来随着产能释放与技术降本，锂价将逐步稳定，但作为“白色石油”的战略地位仍不可替代。