Leagend發布AI熱成像夜視系統

在能見度極低的夜晚或極端天氣中，傳統攝像頭和人眼難以提供穩定的前方識別能力。為此，Leagend推出了TC810熱成像夜視系統，將AI識別與紅外成像技術融合，面向商用車隊、乘用車及專用車輛，在黑夜、霧雨等環境下提供更強安全保障。

圖片來源： Leagend

該系統內置256×192熱成像傳感器，通過AI超分辨率技術可輸出等效1024×768圖像質量，遠距離識別200米內車輛、100米內行人。系統內嵌2TOPS算力AI處理器，自動識別前方目標并進行“紅綠框”分級預警，結合6.25英寸獨立IPS觸控屏與環境警示燈，構建聲光雙重提醒機制。

蓋世點評：熱成像夜視系統的獨立部署能力與AI識別機制，為提升低可見度環境下的行車安全提供了新的感知工具。

KD聯手Leopard與康寧打造10Gbps級光學車載視覺系統

為打破傳統銅纜攝像頭帶寬限制，KD、Leopard Imaging和康寧合作推出了基于IEEE 802.3cz標準的光纖攝像頭系統。其核心是KD7251光收發器，首次成功應用于Leopard LI-VENUS-ISX031攝像頭中，可實現10Gbps高速、長達40米的穩定傳輸，同時擺脫電磁干擾（EMC）難題。

圖片來源： KD

這款小巧的攝像頭重量僅為162克。它搭載索尼對角線7.45毫米（1/2.42英寸）CMOS圖像傳感器ISX031，可用于環視系統。結合康寧的電纜和連接器系統，可以更好地進入諸如后視鏡內部等復雜位置。

蓋世點評：光纖視覺系統在車載場景的應用，有助于突破帶寬瓶頸，優化圖像傳輸穩定性和布局靈活性。

日產發布第三代e-POWER系統

日產在歐洲發布第三代e-POWER系統，并率先搭載于新款逍客車型，強調無需充電也能享受電動駕駛體驗。新系統集成電動機、發電機、逆變器、減速器與增速器于五合一模塊，動力更強、能效更高、噪音更低，在WLTP工況下油耗僅4.5L/100km，續航達1200公里。

圖片來源： 日產

e-POWER與傳統混動系統不同，發動機僅發電，車輛始終由電機驅動，實現電動車級別的響應和平順感。全新動力單元采用日產獨家STARC燃燒理念，熱效率提升至42%，配合新型渦輪和NVH優化，在城市和高速路段均能保持安靜順滑。e-POWER未來將拓展至北美、日本市場，并有望在2026年前推向更多車型。

蓋世點評：日產第三代e-POWER系統在保持電驅動體驗的同時改善油耗和噪音表現，為混動市場帶來更多可選技術路徑。

村田推出全球最小電容器10μF/50V MLCC

隨著ADAS與自動駕駛芯片集成度升高，印制電路板（PCB）空間愈發緊張。村田最新發布的GCM21BE71H106KE02電容器（MLCC），采用0805封裝（2.0×1.25mm），卻在微型尺寸內實現10μF/50V參數，為全球首創。

圖片來源：村田

新款MLCC采用新陶瓷材料和薄膜技術，相比上一代4.7μF產品容量翻倍，較傳統1206尺寸電容節省53%空間。其專為12V車載電源設計，可替代多個小電容，簡化PCB布線，降低故障率，適用于電子控制單元（ECU）、域控主板、激光雷達控制器等空間敏感區域。

蓋世點評：小型高容量電容的發布反映出整車電子集成對元器件微型化與高密度性能的雙重需求。

中英聯合研究團隊開發出新型陰極材料 具有快充+長壽命雙重潛力

中英聯合研究團隊開發出一種新型鋰鐵氯化物（Li1.3Fe1.2Cl4）材料，具備快充能力、高能量密度與“自愈”特性。在15分鐘快充模式下，該材料循環3000次后仍保有90%容量，壽命水平是磷酸鐵鋰的兩倍。

該材料采用獨特d8晶體結構，充放電中伴隨8%體積膨脹和三次晶相轉變，實現由脆性向延性的結構變化，從而實現“自動修復”裂紋。且其合成工藝僅需200℃低溫熱處理，具備低成本、高適配、環保等多重優勢。

未來，該材料不僅可用于經濟型電動車快充電池，也適合開發百萬公里級別的商用車電池系統。

蓋世點評：具備結構恢復能力的新型陰極材料為提升快充電池的循環壽命與穩定性提供了潛在解決思路。

Microchip聯合日本產業鏈，打造開放標準攝像頭系統

Microchip攜手日本電子元件商Nippon Chemi-Con與軟硬件平臺NetVision，共同推出首個基于ASA-ML標準的開放式車載攝像頭開發生態，旨在打破車企對專有協議的依賴，推動多廠商視覺模組的靈活接入。

圖片來源： Microchip

ASA-ML標準允許不同廠商共同開發、共享一套攝像頭架構，類似于USB之于消費電子的作用。此舉不僅降低開發成本，還將提升車載攝像頭的可定制性，特別適用于搭載多目視覺系統的L2+/L3級自動駕駛車型。

這項合作計劃率先在日本市場落地，并有望擴展至北美、歐洲，形成一個“通用型視覺模塊”生態，加快自動駕駛核心感知部件的標準化進程。

蓋世點評：基于開放標準的視覺平臺有助于緩解系統封閉與重復開發問題，推動車載攝像頭生態的模塊化發展。

Nota AI聯合瑞薩推出高幀率DMS方案

邊緣AI公司Nota AI基于瑞薩最新RA8P1 MCU，打造出一款、高幀率的駕駛員監控系統（DMS），可在低功耗芯片上實現50FPS視頻識別，覆蓋打哈欠、閉眼、分心等多種駕駛行為。

不同于傳統DMS需要獨立計算單元或高成本AI芯片，這套方案主打“夠用、好用、易部署”。其低功耗特性使其特別適合中低端車型或成本敏感場景，也讓大規模量產更具現實可能。

蓋世點評：將DMS系統部署至低功耗MCU平臺，有助于在成本受限車型中推廣安全監控功能，提升系統普及率。

Taoglas發布18合1多模天線

在車聯網日益復雜的時代，車輛通信系統常常面臨“接口太多，空間不夠”的挑戰。為此，通信模組廠商Taoglas推出Patriot Pro車頂天線平臺，將18種通信功能集成在一個模組中，包括5G、GNSS、Wi-Fi、藍牙及緊急呼叫等。

圖片來源： Taoglas

這款天線采用低外形設計，可靈活安裝于乘用車、商用車或應急車輛頂端。其即插即用、可定制性強的特點，使其特別適用于車隊管理、Robotaxi、自動駕駛測試車等高需求場景。

此外，該平臺也支持未來OTA升級和遠程調試，減少運維成本。隨著多模連接成為智能車標配，Taoglas此類“合一方案”將變得越來越重要。

蓋世點評：集成化車載天線產品簡化了通信系統部署流程，有望提升車輛在多協議環境下的連接效率。

EPFL與NTNU打造小型高效激光器，提升車載探測能力

瑞士洛桑聯邦理工學院（EPFL）與挪威科技大學（NTNU）聯合開發出一款可調諧的新型微型激光器，體積僅4厘米，卻具備高精度、低成本和易操作三大優勢。該產品特別適用于自動駕駛激光雷達、空氣質量檢測和車內安全感知等場景。

圖片來源： NTNU

新激光器通過平穩的調頻機制可探測如氰化氫等微量氣體，適合用于復雜城市環境下的環境感知與行車安全增強。未來，團隊計劃將其應用于車輛尾氣識別、智能交通設施監測等更廣泛領域。

蓋世點評：微型激光器的小型化設計與可調特性，為環境探測與自動駕駛感知應用提供了新的集成選擇。

發布AI溫控系統TempAI

電機過熱，一直是制約電驅效率提升的難題。采埃孚推出的TempAI系統，基于AI模型實時電機溫度走勢，從而智能調節控制策略。無需額外傳感器，就可將電機輸出提升6%，同時降低能耗18%。

圖片來源：采埃孚

該系統已集成至采埃孚第四代800V電驅平臺中，具備全周期預測、極端溫控干預等能力。更關鍵的是，TempAI還可協助研發工程師提前評估熱負載與散熱設計，大幅縮短開發周期。

蓋世點評：AI預測模型嵌入熱管理系統，有望在提高電驅效率的同時，優化整車熱控制策略與能耗表現。

福州大學研發仿生視覺傳感器

面對隧道進出、高反差光線等復雜場景下傳統攝像頭反應遲緩的問題，福州大學團隊開發出一種模仿人眼適應機制的仿生視覺傳感器。該器件由量子點與氧化鋅構成的異質結構成，能在約40秒內完成光照自動適應，遠快于人眼的3~5分鐘調節過程。

圖片來源： 期刊《Applied Physics Letters》

更重要的是，該傳感器在前端即具備預處理能力，能夠剔除冗余背景信息，減輕后端算法負擔。這類結構輕量、能耗低，適合部署于自動駕駛車輛的感知層前端，尤其適配城市道路、地道、隧道等場景的感知盲區補足。

未來，該類仿生視覺器件可能成為下一代多模態感知系統中的關鍵模塊。

蓋世點評：視覺傳感正朝著更快適應、更輕負載的方向演進，有助于解決當前暗光環境下自動駕駛安全感知不穩定的問題。

Wevo發布新型灌封材料

材料企業Wevo發布三款新型超軟導熱硅膠類材料，主打高導熱性與抗沖擊性能的平衡，適用于電控、電感、電驅等關鍵部件的灌封應用。

圖片來源： Wevo

新材料具有更好的柔韌性，適配復雜幾何形狀組件的填充需要，同時具備較強的防水防塵與絕緣能力，支持設備在-40°C至150°C環境下穩定運行。部分型號導熱系數達1.5 W/m·K以上，已通過汽車級可靠性測試。

隨著電動化與智能化深度融合，該類新材料將在整車熱管理系統設計中扮演更重要角色。

蓋世點評：散熱材料的更新升級反映了汽車電子向高功率密集化持續推進的趨勢，材料層創新正在成為系統性能優化的基礎。

名古屋大學研究發現100Hz聲波可緩解電動車暈車感

名古屋大學發布研究成果稱，通過播放1分鐘100Hz聲波，可顯著緩解乘坐時常見的暈車癥狀。這項研究對一組受試者進行實驗，并結合腦電波與生理信號監測，發現聲波對人體平衡系統具有短期調節效果。

圖片來源： 名古屋大學

相較傳統的物理干預或藥物緩解方式，該方法成本低、侵入性小，適合集成至車載信息娛樂系統或健康監測座艙模塊中。研究團隊計劃進一步測試不同音頻組合對不同人群的效果，并探索與座艙AI系統聯動的可行性。

蓋世點評：從用戶體驗角度出發，這類研究為電動化帶來的“暈車副作用”提供了新的緩解路徑，但實際落地仍需跨學科驗證與工程集成。

江南大學研發AI電機預警系統，提升電驅系統安全冗余

江南大學開發出一種結合擴展狀態觀測器（ESO）與卷積神經網絡（CNN）的智能診斷方法，可實現對五相永磁同步電機（PMSM）匝間短路故障的早期識別與嚴重程度分級。

圖片來源： 期刊《CES Transactions on Electrical Machines and Systems》

該方法基于采集電機端電壓與電流信號，通過模型殘差檢測與深度學習識別結合，首次實現了從正常狀態到不同等級短路的自動判別，準確率達95%以上。該成果對電動汽車核心電驅部件的運行監控具有參考價值。

當前，該方法處于實驗驗證階段，后續若能與整車控制系統集成，將有望構建更具彈性的電驅系統安全體系。

蓋世點評：電驅系統的智能監測與分級預警是提升整車運行可靠性的重要方向，但大規模落地仍面臨數據采集標準化與硬件適配問題。

日本研究人員從彈跳球獲得靈感，破解軟體機器人跳躍難題

日本慶應義塾大學（Keio University）和大阪大學（The University of Osaka）研究團隊近期在《Advanced Robotics Research》期刊上發布研究，展示了一個通過彈跳球原理優化軟體機器人跳躍性能的物理模型。團隊通過觀察兒童彈跳球的變形與接觸模式，建立起預測軟體機器人起跳高度的新公式，并通過傳感器實驗與數值仿真驗證了其穩定性。

這項研究解決了軟體機器人運動軌跡難以控制的問題，特別是在復雜地形或災難現場等應用場景中，提高了軟體機器人移動的可預測性。研究人員表示，通過更好地理解機器人與地面間的接觸面積變化，未來可將此機制應用于輕量化搜救、偵查和特殊場景的自主機器人系統。

該項目強調了從單個構件理解機器人整體性能的重要性，有望推動軟體機器人從“難控制”走向“可編程設計”。

蓋世點評：仿生式動力建模為軟體機器人設計打開思路，但真正落地仍需突破材料性能與控制系統的同步挑戰。