本期全球前沿汽車技術動向如下，如需更具體的內容與分析解讀，歡迎訂購蓋世汽車研究院《全球前瞻技術情報》。

福特申請車輛控制和寵物檢測系統專利

福特近日申請了一項新專利，提出一種可自動識別寵物并控制車窗的車輛系統。該系統利用傳感器或攝像頭檢測車內寵物的位置、大小及行為，并能根據情況自動調節車窗或播放提示音。

圖片來源： USPTO

系統由多個傳感器、電動窗控制模塊和中央控制器組成，可通過寵物配置文件實現智能化響應。福特強調，專利申請僅為保護創意，不代表即將量產。

蓋世點評：福特的新專利體現了人車互動的人性化思考，為寵物友好型出行提供了新方向。

現代攜手三星推出“Home-to-Car”一體化控制服務

現代汽車集團與三星電子聯合推出“Home-to-Car”服務，首次實現通過單一App同時操控家電與車輛。用戶可在SmartThings應用中查看車輛狀態并遠程控制空調、車門和充電功能。

圖片來源：現代

該功能可通過智能門鎖、家電等設備聯動，實現如“一鍵出門”模式。現代表示，該服務將持續拓展至更多車型與生活場景。

蓋世點評：車家互聯成為智能出行新趨勢，現代與三星的合作加速了生態融合落地。

Diodes推出新一代汽車級多通道LED驅動器

Diodes發布18通道和12通道線性LED驅動器AL58818Q與AL58812Q，支持I2C/SPI接口及高精度PWM控制。該系列可實現1600萬種色彩混合，滿足車外與車內多場景燈光設計需求。

產品具備高電流匹配精度與低功耗特性，適用于尾燈、車標燈、氛圍燈及信息顯示模塊。

蓋世點評：動態燈光設計正成為汽車個性化的重要組成部分，這類驅動器將助力創新照明方案。

蘭博基尼探索情緒感知駕駛系統

蘭博基尼正在研究可感知駕駛者情緒和駕駛風格的AI系統，能實時調整車輛動態表現。該技術結合6D傳感器數據與機器學習，實現個性化扭矩管理與駕駛體驗。

圖片來源： 蘭博基尼

系統將使車輛可根據駕駛者狀態自動調整響應方式，未來或應用于量產車型。

蓋世點評：情緒自適應AI將推動駕駛體驗從“控制機器”邁向“人機共感”。

Samsara宣布擴展其人工智能安全平臺

Samsara推出新一代AI安全平臺，全面強化天氣智能、自動駕駛員輔導與工人安全管理三大模塊。系統可實時追蹤天氣風險，通過AI行車記錄儀與多源數據分析識別危險場景，并生成針對性建議，幫助車隊預防事故。

圖片來源： Samsara

該平臺還新增一鍵SOS功能、AI語音提醒與實時風險地圖，實現從單一車輛管理向全車隊安全生態的轉變。Samsara表示，該系統將持續更新算法模型，提升AI決策的主動性和精度。

蓋世點評：AI安全平臺升級讓車隊管理從“被動防護”邁向“智能預警”。

福特申請減震器故障診斷技術專利

福特近日申請了一項新專利，旨在通過車載傳感器實時檢測減震器的工作狀態。系統可記錄阻尼變化曲線，與標準參數對比，自動判斷是否存在性能衰退或損壞，并在車機系統中發出警告。

該專利將幫助駕駛員提前發現懸架潛在故障，避免車輛在行駛中出現危險。未來，該技術有望與車聯網平臺結合，實現遠程診斷與維護提醒。

蓋世點評：智能診斷讓懸架“自知冷暖”，提升整車安全。

Sasken與VicOne合作打造車載網絡安全體系

Sasken宣布與趨勢科技子公司VicOne建立合作，共同推出面向汽車行業的網絡安全解決方案。該方案集成車載入侵檢測、漏洞評估、云端監控及防護模塊。

雙方表示，將幫助整車廠和供應商快速應對車聯網安全法規要求，并在OTA更新與遠程診斷等環節增強系統防御能力。

蓋世點評：車聯網安全正從單點防護走向全域聯防。

Nexperia推出汽車級多路復用器NMUX27518-Q100，提升可靠性

Nexperia發布NMUX27518-Q100雙向6通道2:1多路復用器，滿足車載ADAS及信息系統高可靠性需求。該產品支持1.08V至3.63V寬電壓范圍，帶寬達500MHz，是同類產品兩倍。

圖片來源： Nexperia

其高穩定封裝與AEC-Q100 1級認證確保了極端環境下的性能表現，適用于ADAS域控、主機和遠程信息單元。

蓋世點評：Nexperia用高帶寬與高可靠性，為車載信號傳輸提供堅實保障。

Vector發布SDx Cloud平臺，助力軟件定義系統開發

德國Vector公司推出SDx Cloud平臺，旨在簡化軟件定義系統和互聯服務的開發流程，實現ECU至云端的無縫集成。該平臺支持無線更新、遠程診斷及網絡安全防護。

圖片來源： Vector

依托Vector在嵌入式軟件領域的經驗，SDx Cloud可為車企與供應商提供靈活開發環境，并擴展至汽車以外的行業。

蓋世點評：SDx Cloud加速軟件定義汽車落地，打通車端與云端的協同通道。

研究團隊突破超平面光學元件的色差限制，實現大光圈高質量彩色成像

普林斯頓大學與華盛頓大學研究團隊證明，經過計算后端配合設計的大光圈超平面光學元件可實現與傳統鏡頭相當的彩色圖像和視頻。該超透鏡厚度極薄，體積遠小于傳統透鏡，結合AI驅動的成像后端能校正色差與噪聲，從而在小型化攝像系統中獲得高質量成像。

圖片來源：普林斯頓大學

這種超平面光學器件尤其適合對體積、重量敏感的設備，例如智能手機、車載攝像頭、無人機、內窺鏡和小型衛星。研究團隊還指出該技術有望通過納米印刷等工藝實現規模化生產，從而在多種成像場景中替代笨重的傳統鏡組，帶來更輕便、低功耗的成像方案。

蓋世點評：將光學薄型化與計算成像結合，為受限空間的高質量成像提供了現實可行的路徑。

英飛凌擴展XENSIV™ MEMS麥克風系列，面向嚴苛環境與車載應用

英飛凌推出IM72D128V與IM69D129F兩款數字PDM麥克風，采用密封雙膜（SDM）技術，實現IP57級防護和出色的信噪比。兩款器件尺寸緊湊、功耗低，既能滿足高端耳機與便攜設備的音質需求，也適用于車載信息娛樂與語音交互場景。

IM72D128V主打高信噪比與低功耗運行，適合需要精準遠場拾音的設備；IM69D129F則為超緊湊系統提供可靠音頻采集能力。憑借數字輸出與內置放大器，二者便于與現代音頻處理平臺集成，可用于多麥陣列、語音助手、車內語音識別與遠端會議系統等場景。

蓋世點評：將高音質、防護與低功耗融合的麥克風，助力語音交互在更多嚴苛場景落地。

Geotab推出GO Focus Plus AI行車記錄儀，通過語音警報顯著減少危險駕駛行為

Geotab推出GO Focus Plus與全新視頻智能平臺，能在車內以即時語音提示干預駕駛員危險行為（如使用手機或尾隨駕駛），并把每次警報轉化為培訓機會。試點顯示該解決方案能將尾隨駕駛和手機使用行為大幅降低，為車隊安全管理帶來量化成效。

系統將視頻與行車數據結合，為車隊經理提供可操作的風險視圖和改進路徑，支持任務分配與進度跟蹤；其開放平臺架構便于接入更多型號攝像頭與未來功能更新，旨在通過即時干預和持續優化的AI模型，打造更加主動的車隊安全文化。

蓋世點評：把每次警報變成訓練機會，AI行車記錄儀正在把被動監控轉為主動干預。

自動駕駛

Ambient Scientific推出GPX10 Pro AI芯片

Ambient Scientific推出GPX10 Pro系統集成芯片，采用AI原生硅架構，支持CNN、RNN等模型在邊緣設備上高效運行，功耗和性能比傳統微控制器提升100倍。它集成傳感器融合和低功耗Always-On模塊，適用于電池供電場景。

圖片來源： Ambient Scientific

其緊湊設計及高能效比，使其可用于車載傳感器、可穿戴設備及工業監控，助力邊緣AI落地。

蓋世點評：AI原生芯片讓智能計算“上車上端”，能效再突破。

美國研究人員利用環保膠體量子點探測紅外光

紐約大學科研團隊推出基于膠體量子點的新型紅外探測器，成功擺脫了傳統含鉛、含汞材料帶來的環境問題。該器件在低成本工藝下仍具備高靈敏度和穩定性，可實現快速成像。

圖片來源： 紐約大學坦登工學院

研究人員指出，這一環保探測技術可廣泛應用于汽車夜視系統、安防監測及醫療成像，為紅外傳感帶來更綠色的解決方案。

蓋世點評：綠色量子點技術讓紅外感知邁入可持續時代。

北京理工大學開發運動補償技術，提升單像素成像清晰度

北京理工大學研究團隊提出運動補償算法，使單像素成像在動態場景下也能獲得清晰圖像。該技術結合滑動窗口采樣與光流估計，實現對物體位移的精準，改善運動模糊。

新方法可應用于監控、醫學影像及遙感領域，為在低光或復雜環境下的圖像重建提供可能。研究團隊計劃進一步優化算法，推動單像素成像的高速化發展。

蓋世點評：運動補償技術讓單像素成像邁入“動態清晰”時代。

豐田推出e-Palette移動出行工具，支持多場景應用

豐田發布純電動多功能出行工具e-Palette，具備寬敞空間與多用途設計，可作為交通服務車、移動商店或娛樂載體。該車配備低地板與電動坡道，兼顧無障礙使用體驗。

圖片來源： 豐田

e-Palette支持L2級自動駕駛，未來將搭載L4系統，適用于豐田Woven City及東京地區示范運營，并可提供應急供電功能。

蓋世點評：豐田e-Palette以靈活空間重塑出行服務，為智能交通提供新樣本。

移遠通信推出四款新GNSS天線，支持全球厘米級定位

移遠通信發布四款新型GNSS天線，覆蓋多頻段應用并配備全球RTK服務，能在全球范圍內實現厘米級定位精度。

這些天線設計、耐候性強，適用于自動駕駛、物流與測繪領域，并配合移遠自有模塊提供完整定位解決方案。

蓋世點評：移遠以全頻天線布局，鞏固其在高精度定位領域的全球競爭力。

密西根大學用GPS數據識別車道變換，助力自動駕駛安全

密西根大學研究團隊開發出基于GPS數據的車道變換檢測方法，無需高精地圖或攝像頭即可精確識別駕駛行為。該算法通過分析軌跡微小偏移來判斷變道動作，顯著提升精度。

圖片來源：密西根大學

該方法已在真實駕駛數據中驗證，可輔助駕駛行為分析、交通優化及自動駕駛系統預測。

蓋世點評：GPS數據潛能被重新激活，為自動駕駛安全提供更低成本方案。

新能源

斯堪尼亞推出Super動力總成與PHEV選項，提升長途運輸能效與靈活性

斯堪尼亞發布基于Super平臺的新動力總成，包含高效內燃機與插電式混動（PHEV）版本，目標服務于長途客運與公交場景。新內燃機與變速箱組合可節油約8%，而PHEV可提供最高約80公里的純電續航，便于進入零排放區域并顯著降低運營排放與成本。

圖片來源： 斯堪尼亞

該平臺強調耐久性與維護便利性，設計目標為長壽命與高正常運行率，并支持地理圍欄技術自動切換電動模式以適應不同路段法規。憑借多種駕駛模式與輔助制動及安全套件，斯堪尼亞旨在為運營商提供兼顧效率、合規與乘客體驗的解決方案。

蓋世點評：用多模式動力總成兼顧續航與排放，是現實運輸業邁向低碳的務實路徑。

本田研發化學分選技術，提高報廢汽車塑料的回收純度與工業可行性

本田技術研究所在廢舊汽車塑料回收上開發出化學分選工藝，通過溶解樹脂并采用粗孔過濾與離心分離等步驟，能將固體污染物從廢塑料中去除至99%以上，從而提取高純度可再用樹脂。公司計劃在2026年建中試線并力爭在2029年前實現商業化應用。

圖片來源： 本田

該方法可應對廢舊零部件中金屬嵌件、橡膠和玻璃纖維等復雜污染物，提高回收覆蓋率并減少工序維護需求。通過把高純度回收樹脂重新用于汽車材料，本田期望推動零部件閉環再利用，降低焚燒處理與二氧化碳排放，增強回收工藝在工業規模上的可持續性。

蓋世點評：提升廢塑料回收純度的技術是實現汽車材料閉環利用的重要一環。

Melexis新增外部NTC輸入功能，提升傳感器性能

Melexis宣布為MLX91230與MLX91231智能IVT傳感平臺新增NTC電阻輸入，可在原有結溫讀數基礎上實現更精確的溫度監測。這一升級進一步提升了系統的安全性與可靠性。

新功能符合ASIL C標準，適用于汽車電池、快充、配電模塊及智能熱熔斷器等安全關鍵場景。產品現已量產，支持廣泛的電池系統及儲能應用。

蓋世點評：精準熱管理成為電池系統可靠運行的關鍵，Melexis在此領域持續深耕。

東京科學大學研發低溫氫電池

東京科學大學團隊研發出可在90°C工作的新型氫電池，利用氫負離子在固體電解質中移動，實現低溫、高容量儲氫。這一突破為氫動力汽車和清潔能源系統提供了更可行的儲氫方案。

圖片來源： 東京科學大學

新電池采用Ba-Ca-Na氫化物固體電解質，能在低溫條件下實現7.6%質量比的氫氣存儲容量，并具備可逆循環性能。

蓋世點評：低溫儲氫技術的突破將顯著降低氫能汽車的成本與能耗門檻。

印度科學學院推出電網直連EV快速充電技術

印度科學學院與臺達電子聯合開發出新型多端口直流轉換器，可直接接入中壓電網，無需傳統變壓器，顯著減少能量損耗。該技術適用于多車同時充電，效率較現有方案提升約5%。

圖片來源： 印度科學學院

系統采用模塊化設計，便于擴展至公共充電站、數據中心及軌道交通電源系統。

蓋世點評：電網直連方案提升快充效率，有望成為未來主流架構。

威世推出Y1等級SMD陶瓷電容器

威世（Vishay）發布業界首款Y1等級表貼式陶瓷電容器，具備500VAC耐壓和高絕緣強度，滿足電動車逆變器及充電模塊應用需求。

其結構緊湊、抗濕熱性能優越，特別適合小型化高壓系統使用，進一步提升整車可靠性。

蓋世點評：車規級陶瓷電容助力高壓系統更安全更輕量。

Nexperia推出超低導通損耗100V MOSFET

Nexperia發布新一代100V MOSFET，導通電阻低至0.99mΩ，符合AEC-Q101標準，支持48V電氣系統。

其封裝兼顧散熱與功率密度，適用于OBC、BMS及電驅系統，滿足電動化高效能需求。

蓋世點評：高性能MOSFET為新能源汽車提供更強電控支撐。

Altair與Gordon Murray Group合作開展超輕量化平臺開發，助力低排放高性能車輛

Altair宣布參與英國Gordon Murray Group主導的M-LightEn項目，采用其C123概念開發流程支持超輕量化、低碳排放的車體平臺設計。C123通過快速協作的仿真與優化，幫助團隊在早期設計階段探索不同制造工藝、材料與車體架構間的權衡，從而在較短周期內得出可量產的輕量化解決方案。

該合作面向未來一系列高性能車輛，目標是開發單體殼結構以減少碳排放并實現量產可行性。項目由英國政府與創新機構支持，參與方包括高校與材料制造伙伴，意在把數字化概念開發與實際制造路線緊密銜接，以加速可持續汽車平臺的落地。

蓋世點評：把仿真優化提前到概念階段，有助于在保證性能的同時實現結構輕量化與更短開發周期。

ABLIC推出S-57W1/W2雙霍爾效應鎖存器IC，適配空間受限的電機應用

ABLIC發布S-57W1/W2系列二維雙霍爾效應鎖存器IC，可在單芯片上檢測兩個方向的磁通密度，從而生成相位差信號用于高精度旋轉檢測。該器件具備業界高靈敏度（典型0.8 mT）、多種超薄封裝形式，適合安裝空間緊湊的薄型電機。

S-57W1/W2可直接用于檢測電動車窗、天窗、電動尾門等部件的電機轉速與方向，簡化系統設計并提升跟蹤高速旋轉的響應能力。其短輸出延遲和高靈敏度使其能在電氣化趨勢下滿足越來越多電機位置與速度檢測需求，從而支撐車內多部件的平穩與精準動作。

蓋世點評：單芯片實現雙向高靈敏檢測，能顯著簡化電機定位系統設計并提高可靠性。

智能制造及新材料

韓國研究團隊開發出新一代寬帶光電探測器材料

韓國KRICT與成均館大學團隊成功研發出一種新型寬帶光電探測器材料，能同時感測從可見光到長波紅外的全光譜范圍，并在6英寸晶圓級基板上實現低成本合成。該材料在高溫高濕環境下仍具穩定性，可取代多傳感器系統。

圖片來源： KRICT

這種基于拓撲晶體絕緣體的材料兼具高靈敏度與穩定性，能夠在自動駕駛、安防、醫療及國防等領域實現一體化光譜探測。目前團隊正推進8英寸晶圓規模化量產。

蓋世點評：這項成果有望推動智能汽車和無人機等領域的傳感集成化發展。

AI助力更快生產橡膠類聚合物材料

卡內基梅隆大學與北卡羅來納大學研究團隊聯合開發了一種AI輔助聚合物研發方法，可顯著加快橡膠類材料的設計與測試。研究者將AI預測與人類化學家經驗結合，快速生成既堅固又柔韌的材料。

圖片來源：期刊《應用化學國際版》

這一方法已成功應用于跑鞋、3D打印牙種植體和汽車零部件等方向。研究團隊表示，AI可減少無效實驗并節約研發成本。

蓋世點評：AI正在重塑材料科學，加速汽車及工業用高分子材料的創新周期。

美國研究人員探索電化學升級改造聚合物廢料

伊利諾伊大學研究團隊開發出創新電化學工藝，能夠將碳纖維復合材料生產中的副產物轉化為可再利用的高性能聚合物。該方法通過電流調控分子結構，實現廢料在分子層面的再生，為循環經濟提供新方向。

相比傳統焚燒或化學回收方式，新技術能耗更低、污染更小，所得材料具備更高機械強度和耐熱性，可應用于交通、航空及風電設備。

蓋世點評：電化學回收為復合材料的“再生利用”打開了新思路。

工程師們創造出與電極無關的電解質，以實現電氣化未來

威斯康星大學團隊開發了一種通用電解質，兼容不同電池組件如鈉離子和鋰離子系統，幫助離子高效移動，支持無陽極設計以提升能量密度和成本效益。該電解質通過分子控制實現與多種材料的兼容性。

新成果有望提高能量密度、降低生產復雜度，并支持多種儲能設備設計，推動下一代電化學儲能技術發展。

蓋世點評：通用電解質讓電池設計更靈活，為新體系奠定基礎。

韓國能源研究所開發新技術，將工業石墨廢料轉化為電池負極材料

韓國能源研究所研發出可將工業石墨副產品提煉為高純度鋰離子電池負極材料的新工藝，顯著降低了制造成本與環境風險。該方法通過超聲處理和熱遷移技術去除雜質，并利用碳涂層提升結構穩定性與電化學性能。

實驗表明，該石墨陽極性能接近商用品質，循環200次后，容量保持率達98%，且生產成本較傳統方法降低約60%。研究團隊計劃進一步優化工藝，減少熱處理與酸處理步驟。

蓋世點評：這項技術兼顧環保與成本，或將重塑鋰電材料循環體系。

莫納什大學開發多尺度還原氧化石墨烯，顯著提升超級電容器能量與功率密度

莫納什大學團隊提出一種名為M-rGO的新型碳基材料，通過快速熱處理生成彎曲路徑結構，從而釋放更大表面積，使超級電容器兼具高能量密度與高功率輸出。研究成果在軟包器件中表現優異，顯示出接近電池級的能量密度與出色的快速充放電能力。

圖片來源： 期刊《Nature Communications》

該材料工藝可擴展并利用本地原料進行生產，團隊與產業化主體合作推進商業化。M-rGO在儲能、快速能量釋放場景（如電動交通瞬時功率補償、電網調峰）以及消費電子領域都具備應用潛力，幫助縮短充電時間同時維持長循環壽命。

蓋世點評：兼顧能量與功率的碳材料進展，為更快、更耐用的儲能設備帶來實際希望。

AI及跨界技術

Penn State開發AI系統，解釋激光焊接缺陷

賓夕法尼亞州立大學研究團隊開發了LLM驅動的AI框架，能通過少量實驗數據與文獻分析生成方程式，解釋高速激光焊接中常見的“駝峰”缺陷。

圖片來源： 期刊《the International Journal of Machine Tools and Manufacture》

該方法顯著減少了實驗時間與成本，并可推廣至增材制造等領域，助力焊接精度提升。

蓋世點評：大模型正成為制造業知識提煉與工藝優化的強大工具。

工程師研發新型AI框架，改進復雜系統控制

佛羅里達大西洋大學研究人員提出基于強化學習的分層AI框架，可在多層決策系統中高效分配資源與指令，應用場景涵蓋智能電網、交通與自動駕駛。

該模型利用事件觸發機制減少計算負擔，保持系統穩定并提高能效。

蓋世點評：分層AI決策結構或將成為未來智慧交通與城市系統的基礎架構。

南加州大學研發出MOTIF機械手，突破傳統機器人手局限

南加州大學研究團隊開發出MOTIF機械手，具備類人感知能力，可通過溫度與力覺傳感器感知并響應環境變化，顯著提升機器人操作靈敏度與安全性。該機械手能夠在工廠、烹飪、焊接等多場景中應用，通過多模態設計實現精準的力度控制與熱感識別。

圖片來源：南加州大學維特比學院

其掌心內置紅外攝像機，可在無需接觸的情況下探測溫度；同時具備慣性測量單元，實現對物體重量的判斷。團隊計劃開源設計，推動機器人感知平臺的進一步創新。

蓋世點評：MOTIF機械手讓機器人更接近“人類手”的自然感知，邁出智能制造新一步。

國際團隊研發物理神經網絡，用光實現高效AI訓練

米蘭理工大學等多所機構合作開發基于光子芯片的物理神經網絡，利用光干涉機制執行計算，大幅降低能耗并加快訓練速度。

這一突破將推動更可持續的AI發展，并為自動駕駛和邊緣智能設備提供低功耗實時計算能力。

蓋世點評：光子神經網絡展示AI算力新路徑，開啟可持續智能計算時代。

密歇根大學開發LEGO-H框架，使人形機器人能自主穿越崎嶇地形

密歇根大學研究團隊以LEGO-H人工智能框架訓練人形機器人，實現視覺感知、決策和運動規劃的一體化，使機器人能在陌生崎嶇路段自主行走、跳躍或跨步并在跌倒后恢復平衡。研究以仿真訓練為主，顯示該方法能讓機器人在復雜地形下表現出接近或優于依賴完美先驗信息的傳統策略。

該框架將導航和動作控制整合為單一學習策略，降低對預先地圖與人工指導的依賴。團隊后續將把這些策略應用于真實實體機器人，目標是推動機器人在搜救、野外勘測等需要具身智能的實際場景中發揮作用。

蓋世點評：把“看”和“動”合為一體的學習方式，讓機器人在現實地形中更自如。