当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 日产CEO谈电动汽车市场:需求多变,动力选择需“灵活”应对

日产CEO谈电动汽车市场:需求多变,动力选择需“灵活”应对

来源:ITBear科技资讯 2024-05-07 21:42:29 0浏览 收藏

哈喽!今天心血来潮给大家带来了《日产CEO谈电动汽车市场:需求多变,动力选择需“灵活”应对》,想必大家应该对科技周边都不陌生吧,那么阅读本文就都不会很困难,以下内容主要涉及到,若是你正在学习科技周边,千万别错过这篇文章~希望能帮助到你!

日产CEO谈电动汽车市场:需求多变,动力选择需“灵活”应对

5月7日消息,日产汽车正在积极调整其电气化战略,以适应全球电动汽车市场需求的不断变化,努力保持其行业竞争力。尽管日产的长期战略仍然聚焦在电气化上,但公司CEO 内田诚表示,日产将提供更多样化的动力选择,以满足全球不断变化的市场需求。

经过小编了解,日产最近公布了全新的商业战略“Arc”,该计划预计在未来两年内推出30款新车,其中包括16款将采用电气化技术的车型。日产设定的目标是,在2026年,电气化汽车的全球销量占比能达到40%。

内田诚强调,这一战略调整是为了更好地适应当前复杂多变的市场环境,特别是在那些电气化进程较慢的市场中,使日产产品够稳固其市场地位。他说:“我们始终认为,电气化需要基于消费者的需求进行。我们注意到电动汽车的普及和速度目前有所缓存,但我们的长远目标并未改变。关键在于,我们的发展路线图如何既能应对当下的挑战,又能坚持我们的长期发展方向。这就要求我们在不同的市场中采取不同的电气化策略,并备灵活调整能力。”他强调,日产将基于消费者的需求提供相应的汽车产品,并会密切关注市场的反馈。

日产还披露了计划将Juke和Qashqai跨界车转型为纯电动车型的策略,并预备推出第三代Leaf。

在中国市场时,内田诚承认日产需面对新兴竞争对手的挑战,并需提升其品牌在中国的影响力。他透露,日产计划在中国市场推出5款全新的电动车型,这些车型将与合作伙伴东风汽车联合开发,以满足中国市场的特殊需求。

内田诚说:“过去,我们是一家全球化的公司,所有的车型设计都在日本完成,然后针对美国、欧洲和中国市场进行调整。但这种模式已经不再适用。”他并没有排除将这些在中国设计的车型推向其他市场的可能性,同时也坦承日产在中国的生产能力目前过剩,但他强调,这些新车型主要是为中国市场设计的。

据内田诚指出,降低电动汽车的生产成本是日产“Arc”计划的另一个关键目标。为实现这一目标,日产公司提出了“加强供应链的合作、提升内部技术水平、优化电池的采购策略以及通过减少平台多样性来进行设计”的策略。这些举措将确保我们的成本备市场竞争力。

在外,内田证重申日产将于2028年开始将固态电池技术应用于量产车型的承诺。他表示,这种新型电池技术有可能成为“提升未来纯电动汽车接受度的重要因素”。他透露,日产“对将这项技术推向市场充满信心”,并计划在今年开设试点工厂,以期在未来四年内实现这项技术的量产。

版本声明
本文转载于:ITBear科技资讯 如有侵犯,请联系study_golang@163.com删除
索尼Xperia新品发布会定档5月15日,手机界的新风暴即将来临索尼Xperia新品发布会定档5月15日,手机界的新风暴即将来临
上一篇
索尼Xperia新品发布会定档5月15日,手机界的新风暴即将来临
用Golang实现分布式系统的常见模式有哪些?
下一篇
用Golang实现分布式系统的常见模式有哪些?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    459次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    521次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    538次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    487次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    306次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码