当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 比亚迪印度尼西亚工厂年底竣工投资10亿美元剑指东南亚电动车市场

比亚迪印度尼西亚工厂年底竣工投资10亿美元剑指东南亚电动车市场

2025-01-22 22:34:00 0浏览 收藏

积累知识,胜过积蓄金银!毕竟在科技周边开发的过程中,会遇到各种各样的问题,往往都是一些细节知识点还没有掌握好而导致的,因此基础知识点的积累是很重要的。下面本文《比亚迪印度尼西亚工厂年底竣工投资10亿美元剑指东南亚电动车市场》,就带大家讲解一下知识点,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~

比亚迪印度尼西亚工厂年底竣工投资10亿美元剑指东南亚电动车市场

比亚迪,这家中国电动汽车巨头,计划于2025年底完成其位于印度尼西亚西爪哇省苏邦的工厂建设。该项目总投资额高达10亿美元,预计年产能将达到15万辆电动汽车。比亚迪印尼子公司负责人Eagle Zhao确认,工厂建设进展顺利,有望按计划在年底竣工,并着眼于未来出口市场。

印度尼西亚政府正积极推动本国电动汽车产业发展,目标是在2030年实现60万辆电动汽车的国内生产目标。为此,政府出台了一系列政策吸引外资,其中包括为比亚迪汽车进口提供临时免税优惠。

比亚迪于2024年进入印尼市场,迅速崛起成为领先的电动汽车制造商。印尼汽车协会数据显示,比亚迪2024年在印尼市场销售近15,500辆汽车,市场份额超过三分之一(36%)。

目前,比亚迪在印尼市场已推出Seal轿车、Atto 3 SUV、Dolphin掀背车和M6七座MPV四款车型,其中M6最为畅销。

Zhao表示,新工厂投产后将迅速启动汽车生产。比亚迪还计划在2025年推出更多新车型,并引入高端品牌腾势,以期进一步推动销售增长。

比亚迪正大力拓展全球市场,2024年全球销量突破400万辆,超出预期目标。该公司正积极进军东南亚市场,挑战日本和韩国汽车制造商的市场主导地位。

值得一提的是,比亚迪还在2024年泰国启用了一座投资4.9亿美元、年产能15万辆(包括插电式混合动力车)的电动汽车工厂。此外,比亚迪在新加坡市场也于2024年上半年超越特斯拉,占据领先地位。

今天关于《比亚迪印度尼西亚工厂年底竣工投资10亿美元剑指东南亚电动车市场》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于特斯拉,电动汽车,比亚迪的内容请关注golang学习网公众号!

直逼记录极限,机器学习助力开发全新钙钛矿电池原料直逼记录极限,机器学习助力开发全新钙钛矿电池原料
上一篇
直逼记录极限,机器学习助力开发全新钙钛矿电池原料
防止 Laravel 中不安全的反序列化:综合指南
下一篇
防止 Laravel 中不安全的反序列化:综合指南
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。
    361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。
    417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。
    430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。
    384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。
    209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