现代汽车自建电池线曝光:软包先上,方形跟进
现代汽车自建电池线规划曝光,初期聚焦软包电池,后期跟进方形电池,设备厂商已敲定。选址京畿道安城市,占地约20万平方米,首阶段年产能2~3GWh,预计2026年完成设备交付。此举标志着现代汽车减少对外部电池依赖,加速电动化转型。2025年建成软包电池生产线,2026年新增方形电池产线,2027年实现方形电池大规模量产。软包电池设计参考LG新能源方案,采用高镍正极材料,不涉及磷酸铁锂电池。现代汽车已与PNT、Hanwha Momentum等多家企业达成合作,这些企业曾是SK On的重要供应商。通过自建电池线,现代汽车不仅能灵活调配电池资源,更为未来电动化发展奠定技术基础。
据韩媒报道,现代汽车自建电池项目的规划近日逐渐明朗:初期将主攻软包电池(Pouch-type),后续再拓展方形电池(Prismatic)产线,相关设备厂商也已确定。此举相较之前“软包与方形同步推进”的策略有所调整。

项目选址在京畿道安城市,占地约6万坪(约20万平方米),目前基础设施建设正有序进行中。首阶段目标年产能为2~3GWh,可支持约4万辆续航超过400公里的电动车生产需求,预计设备将于2026年完成交付。除纯电动车外,该电池也将用于混合动力车型(混动车所需电池容量仅为纯电车型的10~20%)。具体投产节奏如下:
2025年:建成1条软包电池生产线;
2026年:新增1条方形电池产线;
2027年:实现方形电池的大规模量产。
软包电池的基础设计参考了LG新能源的方案,其规格包括:
电芯长度处于中等水平(450~480mm);
采用高镍正极材料(镍含量≥60%);
不涉及磷酸铁锂(LFP)电池的制造。
在供应链方面,现代已与PNT、Hanwha Momentum、Woo Won Technology、M Plus及Apro等企业达成合作,其中部分公司曾是SK On的重要供应商。例如,PNT、Woojin Tech与Mplus此前均为SK On核心合作伙伴,助力其快速占领市场。

韩媒指出,现代汽车在京畿道设立“新一代电池研究所”,标志着其加快脱离对外部电池供应的依赖。通过建立小规模自主生产线,现代不仅能够灵活调配电池资源(如已应用于第五代胜达混动版),也为未来的电动化发展奠定关键技术基础。
今天关于《现代汽车自建电池线曝光:软包先上,方形跟进》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
Python协程怎么用?async/await详解
- 上一篇
- Python协程怎么用?async/await详解
- 下一篇
- ElserAIComics批量生成方法揭秘
-
- 科技周边 · 人工智能 | 1小时前 |
- Reranker 接入后如何控制检索延迟预算
- 113浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- Embedding 向量维度变化时的索引迁移方案
- 429浏览 收藏
-
- 科技周边 · 人工智能 | 2小时前 |
- Agent 轨迹评测区分工具错误与模型错误
- 239浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 |
- MCP 资源与工具描述的缓存更新策略
- 313浏览 收藏
-
- 科技周边 · 人工智能 | 5小时前 |
- MCP 服务端授权范围与会话隔离的配置
- 161浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 |
- MCP 工具结果分页与长列表截断的设计
- 486浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | 人工智能 · chat template apply_chat_template AI tokenizer 多模型消息格式
- AI tokenizer chat template 统一多模型消息格式
- 154浏览 收藏
-
- 科技周边 · 人工智能 | 12小时前 |
- RAG 文档切块按标题层级保留语义边界
- 300浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · rag · 语义检索重排器 第二阶段重排 Cross-Encoder Retrieve and Re-Rank Recall@K
- 语义检索重排器何时值得加入第二阶段
- 449浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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。
- 408次使用
-
- 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。
- 487次使用
-
- 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。
- 494次使用
-
- 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。
- 443次使用
-
- 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。
- 270次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

