当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 阿斯顿·马丁加速电动化进程,向吉利购买零部件以支持未来车型

阿斯顿·马丁加速电动化进程,向吉利购买零部件以支持未来车型

来源:ITBear科技资讯 2023-07-05 08:28:38 0浏览 收藏

对于一个科技周边开发者来说,牢固扎实的基础是十分重要的,golang学习网就来带大家一点点的掌握基础知识点。今天本篇文章带大家了解《阿斯顿·马丁加速电动化进程,向吉利购买零部件以支持未来车型》,主要介绍了,希望对大家的知识积累有所帮助,快点收藏起来吧,否则需要时就找不到了!

7月3日消息,阿斯顿·马丁(Aston Martin)近期加快了品牌的电动化进程,采取了一系列举措以满足电动车型的需求。其中,与吉利(Geely)的合作成为关键步骤。

据了解,阿斯顿·马丁计划从吉利购买内饰零部件,以用于即将生产的电动车型。这一合作使阿斯顿·马丁能够专注于开发包括纯电动车型在内的全新车辆。该品牌的首席执行官Amedeo Felisa表示,减少供应商名单将为他们的电动化战略提供重要支持。

阿斯顿·马丁加速电动化进程,向吉利购买零部件以支持未来车型

去年,浙江吉利控股集团有限公司成功完成了对阿斯顿·马丁的收购,并在今年继续增持股份。如今,吉利控股约持有阿斯顿·马丁17%的股份。这次合作对阿斯顿·马丁的电动化战略起到了推动作用,提供了资金和技术支持。

据小编了解,除了与吉利的合作外,阿斯顿·马丁还将与美国电动车品牌Lucid合作,后者将为阿斯顿·马丁的电动车型提供动力系统部件。这一合作将进一步推动阿斯顿·马丁电动化计划的实施。

尽管电动化是阿斯顿·马丁品牌的重要发展方向,但董事长表示他们并没有计划将所有车型完全转变为纯电动。反之,该品牌计划继续发展插电式混合动力车型,并有意在2030年代之前持续推进该技术的进步。

预计明年年底,Valhalla将作为首款插电式混合动力车型投放市场。而首款量产电动汽车则计划于2026年如期面世。阿斯顿·马丁将继续致力于创新和发展,以适应不断变化的汽车市场需求。

今天关于《阿斯顿·马丁加速电动化进程,向吉利购买零部件以支持未来车型》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于马丁(Aston Martin),电动化(Electrification),零部件(Components)的内容请关注golang学习网公众号!

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
Redis作为缓存数据库的优化策略与性能测试Redis作为缓存数据库的优化策略与性能测试
上一篇
Redis作为缓存数据库的优化策略与性能测试
比亚迪首款F品牌车型内部代号“SF”,硬派越野车对标奔驰“大G”
下一篇
比亚迪首款F品牌车型内部代号“SF”,硬派越野车对标奔驰“大G”
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。
    264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。
    318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。
    302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。
    273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。
    94次使用