大模型加速“上车” 补能行业加速培育新质生产力

（2024电动汽车充电网新质生产力发展交流研讨会。本报资料室图）

“充电设施是新能源汽车产业发展的重要支撑，是现代交通的新型基础设施，也是新型电力系统的重要组成部分，是二十届三中全会提出的‘新动能新势能’，充电网络连接着汽车行业、交通行业和电力行业，涉及房地产、金融、消防、大数据等多个领域，是政府关心的民生工程，更是老百姓关心的切身利益。”7月20日，在2024电动汽车充电网新质生产力发展交流研讨会上，中国电力企业联合会副秘书长、电动交通与储能分会会长刘永东如是说道，“充电设施是一个纽带，更是一个支点，充电网络连接着千家万户，连通着上下游。”

刘永东还表示，经过十多年，充电设施得到了快速发展，构建起世界上覆盖面积最广、服务车型最多、充电桩数量最大的充电网体系，有力支撑了我国新能源汽车的发展。

众所周知，我国新能源汽车始终保持着高速增长的态势。今年1—6月，我国新能源汽车产销量分别达492.9万辆和494.4万辆，同比分别增长30.1%和32%，市场占有率达35.2%。

刘永东指出：“我国新能源汽车的发展取得巨大成绩，背后有我们充换电行业坚强的支撑和默默奉献，我们提供了较为廉价的充电服务的费用，便捷的充电服务网络，为广大车主提供了充电的信心，也坚定了购买新能源汽车的决心，有力地支撑了新能源汽车成为国家的‘新三样’之一。充换电行业作出的贡献和奉献，值得我们广大行业同仁骄傲和自豪。”

“当然，面对发展，我们也客观看到充换电行业还存在一系列发展中的问题。比如，充换电设施的布局不够完善、结构不够合理、服务不够均衡、运营不够规范等问题，需要我们共同努力逐一加以改进。”刘永东指出，当前，随着新能源汽车行业进入了规模化发展的新阶段，充电行业也面临着新的发展挑战，迎来了新的发展机遇，进入了高质量的发展阶段。

中国新能源汽车保有量达到2472万辆

“充换电行业和新能源汽车发展密切配合，并且能够为新能源车主选择买新能源车、更好地使用新能源车，提供了很好的保障。”7月20日，在2024电动汽车充电网新质生产力发展交流研讨会上，中国电力企业联合会电动交通与储能分会副秘书长周丽波如是说道。

记者注意到，中国新能源汽车和充电设施实现了跨越式发展，并且呈现出良好的增长势头。公安部发布的数据显示，截至2024年6月，中国新能源汽车保有量达到2472万辆，占汽车总量的比例为7.18%。其中，纯电动车1813.4万辆，占新能源汽车总量的比例为73.35%。

尤其在2023年，中国更是超过日本，成为全球汽车第一大出口国。有关数据显示，中国2023年汽车出口491万辆，同比增长57.9%。其中，新能源汽车出口120.3万辆，同比增长77.6%。

在充电设施方面，按照中国充电联盟发布的相关数据显示，截至2024年6月底，中国已建成充电桩约1024.3万台。其中，公共桩312.2万台，私人桩712.2万台，已建成换电站3772座。而在2024年1—6月，全国新能源汽车充电量为242.9亿千瓦，同比增长54.6%。

“从2015年以来，政府部门先后密集出台了多项电动汽车充换电行业相关的国家政策，涵盖了汽车、设施、车网互动、超充、配电网等方面，充电设施经历了从无到有、从慢充为主转向快慢并重，从高速发展到高质量发展的过程，目前已经处于逐步从‘能充上电’到‘充好电’的转变。尤其是2023年国务院发布的《关于进一步构建高质量充电基础设施体系的指导意见》，为未来五年的充电设施发展奠定了宏观的方向性基础。”周丽波说道。

周丽波称，上述指导意见明确提出，要建成覆盖广泛、规模适度、结构合理、功能完善的高质量充电基础设施体系，有力支撑新能源汽车产业的发展。随着产业发展，我国充电技术水平迅速提高，已经形成了传导充电、电池更换、无线充电的多技术并行发展的技术路线。

对于不同的技术路线，周丽波说：“不同的技术路线，各个领域的专家也有不同的意见建议，但是从电动交通与储能分会的角度看，我们认为不管是超充、换电还是无线充电等其他的补能方式，都构成了高质量立体的充电体系，都是其中不可或缺的一部分。”

在大功率充电方面，周丽波指出，未来兆瓦级的大功率充电在预研过程中，单枪的兆瓦级还是实验室阶段。从近几年可行的情况来看，产业内普遍探索的是双枪或者多枪实现兆瓦级充电。“大功率充电是一项系统工程，涉及车辆电池、接口组件、充电系统及通信协议、检测技术的整体解决方案。目前国内外主流车企均制定800V高压平台提升技术路线。”

在无线充电方面，周丽波表示，我国在这一领域的发展是超前的。“目前不同千瓦的车型都在开发，成本高则是制约产业发展的主要因素之一，我们也呼吁行业能够探索推出路径清晰但是又能够适当降本的、适合当前发展阶段的无线充电量产车型，比如大家都集中开发11KW或者集中开发7KW的统一设备，（这样就）有利于规模化应用和推广。”

周丽波指出，作为三大技术路线之一，换电产业在行业内关注度一直非常高。从车企到相关的能源企业，包括电池企业，都投入了大量的资金、技术、人员，进行了密集性的快速迭代。但是在乘用车和商用车领域换电的互换性，是这个产业未来可持续发展的关键所在。

中国电动汽车充电基础设施促进联盟副秘书长仝宗旗表示，根据联盟的数据统计，我国充电基础设施的规模超过1000万台。充电基础设施的服务网络初步形成，基本能够满足全国2400多万辆新能源汽车的充电需求。“基于充电服务网络，行业内企业在积极探索创新，通过充电大数据的价值挖掘，开展了多项增值服务。同时积极与能源网、车联网、公路网进行融合，为下一步充电服务网络升级转型打下基础。在全球碳减排的大形势下，充电服务网络还在积极探索碳交易，积极构建基于充电的互联网+的发展模式。”

多维度献策行业高质量发展

“高质量充换电设施体系的建设是我们每时每刻追求的目标，它是一个动态的，是在不断迭代中成长的，只有一年比一年好，没有最高只有更高的一个过程。但是，建设充电设施网络的高质量体系，还有一定的规律和逻辑。这个逻辑就要从用户的体验友好，从充电行业的可持续发展，要从电网转型、保供、稳驾三个方面持续创新、持续发力，形成多赢的持续增长的向新发展的势力。”国网智慧车联网技术有限公司副总经理、党委委员王文说道。

在提升用户体验方面，王文表示：“我们持续关注用户在充电方面的痛点，打造站好找、桩好用、充得快、充得安全，这是用户安全体验关键的四个方面。桩要好找，打造充电比加油更方便的网络。桩好用，到了地方充电的时候一次就能成功，这是我们追求的目标。再一个是充得快，尤其是公共场站，（充电）速度越快，用户等的时间就越短，更保底的是安全。”

充电行业的发展现状如何？南方电网电动汽车服务有限公司董事长陈海强表示，充电行业的竞争比较激烈。运营商之间也是互相卷，卷服务和价格。运营商卷到上游，就压充电桩生产商的设备价格，充电设备价格被压后又转到上游，充电模块价格也在不断地被压。
“实现高质量发展是行业需要共同思考的问题。如果一个行业整个上下游产业链都在卷，或者说大家盈利都不是很好的情况下，能够持续多久？”陈海强表示，未来高质量充电、网络布局、可持续发展需要行业共同思考。“要做出互利共赢的生态，而不是互相卷的生态。”

万帮数字能源股份有限公司董事长邵丹薇说：“围绕高质量充电，各家都有各自的特点，但是从消费者（的角度）来讲，‘多快好省’一个都不能少。”

第一个是“多”。邵丹薇说：“充电和加油完全不同，充电存在场景多、产品多、技术多等多种形式，从时间讲就有半小时充电网、两小时充电网、四小时充电网和八小时充电网之分。从充电地域来说，又分为工作地充电、居住地充电、目的地充电和补能网充电等多种地域。”邵丹薇指出，充电行业的“多快好省”，“多”是基础。

第二个是“快”。邵丹薇表示，早在2017年，星星充电就和保时捷一起开发了全世界批量应用的首批大功率快充产品。2023年又推出全新一代的液冷平台的超充产品，能够在最高峰率段里做到“充电3分钟，续航200里”，大大缓解充电忧虑和提高场地翻台率。

第三个是“好”。邵丹薇称，围绕“好”，基本的就是服务好。

第四个是“省”。邵丹薇认为，在充电服务费上省是不可取的，也不可持续。“要保障消费者的利益，只能从充电的基本电费上去省，必须让充电网真正变成虚拟电厂，大范围参加辅助服务，需求侧响应。”

“充电行业是马拉松赛跑，大家都想进来，绝对不是百米赛、千米赛、万米赛。40多公里的马拉松，这背后需要的是耐性、忍耐，需要更好地坚守、坚持和服务，只要我们活下来，我们的产品才能服务于高质量发展。”特来电新能源股份有限公司董事长于德翔说道。

如何理解高质量的充电设施体系？于德翔指出，从现在用户的视角来看，大家追求的就是要充电快，但比现在追求充电快更高阶的发展，就是每辆车或者司机在无感无知的情况下，比如司机在晚上睡觉或者白天工作的时候，电动车可以充到便宜的电，而在电网用电高峰期的时候，电动车又可以将当天不同的电自动释放出来（获利）。“我们要构建高质量的充电设施体系，不仅仅要面向今天的快充，更要面向未来的充电网，能源的交易、能源的交互。”

大模型赋能补能产业链

“我们为什么要引入大模型技术？第一，特来电在全国有60万的终端，1000多万的传感设备，对设备管理的难度持续增加。第二，目前数字化能力不够完善，急需进一步升级提升运维效率和改善客户充电体验。第三，急需减少对运维人员的依赖，控制人工成本。”特来电技术研究院副院长朱诗严在发布《充电网设备智能运维大模型》时如是说道。他进一步表示：“从2014年开始，特来电一直服务于设备智能运维领域的研发，从1.0版本实现被动式故障找人。2016年发布2.0版本，实现了基于故障统计的预防性运维。2018年基于众多传感器上传的数据，实现了基于设备状态维护的3.0版本。而在今天，特来电基于充电网设备的智能运维大模型，实现了以大模型驱动的预测性运维和设备的健康管理。”

为什么特来电能够率先在行业推出运维大模型？朱诗严指出，大模型仅仅是一种先进技术的代表，它要发挥巨大的能力，必须要有不同的算法系统支撑。“如果把大模型比喻成人的大脑，它还需要强劲的躯干和主体支撑。在这方面，特来电拥有非常明显的独特优势，因为我们有完善的四层支撑体系。首先是在充电设备层，有分布全国的充电网络和海量的智能传感设备。在通信交互层，有支持多种协议接入、支持不同类型设备快速接入的物联网网关层。在技术研发层，有先进的大数据处理平台，有近十年算法的积累，还有一站式大模型服务开发平台。在应用管理层，我们有丰富的应用场景，有运行了十年的成熟的运维体系。”

除了发布上述大模型，特来电大数据技术研发中心专家工程师潘博存还发布了《充电与电池安全大模型》。“新能源汽车呈现爆发式的增长，但是发展过程中的安全问题不容忽视。电动汽车相关的火灾事故，从各类媒体也不时看到相关报道，可以说新能源汽车的安全问题目前仍是行业的痛点，新能源汽车安全触动每个人的神经，我们的出行需要安全来保障。”

对于特来电使用大模型技术进行安全防护的考量，潘博存表示，站在充电运营商的角度去看大模型的四要素，特来电已经具备了构建大模型的必要条件，算法和算力这两年得到了快速发展。从数据方向看，特来电充电网上具备海量的多维的高质量数据，并且特来电在电池安全方面的算法有着长期的积累。从场景看，特来电具备像智能运维、充电安全、能源管理等丰富的场景。“基于以上（要素的考量），我们认为构建电池安全专用大模型，是加速解决电池故障事前预测新的技术方向，因此我们进行了研发，也取得了一定效果。”

此外，特来电首席科学家、总工程师龚成明也发布了《充电网+微电网虚拟电厂能源调控大模型》。“利用大模型以后，可以提高预测的准确性，结合传统的优化模型，解决一些比较困难的问题，提供更好的解决方案。大模型还有可能通过不断反馈的方式，持续自主演化。”

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

所有资料 ⚡️ ，朋友们如果有需要全套 《LLM大模型入门+进阶学习资源包》，扫码获取~

👉[CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享]👈

​

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。
• 内容：
  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
    - L1.4.1 知识大模型
    - L1.4.2 生产大模型
    - L1.4.3 模型工程方法论
    - L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
• 内容：
  • L2.1 API接口
    - L2.1.1 OpenAI API接口
    - L2.1.2 Python接口接入
    - L2.1.3 BOT工具类框架
    - L2.1.4 代码示例
  • L2.2 Prompt框架
    - L2.2.1 什么是Prompt
    - L2.2.2 Prompt框架应用现状
    - L2.2.3 基于GPTAS的Prompt框架
    - L2.2.4 Prompt框架与Thought
    - L2.2.5 Prompt框架与提示词
  • L2.3 流水线工程
    - L2.3.1 流水线工程的概念
    - L2.3.2 流水线工程的优点
    - L2.3.3 流水线工程的应用
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
• 内容：
  • L3.1 Agent模型框架
    - L3.1.1 Agent模型框架的设计理念
    - L3.1.2 Agent模型框架的核心组件
    - L3.1.3 Agent模型框架的实现细节
  • L3.2 MetaGPT
    - L3.2.1 MetaGPT的基本概念
    - L3.2.2 MetaGPT的工作原理
    - L3.2.3 MetaGPT的应用场景
  • L3.3 ChatGLM
    - L3.3.1 ChatGLM的特点
    - L3.3.2 ChatGLM的开发环境
    - L3.3.3 ChatGLM的使用示例
  • L3.4 LLAMA
    - L3.4.1 LLAMA的特点
    - L3.4.2 LLAMA的开发环境
    - L3.4.3 LLAMA的使用示例
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
• 内容：
  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

学习计划：

• 阶段1：1-2个月，建立AI大模型的基础知识体系。
• 阶段2：2-3个月，专注于API应用开发能力的提升。
• 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
• 阶段4：4-5个月，专注于高级模型的应用和部署。

这份完整版的所有 ⚡️ 大模型 LLM 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

全套 《LLM大模型入门+进阶学习资源包》↓↓↓ 获取~

👉[CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享👈

​