本田与LG新能源在越南联合推进换电式电动摩托车发展,双方将于今年晚些时候在河内启动一项新的试点项目。
两家公司日前与河内市共同签署了一份谅解备忘录,计划在越南首都部署电池换电网络及电动两轮车队。据当地媒体报道,该示范项目预计于2026年第三季度正式启动,届时将配备约50座换电站,并投入约500辆电动摩托车及踏板车。
根据协议,各方分工明确。LG新能源负责提供2170圆柱形电池芯,并承担大部分后端基础设施建设,包括安全系统、换电站运营及电池全生命周期管理。本田则提供电动两轮车本身,以及旗下Mobile Power Pack e:(MPPe)可换电池平台和换电硬件设备。河内市政府方面将协助办理许可证件、推进本地协调工作,并提供政策支持。
本田多年来持续推动其可换电策略,核心载体正是MPPe平台——这是一种标准化可拆卸电池包,设计上兼容多款电动踏板车和摩托车。其逻辑简单直接:骑手无需等待充电,只需几秒钟即可将耗尽的电池换成满电电池。本田已在日本、印度尼西亚、印度和泰国试验过该系统,通常联合其换电电池联盟成员共同推进,各方也在围绕本田主导的换电标准寻求整合。
LG新能源是全球最大的电池制造商之一,为从电动汽车到小型移动出行设备的各类产品供应电芯。这家韩国电池巨头对东南亚快速增长的两轮车市场表现出越来越浓厚的兴趣——在该地区,对许多城市骑手而言,换电模式或许比家庭充电更具实用价值。
LG新能源方面表示:"越南是东南亚地区电动两轮车转型最为关键的国家。凭借我们在安全性、续航时间和电池寿命方面的差异化技术优势,我们将持续助力越南绿色交通基础设施的发展。"
越南正迅速成为电动摩托车及踏板车领域最重要的市场之一。该国拥有庞大的两轮车出行文化,数以百万计的燃油踏板车每天穿梭于城市街头。然而,日趋严格的排放目标、持续恶化的城市空气污染,以及政府推动电动化的相关政策,正共同加速电动化转型进程。
正因如此,河内成为理想的试验场。若换电模式能在这座交通密集、踏板车保有量巨大、日均使用强度极高的城市取得成功,它或将为其他希望推进城市交通电动化、同时减少对传统充电基础设施依赖的东南亚城市提供可复制的参考样本。
Q&A
Q1:本田MPPe换电平台是什么?它与普通充电方式有何不同?
A:本田MPPe(Mobile Power Pack e:)是一种标准化可拆卸电池包平台,设计上可兼容多款电动踏板车和摩托车。与传统充电方式相比,MPPe的最大优势在于速度——骑手无需等待电池充电,只需几秒钟便可在换电站将耗尽的电池更换为满电电池,大幅缩短了补能时间。本田已在日本、印度尼西亚、印度和泰国等市场试验过该系统。
Q2:本田与LG新能源在河内的换电试点项目具体规模如何?
A:根据双方与河内市签署的谅解备忘录,该示范项目预计于2026年第三季度正式启动。初期规模包括约50座换电站,以及约500辆电动摩托车和踏板车。项目中,LG新能源负责提供电池芯及后端基础设施,本田负责提供电动两轮车和换电硬件,河内市政府则提供许可及政策支持。
Q3:为什么越南河内被选为电动两轮车换电模式的试点城市?
A:越南拥有庞大的两轮车出行文化,数百万辆燃油踏板车每天行驶于城市道路上。同时,越南正面临日趋严格的排放法规、严峻的空气污染问题,以及政府推动电动化的政策压力,使其成为电动两轮车转型的关键市场。河内交通密集、踏板车保有量高、日均使用强度大,若换电模式能在此成功落地,将为东南亚其他城市提供可借鉴的参考模式。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。