碳酸锂价格跌破50万元大关 消费者买车能更便宜吗?******
中新网1月16日电(中新财经 葛成) 受供需变化等因素影响,近日,一向坚挺的碳酸锂价格跌破每吨50万元关口。作为新能源汽车的重要原材料,碳酸锂降价将对新能源汽车市场产生何种影响?谁又将从其价格下跌中获益?
资料图:碳酸锂。 盐湖集团供图碳酸锂“身价”近期跌幅超两成
据上海有色网报价显示,16日,电池级碳酸锂均价报每吨47.65万元,价格较2022年11月上旬的最高点跌幅超过两成。
回顾价格走势,碳酸锂曾在两年左右的时间身价上涨超十倍。
2021年初,电池级碳酸锂的价格仅为每吨5万元左右,2022年底则涨至每吨近60万元。进入2023年,价格回调,跌破每吨50万元关口。
作为锂电的消耗大户,新能源汽车持续影响着碳酸锂的供需关系,在其价格变动的过程中起到了推波助澜的作用。
中国汽车动力电池产业创新联盟数据显示,2022年,我国动力电池累计产量545.9GWh,同比增长148.5%;动力电池累计装车量294.6GWh,同比增长90.7%。
在中汽协副秘书长陈士华看来,碳酸锂价格变动与供需关系密切相关。此前,上游材料开发赶不上下游产业发展的速度,因此涨势明显。近期,随着国际市场产能快速提升,碳酸锂价格已经出现了明显的回落。
业内人士认为,未来,碳酸锂供需格局或仍处于紧平衡状态。碳酸锂价格下调还未结束,2023年碳酸锂价格将回归到更合理区间。
“目前,碳酸锂价格已经在期货端降到(每吨)40万元以下。”据乘联会秘书长崔东树预计,碳酸锂价格未来将回归到每吨20万元左右的价格,甚至更低。
国泰君安近期发布新能源汽车行业研报指出,2023年,锂电产业链有可能出现产能过剩现象,进一步加剧竞争。“锂电产业链各个环节均有不同程度产能释放,如果新增产能大幅超过行业需求,则可能带来产业链产能过剩,从而影响竞争格局和盈利水平。”
资料图:汽车运输。王以照 摄买新能源汽车会否更便宜?专家:降价是长期趋势
碳酸锂价格下跌,买新能源汽车会不会更便宜?
崔东树认为,考虑到原材料价格下降、制造规模化以及产业创新等因素,新能源汽车价格下降是长期趋势。
据他分析,新能源汽车价格下跌或受到两方面因素影响。一方面,新能源补贴退出有利于企业聚焦市场,有利于降低市场增长的预期;另一方面,上游矿产投资带来的供给充足,碳酸锂价格回归中低位有利于整车价格的合理回归。
中新财经注意到,近期,有车企选择以降低终端价格的方式抢占市场。
2023年伊始,特斯拉车型降价的消息就引发广泛关注。其中,Model 3起售价降至22.99万元,Model Y起售价降至25.99万元,两款国产车型已降至历史最低价。
当地时间12日,特斯拉美国官网也下调了所有车型的价格。其中,Model 3基础版降价3000美元至43990美元,降幅为6%;Model S基础版降价1万美元至94990美元,降幅为10%;Model X基础版降价1.1万美元,降幅为9%。降幅最大的是基础版Model Y,降价1.3万美元至52990美元,降幅为20%。
国泰君安在研报中提到,特斯拉降价背景下,新能源汽车在需求端有望得到有效释放。其中,中国和美国市场将贡献主要增量,预计2023年全球新能源汽车销量有望达到1400万辆,中国新能源汽车将达880万辆以上销量水平。
山西晋中的一条汽车生产流水线。(资料图) 张云 摄中国新能源汽车国际竞争力有望进一步提升
2023年,碳酸锂价格若能回归到合理区间,谁将从中受益?
首先,在购买新能源汽车的过程中,消费者有望享受到更多优惠。
其次,碳酸锂降价将为产业中下游带来巨大的成长空间,产业链有望充分受益。
业内人士认为,随着碳酸锂价格回归,储能、整车厂、新能源汽车等行业有望加速发展,产业格局将更加健康。
崔东树表示,未来几个月的电池成本必然明显下降,这对改善整车企业盈利带来很大的利好。“前期大量的电池投资,加之上游预期的调低,有利于降低资源价格。”
最后,中国新能源汽车也有望进一步提升整体国际竞争力。
崔东树认为,欧美、日韩等企业的品牌优势虽然明显,但我国新能源汽车的低成本竞争力已经凸显,低成本的价格竞争必然是改变世界汽车格局的核心竞争力。“新能源汽车产业链脱离原来的国际零部件供应商体系,中国力量在汽车零部件体系将日益强大。”(完)
向善而生的AI助盲,让AI多一点,障碍少一点****** 有人说,盲人与世界之间,相差的只是一个黎明。在浪潮信息研发人员的心中,失去视力的盲人不会陷入永夜,科技的进步正在力图给每一个人以光明未来。 AI助盲在人工智能赛道上一直是最热门的话题之一。以前,让失明者重见光明依靠的是医学的进步或“奇迹”。而随着以“机器视觉+自然语言理解”为代表的多模态智能技术的爆发式突破,更多的失明者正在借助AI提供的感知、理解与交互能力,以另一种方式重新“看见世界”。 新契机:多模态算法或将造福数以亿计失明者 科学实验表明,在人类获取的外界信息中,来自视觉的占比高达70%~80%,因此基于AI构建机器视觉系统,帮助视障患者拥有对外界环境的视觉感知与视觉理解能力,无疑是最直接有效的解决方案。 一个优秀的AI助盲技术,需要通过智能传感、智能用户意图推理和智能信息呈现的系统化发展,才能构建信息无障碍的交互界面。仅仅依靠“一枝独秀”超越人类水平的单模态人工智能比如计算机视觉技术还远远不够,以“机器视觉+自然语言理解”为代表的多模态算法的突破才是正确的新方向和新契机。 多个模态的交互可以提升AI的感知、理解与交互能力,也为AI理解并帮助残障人士带来了更多可能。浪潮信息研发人员介绍说,多模态算法在AI助盲领域的应用一旦成熟,将能够造福数以亿计的失明者。据世卫组织统计,全球至少22亿人视力受损或失明,而我国是世界上盲人最多的国家,占世界盲人总数的18%-20%,每年新增的盲人数量甚至高达45万。 大挑战:如何看到盲人“眼中”的千人千面 AI助盲看似简单,但多模态算法依然面临重大挑战。 多模态智能算法,营造的是沉浸式人机交互体验。在该领域,盲人视觉问答任务成为学术界研究AI助盲的起点和核心研究方向之一,这项研究已经吸引了全球数以万计的视障患者参与,这些患者们上传自己拍摄的图像数据和相匹配的文本问题,形成了最真实的模型训练数据集。 但是在现有技术条件下,盲人视觉问答任务的精度提升面临巨大挑战:一方面是盲人上传的问题类型很复杂,比如说分辨冰箱里的肉类、咨询药品的服用说明、挑选独特颜色的衬衣、介绍书籍内容等等。 另一方面,由于盲人的特殊性,很难提取面前物体的有效特征。比如盲人在拍照时,经常会产生虚焦的情况,可能上传的照片是模糊的或者没有拍全,或者没拍到关键信息,这就给AI推理增加了难度。 为推动相关研究,来自卡内基梅隆大学等机构的学者们共同构建了一个盲人视觉数据库“VizWiz”,并发起全球多模态视觉问答挑战赛。挑战赛是给定一张盲人拍摄的图片和问题,然后要求给出相应的答案,解决盲人的求助。 另外,盲人的视觉问答还会遭遇到噪声干扰的衍生问题。比如说,盲人逛超市,由于商品外观触感相似,很容易犯错,他可能会拿起一瓶醋却询问酱油的成分表,拿起酸奶却询问牛奶的保质期等等。这种噪声干扰往往会导致现有AI模型失效,没法给出有效信息。 最后,针对不同盲人患者的个性化交互服务以及算法自有的反馈闭环机制,同样也是现阶段的研发难点。 多解法:浪潮信息AI助盲靶向消灭痛点 AI助盲哪怕形式百变,无一例外都是消灭痛点,逐光而行。浪潮信息多模态算法研发团队正在推动多个领域的AI助盲研究,只为帮助盲人“看”到愈发精彩的世界。 在VizWiz官网上公布的2万份求助中,盲人最多的提问就是想知道他们面前的是什么东西,很多情况下这些物品没法靠触觉或嗅觉来做出判断,例如 “这本书书名是什么?”为此研发团队在双流多模态锚点对齐模型的基础上,提出了自监督旋转多模态模型,通过自动修正图像角度及字符语义增强,结合光学字符检测识别技术解决“是什么”的问题。 盲人所拍摄图片模糊、有效信息少?研发团队提出了答案驱动视觉定位与大模型图文匹配结合的算法,并提出多阶段交叉训练策略,具备更充分的常识能力,低质量图像、残缺的信息,依然能够精准的解答用户的求助。 目前浪潮信息研发团队在盲人视觉问答任务VizWiz-VQA上算法精度已领先人类表现9.5个百分点,在AI助盲领域斩获世界冠军两项、亚军两项。 真实场景中的盲人在口述时往往会有口误、歧义、修辞等噪声。为此,研发团队首次提出视觉定位文本去噪推理任务FREC,FREC提供3万图片和超过25万的文本标注,囊括了口误、歧义、主观偏差等多种噪声,还提供噪声纠错、含噪证据等可解释标签。同时,该团队还构建了首个可解释去噪视觉定位模型FCTR,噪声文本描述条件下精度较传统模型提升11个百分点。上述研究成果已发表于ACM Multimedia 2022会议,该会议为国际多媒体领域最顶级会议、也是该领域唯一CCF推荐A类国际会议。 在智能交互研究方面上,浪潮信息研发团队构建了可解释智能体视觉交互问答任务AI-VQA,同时给出首个智能体交互行为理解算法模型ARE。该研究成果已发表于ACM Multimedia 2022会议。该研究项目的底层技术未来可广泛应用于AI医疗诊断、故事续写、剧情推理、危情告警、智能政务等多模态交互推理场景。 眼球虽然对温度并不敏感,但浪潮信息的研发团队,却在努力让盲人能“看”到科技的温度,也希望吸引更多人一起推动人工智能技术在AI助盲、AI反诈、AI诊疗、AI灾情预警等更多场景中的落地。有AI无碍,跨越山海。科技的伟大之处不仅仅在于改变世界,更重要的是如何造福人类,让更多的不可能变成可能。当科技成为人的延伸,当AI充满人性光辉,我们终将在瞬息万变的科技浪潮中感受到更加细腻温柔的善意,见证着更加光明宏大的远方。 (文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |