电驱动拆解分析（双击文章链接即可找到原文）
3.比亚迪超级e3.0平台：580kW、30511rpm和1000V的10合1电驱动拆解分析
6.Benchmark：汇川首款多合一产品PA5X0拆解分析
7.2025上海车展电驱动系统实物照片集锦，多合一，混动，增程百花齐放
8.强悍的电驱逆变器 Dauerpower：高达 600 kW 的持续输出功率和98.7% 的惊人效率
9.Benchmark：现代汽车Ioniq 5 800V前后电驱动拆解分析
10.新能源汽车驱动电机定子绕组技术的发展史：Hair-pin、I-pin、S-winding和X-pin
11.Benchmark：华为DriveONE电驱动拆解分析
13.对标分析：功率密度全球第一，超过7kW/kg的Lucid Air驱动电机拆解分析
15.保时捷公布新型模块化多电平SiC逆变器设计方案，有啥创新点？
16.Benchmark：丰田Mirai电驱动系统拆解分最近股票赚钱了没有析
17.宝马第六代eDrive系统技术要点纪要：800V，快充和低能耗
22.对标拆解：特斯拉Cybertruck PCS系统拆解分析
25.新能源汽车八款电驱动系统产品集锦，弗迪，华为，小米在榜
新能源汽车强势崛起的秘密——强大而完整的产业链（双击文章链接即可找到原文）
5.供应链管理：新能源汽车电驱动和电源系统供应链大全，包括电机、电控、DCDC、PDU、IGBT及其核心零部件等
6.新能源汽车供应链管理：小米SU7 Ultra核心供应商清单
4.零跑汽车的生存哲学：低价智驾抢占大众市场，控制成本保持盈利
12.2026年，新能源汽车用的动力电池成本将下降近50%，预计到达80美元/千瓦时
14.八招助你实现电机降本增效
16.52.99 万起，小米 SU7 Ultra能有多少毛利？且看新能源汽车整车成本结构模型
工程基础（双击文章链接即可找到原文）
4.碳化硅功率模块的实际出流能力与标称额定电流有什么不一样？
15.新能源汽车电机控制器：从功能、框图、原理到结构组成和设计方案
19.电驱动速比12左右工况效率最高，为什么特斯拉、小米却选择9-10左右？
24.最新GB/T 18488-2024《电动汽车用驱动电机系统》解读，标准文件可下载
25.Mos管开关电路设计案例
6.新能源汽车动力总成功率半导体：IGBT, SiC Mosfet, GaN HEMT半导体工作原理
11.功率半导体技术的基本原理
16.SiC MOSFET器件替代 Si IGBT 器件应用场景及其技术趋势
25.一文读懂 IGBT芯片、IGBT单管、IGBT模块和IGBT器件之间的关系
26.功率半导体的结温模型
29.半导体芯片行业中“wafer”“die”“chip”的联系和区别
一、AI世界的"基本单位"：Token
为什么Token让人一头雾水?
每次聊到大模型，总绕不开一个词——Token。
“这个模型支持100K Token上下文”、“API按Token计费”、“Token越多越贵”……这些说法天天见，但Token究竟是什么？为什么有时候一个字是一个Token，有时候两个字又是一个Token？
如果你也有这样的困惑，恭喜你，这篇文章就是为你准备的。我们不讲晦涩的技术原理，只用最生活化的方式，帮你彻底搞懂Token这个AI世界的"基本单位"。
从大脑认字说起:为什么需要Token?
在解释Token之前，我们先来做个小实验。
请你快速念出这几个字:薛、赜、罅、龘。
是不是愣了几秒？甚至压根没认出来？
但如果这些字出现在词语里，比如"薛定谔"、“赜探”，你可能瞬间就能念出来。
这就是人脑的"偷懒机制"。
我们的大脑在日常生活中，喜欢把有意义的词语或短语作为一个整体来处理，而不是一个字一个字地抠。这样可以大幅节省脑力，提高理解效率。
比如"今天天气不错"这句话:
按字处理: 需要处理6个部分，还要理解它们如何组合
按词处理: “今天”+“天气”+“不错”，只需处理3个有意义的单元
这就是Token存在的根本原因——它是AI世界的"信息积木"，让大模型可以用更高效的方式处理文字。
Token到底是什么?
简单来说，Token就是大模型理解和生成文字的最小单位。
当你输入一段话给ChatGPT或DeepSeek，它并不是直接"看懂"这些文字，而是先让一个"刀法精湛"的小弟——分词器(Tokenizer)——把文字切成一个个Token。
这切出来的Token可能是:
一个汉字:「鸡」
两个汉字:「苹果」
三个汉字:「孙悟空」
一个标点:「。」
一个单词:「apple」
半个单词:「ing」
为什么这么不统一？
因为分词器在统计海量文字后发现，有些组合经常一起出现，打包处理更高效。就像你点外卖时，单点米饭+青菜+肉，不如直接点"套餐"来得方便。
分词器是怎么工作的?
分词器的训练过程，其实就是一个"找规律、建词表"的过程。
第一步:统计高频组合
分词器会分析大量文本，发现哪些字或字母经常一起出现:
「苹」「果」总是成双成对 → 打包成一个Token，编号12345
「鸡」字到处乱窜，能搭配各种字 → 单独作为一个Token，编号67890
英文中「i」「n」「g」经常连在一起 → 打包成Token「ing」，编号24680
逗号「，」超高频 → 单独一个Token，编号13579
第二步:构建Token词表
经过海量统计，分词器会得到一个庞大的Token表，可能包含5万、10万，甚至更多Token。这个词表囊括了日常见到的各种字、词、符号。
第三步:转换与编码
当大模型工作时:
输入阶段: 分词器把文字切成Token，转换成对应的数字编号
计算阶段: 大模型只需要处理这些数字
输出阶段: 分词器再把数字编号转换回人类能懂的文字
这就像餐厅的分工:
分词器是"切配工"，负责把食材切成合适大小
大模型是"主厨"，负责把处理好的食材烹饪成美味
切配工刀工越好，主厨就越省力，出菜就越快。
Token的"个性差异":为什么不同模型切法不同?
有趣的是，不同的大模型，分词方式可能截然不同。
我们可以用OpenAI提供的Tokenizer工具(tiktokenizer)来实测一下:
案例1:笑声的Token
「哈哈」→ 1个Token
「哈哈哈」→ 1个Token
「哈哈哈哈」→ 1个Token
「哈哈哈哈哈」→ 2个Token
说明什么？ 大家平时最多笑4声，第5个「哈」超出了训练数据的高频范围。
案例2:词语的Token
在DeepSeek中:
「鸡蛋」→ 1个Token
「鸭蛋」→ 2个Token(鸭+蛋)
「关羽」→ 1个Token
「张飞」→ 2个Token(张+飞)
「孙悟空」→ 1个Token
「沙悟净」→ 3个Token(沙+悟+净)
这说明: 训练数据中，“鸡蛋"出现频率远高于"鸭蛋”，"关羽"和"孙悟空"作为高频词被打包，而"沙悟净"关注度相对低。
案例3:不同模型的差异
同样的字「苹」:
在DeepSeek中 → 2个Token
在Qwen(千问)中 → 1个Token
为什么会这样？ 因为不同模型的训练数据不同，对"什么算高频"的判断也不同。
Token的实战价值:为什么要按Token计费?
现在几乎所有大模型公司都按Token数量计费，这背后有充分的理由。
原因1:Token数量=计算量
大模型生成内容，本质是在预测"下一个Token最可能是哪个"。处理的Token越多，计算量越大，消耗的算力(GPU资源)就越多。
举个例子:
输入1000个Token的问题 + 生成500个Token的回答 = 总共1500个Token
如果每个Token消耗0.001元，这次对话就是1.5元
原因2:中英文Token消耗差异巨大
由于分词器的设计，中文比英文更"费Token"。
同样表达"人工智能":
中文「人工智能」→ 4个Token(可能是:人+工+智能 或 人工+智+能)
英文「Artificial Intelligence」→ 2-3个Token(Artific+ial, Intel+ligence)
这意味着: 用中文提问，可能比英文提问多花20-30%的Token费用。
实战建议:如何优化Token消耗?
精简Prompt: 避免冗余的描述，用最简洁的语言表达需求
善用上下文: 在多轮对话中，避免重复已说过的内容
合理设置长度限制: 如果不需要长回答，明确告诉模型"用100字回答"
英文场景优先英文: 如果你的内容本身是英文，直接用英文提问更省Token
未来的分词技术:更智能的Token?
当前的Token机制并非完美。它存在一些局限:
局限1:不同语言的不公平
中文、日文等字符密度高的语言，Token消耗远高于英文。这是一个全球AI社区都在关注的公平性问题。
局限2:无法完全理解语义
分词器只是统计频率，不真正理解语义。比如"薛定谔的猫"，它可能把"薛定谔"打包成一个Token，但并不知道这是个物理学概念。
未来趋势:
多语言均衡分词: 训练时考虑不同语言的特性，让Token消耗更公平
语义感知分词: 结合上下文理解，而非仅靠频率统计
动态Token: 根据任务类型自动调整Token的粒度
写在最后:Token不神秘，只是AI的"乐高积木"
读到这里，Token还神秘吗？
其实Token就是AI世界的"信息积木"。大模型通过计算这些积木之间的关系，推测下一个积木应该是哪个，从而生成连贯的文字。
理解Token的本质后，你会发现:
为什么大模型生成内容像"打字"？ 因为它一个Token一个Token地输出
为什么API按使用量计费？ 因为Token数量对应计算成本
为什么有时候大模型"卡住"了？ 可能是在计算下一个Token的概率分布
为什么不同语言成本不同？ 因为Token切分方式导致的消耗差异
下次当你和AI对话时，不妨想象一下:你的每句话都在被"切配工"切成小块，送给"主厨"大模型烹饪，最后端出一道道"文字大餐"。
Token，就是这场AI盛宴的基本食材。
素材来源：龙大聊AI，网络。
二、我的知识星球
1.新能源汽车--数据
1.1新能源汽车周度销量数据；
1.2新能源汽车月度销量数据；
1.3新能源汽车主流城市销量数据；
1.4历年中国新能源汽车保有量数据；
1.5全球汽车保有量数据。
2.新能源汽车--主机厂渠道
3.新能源汽车--主要Tier1渠道
4.新能源汽车--对标样品
电控类，电源类，智驾类等对标拆解分析
5.新能源汽车--咨询服务和外包设计
5.1咨询服务
1.帮助客户深入理解产品性能，筛选合适的供应商;
2.帮助供应商推荐应用场景和渠道，把握行业新的趋势，提前布局。
5.2外包设计
1.PCB Layout;
2.EMC测试及其整改验证；
3.产品基本性能测试；
4.对标产品逆向工程，扫描建模和逆向电路；
5.3D建模；
6.其他外包设计，灵活机动，高效完成客户的工作包和项目。
6.新能源汽车--三电系统知识
|
|
| ├── 定义与概述 |
| │ ├── 电机 |
| │ ├── 电池 |
| │ └── 电控 |
| ├── 电机系统 |
| │ ├── 电机类型 |
| │ │ ├── 直流电机 |
| │ │ ├── 交流异步电机 |
| │ │ └── 永磁同步电机 |
| │ ├── 工作原理 |
| │ ├── 驱动技术 |
| │ └── 性能特点 |
| ├── 电池系统 |
| │ ├── 电池类型 |
| │ │ ├── 铅酸电池 |
| │ │ ├── 镍氢电池 |
| │ │ ├── 锂离子电池 |
| │ │ └── 固态电池 |
| │ ├── 电池管理 |
| │ │ ├── SOC估算 |
| │ │ ├── SOH评估 |
| │ │ └── 均衡控制 |
| │ ├── 充电技术 |
| │ ├── 安全性 |
| │ └── 续航性能 |
| ├── 电控系统 |
| │ ├── 控制器类型 |
| │ ├── 控制策略 |
| │ ├── 传感器与执行器 |
| │ ├── 网络通信 |
| │ └── 智能化技术 |
| └── 发展趋势与未来展望 |
| ├── 技术创新 |
| ├── 环保与可持续性 |
| ├── 智能化与网联化 |
| └── 法规与政策影响 |
|
|
| ├── 工程基础 |
| │ ├── 新能源汽车拓扑结构 |
| │ ├── 电驱动系统架构 |
| │ ├── 尺寸链与公差 |
| │ ├── 基础材料（铜铝，工程塑料等） |
| │ ├── DFMEA基础 |
| │ ├── 8D分析基础 |
| │ └── 模块设计基础 |
| ├── 功能类设计规范 |
| │ ├── 密封设计 |
| │ ├── 热管理 |
| │ ├── EMC设计 |
| │ ├── NVH设计 |
| │ ├── 振动设计 |
| │ ├── 电磁设计 |
| │ └── 结构设计 |
| ├── 关键零部件模块设计规范 |
| │ ├── 功率模块设计及其选型 |
| │ ├── 电流传感器设计及其选型 |
| │ ├── PCBA设计 |
| │ ├── PCB中关键器件选型 |
| │ ├── 压铸件设计 |
| │ ├── 注塑件设计 |
| │ ├── 冲压件设计 |
| │ ├── 高压接插件设计及其选型 |
| │ ├── 低压接插件设计及其选型 |
| │ ├── 高压线束设计及其选型 |
| │ ├── 低压线束设计及其选型 |
| │ ├── 磁件设计及其选型 |
| │ ├── 标准件设计及其选型 |
| │ └── 。。。 |
| ├── 连接技术 |
| │ ├── 螺钉连接 |
| │ ├── 激光焊接 |
| │ ├── Press fit |
| │ ├── 锡焊 |
| │ ├── SMT |
| │ ├── 超声波焊接 |
| │ ├── 铆接 |
| │ ├── 银烧结 |
| │ ├── FSW |
| │ ├── 钎焊 |
| │ ├── 胶接 |
| │ ├── 接插件连接 |
| │ ├── 电阻焊接 |
| │ └── 。。。 |
7.新能源汽车--行业趋势分析报告
8.各垂直领域定制专家问答
上述内容放置在如下知识星球：
https://t.zsxq.com/RIZla
三、对标技术服务
本公众号平台提供：1.对标样品的销售，包括行业中历代典型的对标样品，上述电源类样品均有货源；2.技术服务，包括竞品分析，台架测试和逆向设计等；3.咨询和培训，包括专题咨询和企业内训等。个性化需求，请加主编微信进一步沟通接洽。
四、商务合作
1.前瞻的对标样品供应，深入了解技术性能，产品参数及其发展趋势，可为客户提供增值服务，助力客户提升竞争力；
2.对标产品逆向工程，扫描建模和逆向电路，3D建模，外包设计等；
3.为主机厂提供工程咨询服务，市场发展动态和高性价比的解决方案；
4.为各级供应商推荐应用场景和渠道，把握行业新的趋势，提前布局；可在此公众号上发布产品应用情况，连接各类专家，工程师和供应链，创造机会，实现共赢；
5.共创平台：欢迎各类专家在此平台上发表文章，以文会友；根据原创文章的质量和影响力，有相应的报酬，共创平台。
趋势（双击文章链接即可找到原文） 1.800V高压系统架构及其技术挑战 18.新能源汽车驱动电机核心零部件技术趋势、挑战及其应对措施
19.联合电子发布集成同轴多合一电桥新品：6+1+X 深度集成
23.PCB嵌入式功率模块（PCB Embeded）在新能源汽车上的应用
25.新能源汽车技术革命三阶段：动力电动化、整车智能化和能源低碳化
27.2025年怎么干：新能源汽车动力总成关键技术图谱及其应对策略
30.前瞻：你家的电驱动系统性能继续引领行业发展？且看2025年度中国汽车十大技术趋势 31.新能源汽车车载电源类产品趋势：集成化和高压化，预计2024年全年市场规模达376亿元 32.新能源汽车电控、电驱、OBC市场格局：BYD，特斯拉，汇川名列前茅 热管理（双击文章链接即可找到原文）
1.封装芯片散热模型 5.电子元器件标称的工作温度为什么是85℃、95℃、105℃和125℃？