BAW滤波器比SAW滤波器更贵，BAW滤波器的成本大约是SAW滤波器的‌2-10倍‌。

‌传输路径‌：绿电直连走专用专线点对点直供，传统绿电交易走公共电网混输。

‌溯源方式‌：绿电直连是物理层面全流程溯源，传统绿电交易靠绿证做属性溯源。

‌绿电真实性‌：绿电直连实现“发用一体”刚性绑定，传统绿电交易仅匹配绿电属性，电力本身不专属。

优势：

‌绿电可溯源‌

‌提升新能源利用率‌

‌分散投资风险‌

‌适配产业集群需求‌

‌责任边界清晰‌

​弊端：

‌初期投资成本高‌

‌降本空间有限‌

‌沉没成本极高‌

‌配套规则待完善‌

‌融资难度较大‌

‌透明度‌：开源公开代码/权重，可审查内部逻辑；闭源是黑盒，核心细节不对外公开。

‌使用成本‌：开源本身免费，但需自备算力；闭源按调用量按量付费，无需额外硬件投入。

‌部署方式‌：开源支持完全本地化、私有化部署；闭源仅能通过厂商提供的云端API调用。

‌定制能力‌：开源支持全参数微调，适配垂直业务场景；闭源几乎无法深度修改底层逻辑。

绿电直连是指风电、太阳能发电等新能源不直接接入公共电网，通过专用线路“点对点”直供一个或多个电力用户，实现供给电量清晰物理溯源的电力供应模式。

设备充电到80%后变慢，核心是锂电池的‌主动保护机制‌：前80%用大电流恒流快充，快速补能；超过80%后切换为恒压涓流模式，电流大幅降低，速度自然放缓。避免高电量下大电流充电引发过热、锂枝晶刺穿隔膜等安全风险，同时减少电池内部结构损耗，大幅延长使用寿命。

​纯视觉方案的雨天表现是弱一下。从实测数据来看，暴雨场景下纯视觉方案的行人识别距离仅为65-78米，而激光雷达融合方案可达126米，团雾环境中纯视觉的系统接管率约15%，激光雷达融合方案仅为3%，纯视觉依赖摄像头被动采集画面，大雨天镜头易被雨水遮挡、画面发糊，还容易受路面积水反光干扰。

VLM：融合二维视觉感知与自然语言理解的跨模态基础网络架构，是具身智能体系中所有图文认知任务的通用载体。

VLN：融合视觉感知与语言指令的导航智能体，专门处理“看到场景+听懂指令+规划路径”的复合导航任务。

VLA：直接打通视觉认知、语言指令与机器人动作输出的端到端模型，相当于把VLM的“认知能力”和机器人的“动手能力”直接关联。

世界模型：环境在动作作用下如何演化的预测性表示，是机器人“脑补未来”的核心能力载体。

WAM：World Action Models的缩写，2026年由复旦大学团队提出的下一代具身智能新兴范式，让具身基础模型联合建模未来状态与动作的分布，而非单独预测动作。

AI蒸馏的主流方法可分为三类：

‌输出层蒸馏‌：包括软目标蒸馏、硬标签蒸馏，直接学习教师模型的输出概率或最终结果。

‌中间层蒸馏‌：包括特征蒸馏、注意力蒸馏，对齐师生模型的中间层特征、注意力权重。

‌前沿蒸馏‌：包括白盒/黑盒蒸馏、同策略蒸馏、任务感知逐层蒸馏，适配大模型生成等复杂场景。

AI蒸馏通常指‌知识蒸馏‌，是一种把大型、复杂、高性能的大模型的知识“浓缩”到简单、轻量级的小模型里的技术。在大模型时代，蒸馏也指利用头部模型产出的合成数据来优化或迭代其他模型的行为。

BAW和SAW滤波器在5G手机中存在显著差异：

‌工作频率范围‌

SAW滤波器频率上限通常不超过3GHz，仅适配5G手机的中低频段

BAW滤波器可覆盖2GHz-6GHz，完美支持5G n77/n79等高频段及毫米波场景

‌核心性能表现‌

SAW滤波器插入损耗1.5-3dB，带外抑制可达50dB以上，温度稳定性一般

BAW滤波器插入损耗1-2.5dB，功率处理能力可达5W，温度稳定性远优于SAW

‌成本与集成度‌

SAW滤波器制造工艺简单，成本更低，尺寸相对偏大

BAW滤波器工艺复杂成本更高，但体积更小，更适配5G手机的高度集成需求

‌实际应用分工‌

SAW滤波器多用于5G手机中成本敏感的中低频段滤波场景

BAW滤波器是5G手机高频段、高性能滤波的核心选择，二者在手机射频前端中互补共存。

核心原因是两者运行负荷和工作模式差异极大：冰箱看似24小时通电，实际靠厚保温层锁冷，压缩机仅间歇性短时间工作，全天实际运行时长不足一半，负荷极低。空调要对抗整间房屋的持续漏热，压缩机大多时间处于高负荷连续运转状态，老款机型或散热差的机型久开易触发过热保护，加上高耗电的使用习惯，让大家形成了“不能一直开”的认知。

‌BAW滤波器材料‌

‌SAW滤波器材料‌

‌射频电感材料‌

‌SOI射频开关材料‌

‌介电常数梯度复合基板材料‌

‌氧化铝陶瓷3D打印基板材料‌

LTCC更适合5G手机‌：

‌高频性能适配‌：LTCC采用银、铜等高导电率金属作为导体，信号传输损耗极低

‌集成度与体积优势‌：LTCC可内嵌电阻、电容、电感等无源元件，大幅缩小射频模块体积，契合5G手机轻薄化、元器件高度集成的设计趋势

‌成本与量产适配‌：LTCC的低温烧结工艺量产成熟度高，产业链配套完善，可大规模低成本生产滤波器、双工器、天线等5G手机核心射频元器件

在当前AI产业的成本结构中，‌算力对AI长期总成本的影响权重更高‌，但Token的使用规模和定价策略会直接决定短期边际成本。算力决定了AI成本的基础底线，是长期成本控制的核心；而Token的使用和定价，决定了短期成本的波动幅度，二者共同构成了AI产业的完整成本体系。

各有优势。

‌LTCC的烧结温度仅800~950℃，可兼容银、金、铜等高导电率金属，信号传输损耗极低，高频特性表现优异，能灵活集成多种无源元件，在5G/6G射频通信、毫米波天线等场景的技术适配性更强，是当前消费电子通信领域的主流先进方案。

‌HTCC的烧结温度达1600~1800℃，基板机械强度、导热率、化学稳定性远高于LTCC，可承受上千摄氏度的极端高温，在航空航天、军工雷达、大功率IGBT模块等严苛高可靠场景中，是LTCC无法替代的高端技术路线。

纯视觉方案在日常轻雨、小雪等轻度恶劣天气下，依托算法优化和多摄像头冗余，多数主流车型可保持智驾功能稳定运行；但在暴雨、浓雾、暴雪等能见度极低的极端场景中，摄像头易被雨水、积雪遮挡，成像模糊、车道线被积水反光覆盖，感知能力会大幅下降

目前​没有绝对的优劣之分，二者在不同场景下各有不可替代的优势。纯视觉方案依托端到端大模型和海量真实道路数据，硬件成本更低、系统架构更简洁，算法迭代速度快，在L2+普及化场景中适配性更强，但受物理限制，在夜间、雨雾、强逆光等低能见度环境下的感知能力存在天然短板。而以激光雷达为核心的多传感器融合方案，凭借毫米级主动测距能力和多源冗余设计，在全场景全天候的感知稳定性、极端工况下的安全冗余上表现更突出，在中高阶智驾及L3以上场景中具备不可替代性，只是硬件成本更高，系统复杂度也相对更大。

MLCC以钛酸钡等介电陶瓷为介质，适配高容量电容需求；烧结温度为1100~1350℃，无需打孔直接印刷内电极；是标准化单一电容器件，主打超高容量密度。广泛用于消费电子、新能源汽车的滤波、储能环节，单台智能手机用量超千颗。

LTCC采用玻璃-陶瓷复合材料，兼顾低介电损耗与低温烧结特性；烧结温度为800~950℃，可兼容银、铜等高导电金属，在空气气氛中完成烧制；是可三维集成的陶瓷基板，可嵌入电阻、电容等无源元件；聚焦5G/6G射频模块、毫米波天线等高频通信场景。

HTCC选用氧化铝、氮化铝等纯高温陶瓷，无玻璃相掺杂，耐热性极强；烧结温度为1600~1800℃，仅适配钨、钼等高熔点金属，需在还原性气氛中烧制；是高可靠陶瓷封装/基板，主打极端环境下的结构支撑与散热能力；适配航空航天、IGBT功率模块等高温高功率的严苛工况。

​不符合现行强制性国标GB 4785的要求，民用车辆外部灯光许可色中没有蓝色，同时行业内没有统一的亮度、位置规范，夜间易造成眩光干扰后车视线，还会引发其他车主刻意对亮灯车辆加塞的异化路域行为，带来额外通行安全隐患。