特斯拉采购LG电池，加速构建北美供应链体系
美国政府周一表示，电动车制造商特斯拉已经与韩国的LG能源解决方案公司签署供应协议，后者将在位于美国密歇根州兰辛市的独立工厂生产电池，并向特斯拉供货。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
美国政府指出，美国生产的电池将应用于特斯拉Megapack 3储能系统中，从而建立强大的美国电池供应链。LG能源的兰辛工厂预计将在2027年投产。
该协议也是特朗普政府在印太能源安全峰会上一系列协议的一部分。去年7月就有消息人士透露，LG能源签署了一项价值43亿美元的协议，将在未来三年内向全球供应磷酸铁锂电池。当时市场普遍猜测LG能源的客户就是特斯拉。
除了LG能源的项目之外，美国政府还公布了总额达560亿美元的能源和基础设施投资项目，并将电池产业设为电力基础设施的核心支柱。
关键意义
业内普遍认为，LG能源与特斯拉的这份协议意义重大，这是LG能源首次获得棱柱形磷酸铁锂电池的大宗合同。
此外，由于全球磷酸铁锂电池市场由中国公司主导，但中国公司在美国的生产份额较小，导致依赖于中国电池的特斯拉面临美国补贴政策上的本地化条款限制，进而可能打击特斯拉的市场竞争力。
在这种情况下，分析人士认为，与已在美国本地建立生产网络的LG能源合作，可能对特斯拉构建以北美为中心的电池供应链发挥重要作用。
此次合作也被视为两家公司的电池合作伙伴关系的一次拓展，从以电动汽车为中心延伸至储能系统领域，同时也代表着LG能源具备在北美供应储能系统电池的能力。
由于人工智能数据中心的普及和可再生能源的扩张，北美地区的电力需求激增，也带动了储能系统需求的增长。据消息称，三星SDI在去年1月签署的价值约3万亿韩元的储能系统磷酸铁锂电池供应合同的客户也是特斯拉。
文章出处：财联社
相关攻略
特斯拉首台量产Semi电动卡车正式下线，标志着该车型进入规模化生产阶段。其长续航版本单次充电可行驶约805公里，首批车辆计划年内交付。公司计划在2026年同步量产Semi、Cybercab自动驾驶出租车及下一代储能系统，并已宣布大幅增加年度资本开支以支持多个核心领域的研发与生产。
五月的北京，初夏已至，气温稳步攀升。然而，作为行业重要风向标的北京花乡二手车市场，眼下却呈现出一番与季节相反的“清凉”景象。园区内看车客流稀疏，昔日人声鼎沸、交易火热的场面暂时难觅。 “当前仍是传统的市场淡季，园区客流量确实不大。按照往年经验，这种状态通常会持续到‘十一’假期前后。”一位二手车商负责
特斯拉于2026年5月13日至31日推出限时“轻松贷”金融计划，覆盖Model3、ModelY等车型。方案主打低首付、低月供、低利率与低尾款，以五年期贷款为例，最低首付5 59万元，年化利率0 99%，月供约两千余元。另提供零利率或更低首付选项，旨在通过灵活组合降低购车门槛，满足不同消费者的财务需求。
特斯拉4680电池量产五年后，实测能量密度与充电性能均未达预期，导致搭载该电池的欧洲版ModelY续航明显缩水。特斯拉未提前告知用户便更换电池，引发消费者对续航下降和缺乏透明度的不满，目前该电池供应链需求已大幅萎缩。
特斯拉宣布投资近2 5亿美元提升柏林超级工厂电池产能，年产能将从8吉瓦时增至18吉瓦时。此举旨在创造更多本地就业并增强欧洲供应链韧性。预计从2027年起，该工厂将整合从电池生产到整车制造的全流程，以深化本地化布局。
热门专题
热门推荐
领克首款GT概念跑车亮相北京车展，由中欧团队联合打造。新车采用经典GT比例与低趴宽体设计，配备液态金属蓝涂装与2+2座舱，设有高性能模式按键可激活空气动力学套件。车辆采用后驱布局与AI智能运动控制系统，百公里加速约2秒，设计融合瑞典极简美学并参考全球用户反馈。
英伟达推出12GB显存版RTX5070移动GPU，与8GB版同步上市。两者均基于Blackwell架构，核心规格相同，仅显存容量不同。此举旨在缓解GDDR7芯片供应压力，为OEM提供灵活配置，加速笔记本产品布局，更大显存可更好满足游戏与AI应用需求。
微星将于5月15日推出两款26 5英寸雾面WOLED显示器MAG276QRY28和276QRDY54，售价分别为2499元和6299元。均采用第四代WOLED面板，具备QHD分辨率、VESADisplayHDRTrueBlack500认证、1500尼特峰值亮度及99 5%DCI-P3色域覆盖。276QRY28刷新率为280Hz，高阶款276QRDY54支持4
中芯国际2026年第一季度营收176 17亿元，同比增长8 1%；净利润13 61亿元，同比增长0 4%。公司预计第二季度收入环比增长14%至16%，毛利率指引上调至20%至22%。这反映出公司在行业复苏中展现出财务韧性，并通过运营优化增强了短期增长势头。
手机修图、相机降噪、视频去雾……这些我们日常使用的图像处理功能，其背后都离不开人工智能（AI）技术的驱动。通常，AI模型的训练逻辑是：向模型展示大量“低质图像”与“优质图像”的配对数据，让它学习如何将前者转化为后者。然而，天津大学计算机视觉团队近期发表的一项研究（arXiv:2604 08172）揭