开心彩票 - 开心彩票

国产特斯拉史上最低价效果立竿见影，新势力车企承压应战******

　　1月15日，上海下起了雨夹雪。下午2时许，在上海的一家特斯拉中心，依旧有着7组用户冒雪前来看车。“最近到店客流明显增加，今天如果不是下雪，来看车的人可能会更多。”销售人员告诉第一财经记者，和传统的商超店不同，这家特斯拉中心位于近郊产业园附近，其选址更加接近传统4S店，到店的用户都是专门来看车而不是“顺便来逛逛”。

　　1月6日，特斯拉大幅下调部分产品的售价，Model 3起售价为22.99万元，Model Y起售价为25.99万元。如果追溯到去年首次降价前的价格，Model 3起售价至今降幅已达5万元，创下国产特斯拉历史价格新低。

　　降价给特斯拉的终端表现带来立竿见影的效果，过去数日里，记者通过现场走访和电话调研等方式采访了全国多个城市特斯拉门店，了解到二三线城市特斯拉门店客流与订单数在特斯拉本轮降价后急剧增加，部分城市门店的订单数环比12月增幅达到了500%。

　　特斯拉以价换量效果立竿见影

　　2023年1月1日起，持续13年的新能源新能源国家补贴正式结束，包括比亚迪、大众等车企应声上调产品价格，以对冲国补退出后上涨的成本，但这些车企并未完全将国补退出后的成本上调转嫁给消费者，以比亚迪为例，其产品上调2000~6000元，而2022年国补最高额度为12600元。

　　此外，有部分车企宣布暂不涨价，即补贴差额完全由车企承担，例如小鹏汽车明确表态不涨价。湘财证券的研报认为，现阶段中国市场上车企竞争压力大，竞争激烈下车企对于涨价持谨慎态度，预计车企会在很大程度上承担补贴退出的影响。

　　而特斯拉却在大部分竞品涨价或保持售价时一反常态。过去几年间，被认为以成本定价的特斯拉调价非常频繁，2021年国补退坡时，特斯拉便应声涨价，2022年先涨后降，但在2023年国补正式取消后，特斯拉进一步下调产品价格，多款产品给出入华以来的“历史最低价”。部分车企的营销人士认为，特斯拉频繁的降价，虽然短期内会拿到更多订单，但也会伤害品牌溢价，过去几年，特斯拉正从豪华品牌市场下探到大众消费市场，这种变化对特斯拉并不一定不是好事。

　　全国汽车消费服务平台“车fans”创始人孙少军表示，在宣布调价后的第一个周末，特斯拉门店平均收到110~130个真实订单，订单量有着明显的提升；进店量环比增长450%左右，同时客户以直接到店为主，电话邀约到店数量较少。

　　这次以价换量给特斯拉带来了立竿见影的效果，但同时也给比亚迪等车企带来了一定的压力，在特斯拉开启降价之后，一位比亚迪销售人员告诉记者，已有数位海豹和汉的预订用户退订转购特斯拉。部分车企的电动车部门则连夜开会，商讨应对策略。

　　“之前我看过极氪、蔚来、特斯拉等几个品牌，特斯拉内饰太‘朴素’，智能配置也不如中国品牌产品，性价比有些低，最早就被我排除；但是最近降价之后，性价比一下子就上来了，现在又让我有些纠结了。”在特斯拉门店里，一位正在看车的客户这样告诉记者。

　　在价格调整之后，特斯拉两款产品均进入了25万元左右的售价区间，和小鹏、比亚迪等品牌的新能源产品产生直接竞争。国泰君安证券的研报认为，特斯拉此次大幅降价对于部分新势力的竞品车型带来直接压力，尤其是在部分竞品车型2023年以来还进行了一定程度的提价，预计竞品车型会采取一些明升暗降的价格措施。

　　1月13日，赛力斯AITO问界宣布多款车型调价，成为特斯拉之后首个降价的新势力车企。其中，问界M5 EV降幅2.88万元至3万元不等，起售价下调至25.98万元，问界M7降3万元至28.98万元起售。对于老车主，问界则为首任车主提供总价值3.3～3.5万的权益。

　　不过，绝大多数品牌目前尚未跟随特斯拉下调价格。

　　“特斯拉的利润比较厚，有成本去打价格战，我们没有这个能力。”某车企管理层人士崔野(化名)表示。

　　“这几年新能源汽车成本大幅上涨，到现在锂电池等核心零部件还没有看到价格的明显下调，蔚来、小鹏等头部造车新势力，甚至包括来自传统车企的埃安等都没有走出越卖越亏的‘怪圈’。”崔野告诉记者，而特斯拉的毛利率在车企里堪称一骑绝尘，在国补取消和成本没有明显下降的情况下，其它车企很难全面跟进特斯拉。

　　虽然没有如同特斯拉一样官宣降价，但部分车企加大终端优惠，以增强产品的竞争力。近期记者在致电一家新势力车企门店时，销售人员表示目前部分热销产品已有现车可售，具体优惠可以“到店详谈”，其朋友圈海报则显示，该品牌部分产品置换优惠+展车折扣最高可达3.9万元。

　　“特斯拉在1月的降价，也有可能带来影响未来半年新能源车市格局的‘蝴蝶效应’。”崔野认为，此前业界普遍预估2023年第一季度甚至上半年，新能源车市将承受较大压力，特斯拉降价大抢订单，在上半年新能源汽车消费预期疲软的情况下，进一步加大其它车企的压力。

　　新势力车企承压欲降本增效

　　尽管特斯拉方面依旧表示，本次降价背后的核心驱动原因依旧是技术驱动带来的成本下降。但部分业内人士和部分研究机构均认为，特斯拉价格下调背后的原因是订单储备的不足。

　　海通证券的研报认为，特斯拉本次降价的背后，是在高通胀打击消费购买力、美联储激进加息和全球疫情的大背景下，特斯拉逐渐暴露出隐忧，产销量已连续三个季度出现供过于求，全球交期水平已见底。

　　“如果要保持销量增长态势，就不得不降低价格，要不然销量增长速度将放缓。这是一个选择。”特斯拉公司CEO埃隆·马斯克近期曾公开表示，2023年全球经济将陷入衰退，届时民众对于汽车等高价商品的需求将会下降。

　　业界普遍认为，今年第一季度或上半年，中国车市亦将承受较大压力。

　　东方财富证券的研报显示，2023年，整车企业将进入战国时代，弱势企业将被淘汰。特别是近期特斯拉连续降价，结合汽车产业发展规律，未来几年整车企业之间激烈的价格战不可避免，新能源车和燃油车，传统势力和新势力都会出现非生即死的比拼。

　　“不管是供应链还是消费者需求的信心，肯定都有一个恢复的过程，我认为2023年上半年在供需两端的压力都会比较大，但需求的压力肯定会更大一些。”蔚来汽车董事长、CEO李斌表示，一方面是因为部分用户购车需求提前释放，另一方面则是消费信心也需要时间恢复，2023年上半年，国内新能源汽车市场面临的挑战将会非常大。

　　过去数年新能源汽车的快速增长下，带动了国内新势力车企的快速发展，同时也催生出了直营、服务型车企等新的商业模式。部分传统车企，亦开始模仿新势力车企带来的新模式。

　　“在上海一个商圈建商超店，一年的店租和人力成本大约将近800万元，如果没有主机厂的建店补贴，基本是赚不到钱的。”上海某新能源品牌商超店负责人告诉记者。

　　近两年来，新能源汽车保持了近乎年均100%的复合增长率，市占率已接近30%。多位车企高管在接受记者采访时均表示，新能源汽车市场已从原来的技术尝鲜、政策引导，迈入了大众普及阶段。乘联会秘书长崔东树认为，未来随着新能源车从旺销到平销，新能源车的营销模式也需要探索改变。

　　目前，蔚来、小鹏、理想以及零跑等多家新势力车企均进行组织架构的调整或内部流程的优化。

　　理想汽车董事长、CEO李想在一份内部信中表示，组织升级是企业进入更大规模和更难阶段最重要的考试题，90%以上失败的企业其实并非是业务出现了问题，业务出现问题只是表象，而本质是组织能力与规模扩大、行业变化无法适配。

　　李斌最近在内部全员信中也表示，需要对2023年甚至更长时间的困难要有足够的心理准备，目前已到资格赛后期阶段，需要更出色的表现才能赢得参与决赛的资格。他还称，将优化低效部门和项目。

　　近期，零跑汽车宣布将原有的二十多个部门整合集成为十二个一级组织。

　　小鹏汽车除了调整组织结构，还频频挖角传统车企高管。在原吉利系高管易寒加盟小鹏汽车之后，原长城汽车总裁王凤英被传将接替何小鹏出任小鹏汽车CEO，小鹏汽车对此回应称：“目前调整仍在进行中，欢迎各界优秀人才加入小鹏，如有进一步信息，会及时与大家分享。公司将继续在何小鹏的领导下向前发展，何小鹏依然会是这家公司的最高负责人。”

　　“比如我们在2021年定的战略规划是期望做成一个有很好利润的公司，但是2023年我们看到市场的变化是，智能汽车会像电脑、智能手机的发展一样，最终只有三家到四家。”何小鹏近期在接受媒体采访时如是说。

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）