深度学习是机器学习中神经网络算法的扩展，博海它是机器学习的第二个阶段--深层学习，深度学习中的多层感知机可以弥补浅层学习的不足。

拾贝（f）十字剖面的2D视图。机械（e）t-NCM的NiL-边的软XAS图谱。

飞升（c）NCM在不同倍率下的充放电曲线。博海（b）原始t-NCM的SEM图像。此外，拾贝作者发现采用表面调节方法可以缓解单晶NCM中这种不良的相变并显著提高循环性能，拾贝进一步阐明了表面化学，相变和性能之间的关系，同时为合理设计高性能，稳定的分层正极材料提供了新的指导原则。

有人认为，机械这种良好的容量保持率源自于其良好结构稳定性。人们普遍认为，飞升这些从层状到尖晶石或岩盐相的转变，以及过渡金属（TMs）的迁移/偏析引起了结构重建，从而容量衰减。

虽然采用掺杂和包覆等一些传统策略已被报道用于抑制阳离子混排并抑制界面反应，博海但过量的涂料层（20nm）和不受调控的掺杂策略可能会阻碍Li+的迁移，博海从而导致差的倍率性能。

拾贝（d）原始和循环后t-NCM样品的原子分辨率HAADF-STEM图像。S51是首个大批量生产的全铝车身架构汽车产品，机械重量比传统车减重30%到40%。

意大利APS技术有限公司总裁王嘉指出，飞升目前存在的一种误区是完全以钣金车体的思维思考碳纤维应用，飞升甚至按照钣金来设计之后拿着数据去做碳纤维零件。与传统燃油车相比，博海电动汽车的轻量化更为重要。

中国汽车工程学会副秘书长张宁强调，拾贝轻量化的问题很复杂，而目前跨产业的协同及产学研合作方面非常不足。导致原来零件数量一点都没减少，机械重量可能减轻一点，但是成本增加的更高。