1,150马力电动猛兽:奔驰AMG首款纯电SUV亮相

奔驰AMG推出首款从零打造的纯电SUV,三电机超1,150马力并支持超快充。
奔驰AMG在四门GT轿跑之后,推出旗下首款从零开始设计的纯电SUV——2028款AMG GT SUV,与四门GT轿跑共享动力系统。该车搭载三台轴向磁通电机,综合输出超过1,150马力,并支持超快充,兼顾性能与日常实用性。文章指出,从零打造纯电SUV是AMG电动化转型的战略表态,而非“油改电”的敷衍产品。三电机布局为扭矩分配和四驱操控提供硬件基础,轴向磁通电机则在功率密度和体积控制上具备优势。不过,续航、加速成绩、价格等关键信息尚未公布,车重控制、能耗管理等现实挑战仍有待观察,产品竞争力暂难定论。
奔驰AMG正在加速电动化转型。继四门GT轿跑之后,这个性能品牌又推出了旗下首款从零打造的纯电SUV——2028款梅赛德斯-AMG GT SUV,一款同样拥有超过1,150马力、支持超快充的电动性能车。

从零打造的性能旗舰
与很多“油改电”产品不同,AMG GT SUV是AMG品牌第一款完全从零开始设计的SUV车型。据原始报道,它被描述为四门GT轿跑的“更壮实的表亲”,两者在动力系统上高度共享。
这意味着AMG并非简单地将现有SUV塞入电机,而是围绕高性能电动架构重新设计。对于AMG这样一个以发动机声浪和内燃机性能著称的品牌来说,从零打造纯电SUV本身就是一次战略表态。
三电机与1,150马力
动力是这款车最引人注目的标签。AMG GT SUV搭载三台轴向磁通电机,综合输出超过1,150马力——与四门GT轿跑处于同一水平。
轴向磁通电机相比常见的径向磁通电机,在功率密度和体积控制上具有优势,这也是近年高性能电动车领域的热门技术路线。三电机布局通常意味着更精细的扭矩分配能力,为四驱性能和操控表现提供了硬件基础。
你可能没注意到,原文并未披露具体的加速成绩或续航数据,这些关键指标仍有待官方进一步公布。
轴向磁通电机(Axial Flux Motor)是一种磁通方向沿电机轴向穿过气隙的电机结构,与之相对的是磁通沿径向分布的径向磁通电机。由于轴向磁通电机的定子和转子呈盘状平行排列,其直径较大而轴向长度较短,因此在大扭矩密度和紧凑体积方面具有天然优势。YASA(现属梅赛德斯-奔驰)是该技术路线的代表厂商之一,其轴向磁通电机已在AMG的多款高性能电动车型上使用。相比径向磁通电机,轴向磁通电机还能在较宽的转速范围内保持较高效率,但制造工艺复杂度更高、成本也更高,目前主要应用于高性能或空间受限的场景。
三电机布局在电动车中通常指前轴一台、后轴两台(或前后各一台加后轴双电机)的配置。其核心价值在于扭矩矢量分配:通过独立控制每个电机的输出,系统可以在弯道中主动调整左右车轮的驱动力,从而提升转向响应和弯道极限。对于超过1,150马力的高性能SUV而言,三电机不仅是动力的堆叠,更是操控精度的硬件保障。
超快充与实用性的平衡
除了马力数字,原文还将这款车定义为“支持超快充的电动载人工具”。这说明AMG在追求性能的同时,并没有忽视日常使用场景。
SUV车身形式本身就意味着更大的空间和实用性,而超快充能力则直接关系到长途使用的便利性。对于一款高性能电动SUV而言,如何在性能、续航和充电效率之间取得平衡,往往是产品成败的关键。
市场定位的思考
从产品线来看,AMG GT SUV与四门GT轿跑形成了互补:一款偏向运动轿车姿态,一款提供SUV的空间与通过性,但共享核心动力技术。这种“同平台、双形态”的策略,在高端性能电动车市场并不少见,有助于摊薄研发成本并快速覆盖不同需求的用户。
不过,超过1,150马力的电动SUV也面临现实挑战:车重控制、能耗管理以及充电基础设施的匹配程度,都会影响实际体验。这些问题的答案,要等到更多技术细节公布后才能判断。
超快充通常指支持高功率直流快充的能力,行业语境下一般对应800V及以上高压电气架构。在800V平台下,电池包和电驱系统的工作电压翻倍,相同功率下电流减半,从而降低线束发热和重量,同时允许更高的充电功率。当前主流超快充桩的峰值功率在250kW至350kW之间,部分车型在理想条件下可实现15至20分钟将电量从10%补充至80%。不过,实际充电速度受电池温度、剩余电量区间和充电桩功率等多重因素制约,超快充的体验高度依赖基础设施的匹配程度。
编辑观点
AMG首款从零打造的纯电SUV,信号意义大于参数本身。它表明传统性能品牌正在认真对待电动化,而不是敷衍地推出合规产品。三电机、轴向磁通、超快充这些关键词组合在一起,勾勒出一个相当激进的技术方案。
但需要冷静看待的是,目前公开的信息仍以动力参数为主,续航、操控、价格等消费者真正关心的维度尚未明朗。对于AMG粉丝和高端电动车潜在买家来说,这款车值得关注,但还不到下结论的时候。
相关推荐

GPT-6 Astra读权重绝技:仅限小网络,实用靠写代码
GPT-6 Astra能直接读网络权重,但无工具设置仅限约17万权重的小网络。修复QUEN 3.5 0.8b推理循环靠写Python和50批练习,实测识别游戏耗时近一小时。本文梳理能力边界与两个安全提醒。

GPT-6 Astra 改写 Qwen 权重:7.9% 到 48.1%,是学会了数学还是学会了停?
MIT研究者用GPT-6 Astra直接编辑Qwen权重,数学得分从7.9%升至48.1%,全程无训练。但独立复现显示,提升主要来自修复循环、让模型学会终止作答,而非新增数学能力。

Qwen 3.8 27B 真能读懂神经网络权重?16GB 实测揭秘
MIT 研究声称大模型能直接读取神经网络权重并识别训练游戏。我们在 16GB 显卡上实测 Qwen 3.8 27B,发现信号真实存在,但“原生读取”说法不成立,25 行 Python 脚本即可秒级还原答案。