在最近的 UI 更新后，Dr.EV 会以数值的方式展示影响电池衰减的各种因素。不过有部分用户反馈，这些数字不太容易理解。基于这些意见，我们新增了以清晰、易读的文字来解释这些因素的功能。未来我们也会继续分析各车辆的衰减情况与影响因素之间的关联，并不断优化相关算法。 另外，根据用户的需求，我们在时间轴中增加了行驶和充电后的统计数据详情查看功能，方便用户更深入了解车辆状态

之所以进行这次分析，是因为有一位车主主动提出希望我们查看一下他的数据。他已经意识到自己的充电和驾驶方式比较激烈，并希望通过真实数据来验证这一点。 这些图表比较了两位 2023 款 Model X Plaid 车主，他们在充电和日常使用方式上有明显差异。 左侧展示的是 SOH 变化趋势。其中一辆车已经下降到大约 78%，而另一辆仍保持在约 86%。 即便是同款同年份的车辆，不同用户之间的 SOH 衰减速度也会表现出明显差别。 右侧是一次充电过程中出现的电压偏差情况。电压偏差能反映电芯在充电时的反应是否均匀。其中一位用户的电压偏差达到约 0.08 V，而另一位则接近 0.04 V。 这两个案例说明，个人的充电习惯确实会在 SOH 和电芯平衡状态上体现出明显差异。电压偏差更大的那位用户，SOH 衰减也更快，两者在趋势上高度一致。 接下来这组箱线图，让两位用户的差异表现得更加清楚。左侧是较为典型的用户，右侧则是前面 SOH 和电压偏差表现较差的那位。 充电部分（上排） 在充电时，差异主要体现在电流的水平上。右侧用户的充电电流中位数更高，同时更频繁出现高电

之前，您只能查看 最近一次会话 的数据。现在，我们扩展了功能，您可以在 时间轴图表 中分析 所有充电和放电会话 的电池与电机数据。 通过此次更新，您可以： 查看 所有历史会话 ，而不仅仅是最后一次 跟踪电池和电机随时间的表现 将不同会话进行对比...