Слияние также позволит Honda использовать платформы Nissan для развития моделей с ДВС.
Возможное слияние Honda, Nissan и Mitsubishi может привести к созданию одного из крупнейших автоконцернов в мире, занявшего третье место по объемам производства. Такое объединение откроет новые возможности для совместного использования платформ и технологий, что позволит ускорить разработку новых моделей и внедрение инновационных решений, сообщает автомобильное издание 32CARS.RU.
В случае успешной сделки, Honda может получить доступ к платформе Nissan Armada для создания своего первого полноразмерного внедорожника, который, по слухам, может получить название Honda Crossroad. Новая модель потенциально сможет конкурировать с такими флагманами, как Chevrolet Suburban и Ford Expedition Max, и, вероятно, будет оснащаться 3,5-литровым двигателем V6 мощностью 425 л.с. или гибридной силовой установкой от Acura NSX.
Перспективы развития есть и у Honda Ridgeline – платформа Nissan Frontier может стать основой для обновленного пикапа с улучшенной проходимостью и функциональностью. Ожидается, что модель сохранит характерный дизайн, но при этом получит 3,5-литровый двигатель V6, 10-ступенчатую автоматическую трансмиссию и систему полного привода.
Кроме того, Honda рассматривает возможность возвращения компактного внедорожника Element, который может быть построен на базе Nissan Frontier. Новая модель с увеличенной проходимостью и практичным дизайном могла бы стать конкурентом Ford Bronco Sport, сохранив при этом уникальный стиль оригинала.
Еще одной перспективной новинкой может стать возрождение культового родстера Honda S2000. Автомобиль, созданный на базе платформы Nissan Z, может получить 2,0-литровый турбированный двигатель от Civic Type R мощностью 315 л.с. и задний привод, что позволит сохранить традиции спортивных моделей бренда.
Ожидается, что потенциальное объединение позволит Honda использовать платформы Nissan для расширения линейки автомобилей с двигателями внутреннего сгорания, а Nissan — применять гибридные технологии Honda для повышения эффективности своих моделей.
