雷射雷達還會上更多車，與馬斯克的想法背道而馳

去年有 11 萬台中國新車上搭載了雷射雷達，前一年是 0。

文 | Frank

編輯 | 程曼祺

半個月前禾賽科技上市，帶來了 2021 年夏天以來最大的中概股 IPO，讓更多人聽說了一個新行業 “車載雷射雷達”。

招股書中的業績反映了車載雷射雷達在 2022 年的爆發。成立 8 年的禾賽一共賣出 10 萬台雷射雷達，8 萬台賣在去年。

在整個中國市場，據高工智能汽車研究院資料，去年有 11.2 萬台新車上搭載了超 12 萬台雷射雷達（不含進出口）。這在中國 2000 萬輛的乘用車大盤，和 680 萬輛的新能源車基數中微不足道，但增速驚人。2021 年，這個數字還接近于 0。

完成了量産上車裡程碑後，圍繞雷射雷達的質疑仍未平息。馬斯克 2018 年以來一直主張自動駕駛可以靠純視覺方案實作，“8 顆攝像頭解決一切”，雷射雷達是多餘的拐杖，是 “盲腸”。

單顆數千元的雷射雷達，現在确實有 “用不上” 的情況，這是因為整個智能駕駛系統還不成熟，雷射雷達資料的優先級排在攝像頭之後，時常得不到采用。

但從實際動作看，特斯拉之外的主流車企都在使用或即将啟用雷射雷達，包括全球電動車冠軍比亞迪和乘用車老大豐田。

更早用上雷射雷達的中國新勢力更加激進。理想 L9 和蔚來 ET5、ET7、ES7、EC7 都全系标配了雷射雷達，不提供不裝的選項。

車企的提前投入，尤其是把雷射雷達作為标配，可以促進規模上量、降低成本，更重要的是為了長期的競争力。

在如今電動車市場的激烈競争中，所有車企都看重眼前的銷量，其中有野心和餘裕的公司還同時瞄準未來的智能化門票，這要求他們為軟體更新提前預留硬體基礎，在量産車而不是實驗室裡優化智能系統。每一個購車者也被卷入其中，他們不得不習慣汽車行業的一個新現象：為了暫時還用不上的東西買單。

創業洶湧，大廠蟄伏

中國車載雷射雷達行業，在早期呈現出典型的 “逆向破解” 特點。

第一代機械式雷射雷達起源于美國矽谷，需要龐雜的機械部件來實作旋轉掃描，體積和價格都讓人瞠目結舌。車載雷射雷達鼻祖 Velodyne 2010 年推出第一款雷射雷達産品時，售價高達 8 萬美元。這些被安置在車頂的笨重 “大花盆” 主要服務同期出現的無人駕駛公司，如 Google 旗下 Waymo 的無人駕駛測試車輛。

中國的無人駕駛創業潮爆發于 2016 年，一批中國雷射雷達公司在這前後誕生，如禾賽、速騰聚創、圖達通、探維科技、北醒光子等。

用 “逆向破解” 工程模仿美國同行，是當時大多數中國公司的選擇。這一過程并非潔白無瑕，許多中國公司在機械式雷射雷達領域陷入 “抄襲” 漩渦，也是以在開拓海外市場時付出了高昂的專利代價。

到此為止，整個雷射雷達行業，不管中美歐，都主要是創業公司的天下。無人車規模太小，全球無人駕駛公司加在一起也用不了多少測試車，買不了多少雷達，這是大部分巨頭看不上的市場。

2020 年前後，情況變了。主打智能駕駛的特斯拉大賣，更多車企加大了對進階别輔助駕駛的投入。特斯拉堅持不用雷射雷達，但也付出了事故代價，其他車企在部署進階别輔助駕駛時，都會使用雷射雷達以保證安全備援。

量産車給雷射雷達打開了一個巨大的新空間。全球現在每年新賣出 8000 多萬台乘用車，即使其中隻有一小部分，比如 10%-20% 需要雷射雷達，這也是一個大市場。考慮到智能駕駛長期會普及，雷射雷達可能又是智能駕駛的标配傳感器，未來的滲透率還将大幅提升。

更大的機會刺激了更激烈的競争。新階段的第一個特點是，中國公司整體趕超。

從供給端，頭部中國公司在産品疊代上走到了前面。過去由 Velodyne 發明的機械式雷射雷達不夠穩定、經不起劇烈颠簸，且難以大規模制造和調準，不适合量産車，新的混合固态産品才能滿足車規要求。在混合固态路線，龐雜的機械部件被隻有薯片大小的鏡片替代，中國公司迅速擺脫了專利掣肘，更早拿出了高性能的混合固态雷達。

右圖：無人駕駛測試車上的機械式雷射雷達是頂在頭上的 “大花盆”；

左圖：量産車上的混合固态雷射雷達被內建為擋風玻璃頂部的 “犄角”。

更重要的是在需求端，中國車企激進地追求智能化，尤其是有網際網路背景的新勢力。它們更敢用新産品，而且不是像奧迪、奔馳那樣在高端配置上一點點用，而是一上來就給旗艦車型全系标配。蔚來 ET5、ET7 等多款車型标配了圖達通的雷射雷達；理想 L9 全系标配了禾賽的 AT128。

另一個新現象是，大公司入局了。

大疆孵化的覽沃和華為先後在 2019 年底與 2020 年北京車展釋出自己的雷射雷達産品，覽沃後來拿到了小鵬 P5 的定點，并少量傳遞，不過覽沃的産品是一款線數較低的補盲雷達。華為拿到了自己與長安、甯德時代共同投資組建的阿維塔的定點，已開始小規模傳遞。

各創業公司現在仍在積極争奪未上市車型。如禾賽和速騰都服務了比亞迪，速騰剛剛宣布進入了豐田供應鍊，它也是目前合作了最多車型的公司。稍晚成立于 2018 年，直接以量産車雷射雷達為主要市場的探維科技獲得了合創汽車定點，預計于 2023 年底傳遞。

但與創業公司的狂奔不同，進入 2022 年後，華為、大疆兩大巨頭在雷射雷達賽場上聲勢漸息，它們的傳遞和拿單動作都如泥牛入海，聽不到一點聲音。

是他們做不出可以與初創公司媲美的産品嗎？或者說，他們選擇蟄伏下來等待新的機會到來？

使巨頭暫且退卻的原因可能是傳遞難度和毛利，以及對市場爆發時機的觀望。

以速騰為例，它是最早釋出混合固态雷射雷達的中國公司，在 2019 年就推出了混合固态産品 M1，也拿到了最多的車企定點，但傳遞卻陷入瓶頸。這是因為速騰選擇的 MEMS（

micro-electro-mechanical-system，微機電系統）方案中需要使用微振鏡，它通過高頻振動完成水準和豎直方向掃描。為了追求 150m 以上的探測距離，就需要放大微振鏡尺寸，在高頻振動等車載環境下，穩定性會受影響。

圖達通選擇的 1550nm 路線，得益于光譜波段的特性，可以實作 300-500m 的探測距離，在性能上有得天獨厚的優勢，但高昂的器件成本與不穩定的散熱機制也在一定程度上影響了它的傳遞進度。不僅如此，最近汽車媒體《董車會》報道，有人用手機拍攝了蔚來 ES7 上的 1550nm 雷射雷達後，手機就無法正常拍照了，這可能是因為雷射雷達的發射端損傷了手機攝像頭裡的 CMOS（圖像傳感器） 感光元件，這可能也會影響其他車輛和電子裝置攝像頭的正常工作。

同時，上車的雷射雷達産品現在大部分處于虧損狀态。規模化效應尚未展現在單品成本上，尤其是已經開啟大批量傳遞的廠商，賣得越多虧損越多。

這可能是華為雷射雷達進度放緩的原因。華為去年明确提出，要優先做能盈利的業務。任正非說：“全球經濟未來十年會持續衰退，華為應改變思路和經營方針，從追求規模轉向追求利潤和現金流，保證渡過危機。”

最後，在 “價值兌現” 的命題前，第二代雷射雷達确實遇到了瓶頸，消費者現在真的那麼需要雷射雷達嗎？

數萬台雷射雷達已随車輛傳遞到消費者手裡，但無論網上或者筆者身邊，許多車主都沒有感受到雷射雷達的價值與作用。雷射雷達目前還不像攝像頭等其他車規傳感器那麼成熟。在智能汽車的感覺系統架構下，很容易出現系統隻采用攝像頭資料，不采用雷射雷達資料的情況。

而雷射雷達又不便宜。目前标配雷射雷達的車輛售價幾乎都在 40 萬元以上，選配雷射雷達則要約 1 萬元，如上汽智己 L7 選配雷射雷達的價格達到 15000 元，這是普遍賣數百元的車載攝像頭的 10-20 倍。

正因如此，一些車企開始重新評估不需要雷射雷達的方案。行業開始讨論：純視覺會不會卷土重來。

馬斯克大機率錯了

純視覺與雷射雷達之争由來已久。2023 年伊始，特斯拉官宣降價，國内廠商也紛紛跟進，激烈的價格戰增加了車企重新評估純視覺方案的動力，他們需要更嚴苛地控制成本，主要使用攝像頭等傳感器的純視覺方案，成本要低得多。

特斯拉 CEO 馬斯克一直反對雷射雷達。早在 2018 年的财報電話會上，他就表示無人車應該丢掉雷射雷達這個拐杖，第二年的特斯拉自動駕駛日活動上，他又發表了廣為人知的觀點：“任何使用雷射雷達的自動駕駛公司注定失敗。”

馬斯克對純視覺的堅持一是出于商業考量，早期的機械式雷射雷達體積龐大，價格昂貴，性能不穩定，完全無法契合量産車的需求；二是出于他獨特的技術理念，馬斯克認為如果人工智能可以媲美人類思維，攝像頭就完全可以勝任甚至超越人眼，實作自動駕駛。人開車就主要靠眼睛看，并不需要能精準測距的感覺器官。

目前絕大多數智能駕駛系統也确實建立在視覺感覺的基礎上，攝像頭可以提供的顔色資訊與高分辨率圖像在感覺領域的地位無可替代，是名副其實的機器之眼。而善于精準測距的雷射雷達，确實隻能扮演 “拐杖” 的角色。

然而，自動駕駛系統還不能丢掉這根拐杖。

特斯拉已發生數百起與智能駕駛相關的事故。據 2022 年 6 月，美國國家公路交通安全管理局（NHTSA）公布的資料，從 2021 年 6 月到 2022 年 5 月，美國涉及自動輔助駕駛的汽車碰撞事故共 392 起，特斯拉占 273 起，部分事故正和特斯拉的傳感器方案有關。

比如 2016 年，一輛開啟 Autopilot 的特斯拉與白色大卡車發生碰撞，這是因為單靠攝像頭缺乏有效的實體測距法則，無法在強光環境下識别白色物體與天空背景的差別。

由于成像原理不同，攝像頭和雷射雷達各有利弊。攝像頭是通過被動接收外部光線感覺環境，優點是分辨率高且具備豐富的色彩資訊，缺點是無法精準測量目标的距離。雷射雷達恰恰相反，基于主動發光的原理，它可以精準感覺環境中每一個物體的距離與位置，但無法提供詳細的色彩資訊。

另一方面，馬斯克所設想的 “人工智能可以媲美人類思維” 現在也還沒有實作。人工智能技術尚不能複刻人類大腦的思維模式，甚至這也不是人工智能進化的必然方向。

從源頭思考，我們是要為自動駕駛再造一個人腦，還是為自動駕駛量身定制全新的感覺系統？

在人類的駕駛世界裡，有許多超脫标準和規定的灰色地帶。人類司機多數時間是憑主觀判斷和肌肉記憶在操控車輛，通過 “感覺” 和 “經驗” 做決策。然而，這種基于人類神經網絡的 “感覺” 與人工智能的學習模式南轅北轍。

人工智能沒有感覺，無法随機應變或急中生智，它隻能依賴海量且精準的資料模型才能做出接近正确的判斷。純視覺在光學原理上的天然缺陷決定它無法提供足夠精準的資訊，這也是現階段主要依靠視覺資料的自動駕駛系統還不夠安全的原因。

是以出于安全至上原則，雷射雷達會長期存在。特斯拉之外的幾乎所有車企都站在純視覺對立面，選擇同時使用雷射雷達、攝像頭和毫米波雷達等多傳感器。

不過根據特斯拉向歐洲監管機構送出的最新車輛變更申請，它的新自動駕駛硬體方案 “HW4.0”（Hardware 4.0）中又拿回了一顆 4D 毫米波雷達。現在尚不明了這顆雷達的具體參數、針對什麼場景，但這說明特斯拉意識到了現階段純攝像頭方案的缺陷。

在過去的技術路線或工程方法紛争中，馬斯克兩次取得了背離主流路線的勝利。在火箭制造領域，更主流的方法是通過購買并改造老式火箭入局，而馬斯克選擇采購二手裝置，從零建造火箭。在汽車工程領域，傳統車企一旦建成産線就很少變動，特斯拉卻會快速改動、更新産線，達到精簡工序、降低成本的目的。

在雷射雷達與純視覺的競争中，馬斯克又站到了多數派的對立面。他已經赢過兩次，不過這一次他大機率是錯了。

更融合的傳感器

既然電動車産業還将長期需要雷射雷達，那麼與車企、消費者利益相關的問題就是雷射雷達要怎麼進化，才能突破目前穩定性不佳、性能不夠、成本較高的瓶頸。

禾賽科技 CEO 李一帆在一檔線上對話欄目裡談到雷射雷達的終極形态時，他說：“雷射雷達會消失”。無獨有偶，探維科技的 CEO 王世玮和 CTO 鄭睿童也分别在不同場合談到過，在未來，雷射雷達不會作為一個獨立的傳感器存在。

目前主流的自動駕駛方案中，會同時存在多個傳感器，包括攝像頭、雷射雷達、毫米波雷達等。李一帆認為，未來 5 到 10 年，多種多樣的傳感器會被整合成一個主傳感器，雷射雷達也會融入其中。王世玮從技術演進的角度解釋了這個變化趨勢：整合多個傳感器，有利于資料的 “前融合”。

在自動駕駛系統中一個關鍵過程是 “資料融合”，這就好像我們駕駛汽車會根據自己的視野、後視鏡的景象、聽到聲音等不同資訊做出綜合判斷，這正是一個完整的資料融合過程。

在車輛的機器系統中，資料融合分為 “前融合” 和 “後融合” 兩種實作方式。

後融合是現在更正常的做法，它指獨立識别與标定各個傳感器的資料，再将結果輸入給決策層，由智能駕駛系統決定應該采信哪一種感覺方案。

後融合方案在多個傳感器感覺結果相同時，可以起到互相佐證的雙保險，但是一旦感覺結果相悖，就必然會出現某個傳感器遭 “棄用” 的情況。在現有方案中，遭棄用的往往是雷射雷達，這是因為現在主流的輔助駕駛算法都是基于視覺感覺資料訓練的。

而前融合，就是将各傳感器的原始資料先融合到一起做統一的識别與标定，再将結果輸入到決策層，呈現出一個包含圖像與雷射點雲資訊的全面感覺結果。它的優勢在于可以充分整合多傳感器特性，輸出的資料分辨率更高，并同時包含色彩與距離資訊，能降低感覺失效的風險。

前融合方案理論上更美好，但并不普及。這是因為多傳感器的安裝位置迥異，時間觸發裝置不同，要配準各傳感器間的資料，對算法有極高的要求，并可能存在難以接受的空間、時間誤差。

業界最早嘗試前融合是在 2018 年，彼時自動駕駛賽道上有一顆冉冉升起的新星叫 Roadstar。在競争對手們都以頭頂 64 線 “大花盆”（一款早期的機械旋轉式雷射雷達）為榮時，他們給出了搭載 5 個小巧的 16 線雷射雷達的解決方案。Roadstar 稱自己之是以敢啟用這麼多傳感器是因為能做到資料前融合，其他競争對手沒有這個能力。

可惜不久後，Roadstar 在 2019 年四分五裂，圖像前融合路線也在自動駕駛江湖中銷聲匿迹。2021 年前後，探維科技開始推出硬體級圖像前融合技術路線，不過并沒有引起太多關注。

來到 2022 年，更多公司與專家指出後融合的缺陷，在替代方案上也提出了不同的想法。

上汽智己打出深度融合牌，聲稱在後融合與前融合之間找到了平衡點。曾聯合創立 Roadstar ，現任自動駕駛公司元戎啟行 CEO 的周光接受《Auto Byte》專訪時說：“多傳感器前融合是必要路線。即便是特斯拉，也并不反對前融合，隻是不接受後融合。”

前融合方案重新進入主流視野。徹底的前融合，不僅是一個算法問題，也需要硬體層面的整合。如果隻靠算法做前融合，難點是多傳感器之間的空間配準與時間同步，在融合過程中會産生大量的精度誤差。

傳感器硬體內建也有利于降低整個智能駕駛傳感套件的成本，使進階輔助駕駛功能進入更便宜的車型。

現在一輛進階輔助駕駛汽車會搭載 20 到 30 多顆傳感器。以蔚來今年會傳遞的 EC7 為例，1 顆雷射雷達、11 個攝像頭、5 顆毫米波雷達、12 顆超音波雷達，29 顆傳感器的總硬體成本在 15000 元左右。硬體層內建有望将這個數字降至 10 顆以内，甚至更少，整體成本可能大幅下降。

由此，雷射雷達的 “消失”，或者說未來 “雷射錄影機” 的誕生，将是實作雷射雷達最大價值的必然選項，也是下一代産品的進化方向。

車企的選擇題

在更整合形态的主傳感器到來之前，車企眼下已面臨選擇：要不要在新車型使用雷射雷達？是少量高配還是标配？下探到多少價位的車型，對應多大規模的計劃銷量？

車企抉擇的首要依據是市場回報，是消費者的态度。

客觀而言，雷射雷達和它支援的整個智能駕駛系統，現在還沒有帶來驚豔的體驗，也沒有成為左右買車與否的決定性因素。這不僅是雷射雷達自身的問題，也受限于整個智能駕駛方案，尤其是軟體算法的進化速度。

但車企的決策還有另一個邏輯，即提前做 “技術預埋”，以提升遠期競争力和保持産品引領性。蘋果就是一個成功先例。

在 2020 年更新 iOS 14.2 時，蘋果把用于自拍的前置攝像頭分辨率提升到了 1080p，不光是當時最新的 iPhone 12 可享受這一更新，iPhone 8 後的每一代産品都可以。這是因為早在 3 年前開發 iPhone 8 時，蘋果已選擇了能支援這一功能的攝像頭。類似的例子還有從 iPhone 10 開始内置的垂直震動馬達，和從 iPhone 12 開始配置的用于 3D 成像的手機後置雷射雷達。

這些技術布局的共同點是，先硬體、後軟體，在搭載硬體時，它直接對應的應用還沒那麼豐富，或者根本就沒有開放相關功能。

之是以要提前做，而且不能僅放在實驗室做，是因為大部分智能功能都是一套軟硬體互相支援的方案，它會随調用量和資料量提升加速進化。對行業領先公司來說，如果等軟硬體都準備好了再推方案，會落于人後，提前在更大規模的裝置上預留有備援的硬體，等軟體更成熟時，就可以在更短時間内把某個新功能推給更多使用者，提升疊代速度，保持産品的引領性。

相比主要靠發動機、變速箱等機械部件塑造差異化的燃油車，“含矽量” 提升、軟體占比提升的智能電動汽車正變得越來越像蘋果所在的消費電子行業。

一些對蘋果研究頗多的公司已在應用技術預埋的思路。如理想在自己售價最高的 L9 車型上全系标配了雷射雷達，蔚來也有相似動作，他們沒有給消費者提供不裝雷射雷達的選項。

今年到明年，比亞迪也會陸續推出搭載雷射雷達的車型。據了解，比亞迪已在嘗試自研雷射雷達，這意味着雷射雷達有望進入更主流的汽車市場。

對雷射雷達介入較深的還有蔚來。蔚來的雷射雷達并不完全依靠供應商，它自己為雷射雷達上車做了很多工程工作。《晚點 Auto》曾報道，蔚來去年已在自研雷射雷達晶片。

支援車企提前投入的一個有利條件是，即使傳感器還沒有走向最終融合，雷射雷達成本也在持續下降。過去十年它的售價從 8 萬美元降到數千元人民币，已降低了約 100 倍，随着出貨量繼續擴大，其研發和制造成本會進一步攤薄。國産替代也是降價推手。雷射雷達現在的主要零部件是 EEL（邊緣發射雷射器）、VCSEL（垂直腔面表面發射雷射器）、SiPM（矽光電倍增管）和 SPAD（單光子雪崩二極管）等光學器件。以 VCSEL、SPAD 為核心的雷射收發系統占雷射雷達三到四成硬體成本，它們主要由歐司朗、Lumentum、濱松、索尼等國外公司供應，中國公司進入上遊後，會拉低這部分元器件成本。

在考慮雷射雷達和智能駕駛系統的價值時，常見的邏輯是 “怎麼用這些新東西更好地賣車”。

但在技術尚不成熟的階段，有野心和實力的車企更可能思考的問題其實是：怎麼更好賣車，以獲得積累智能化能力的空間。

如果車企相信更進階的智能駕駛會普及，相信行業成長速度，那麼持續推出搭載雷射雷達的車型、改善輔助駕駛體驗，就是車企主導智能化發展的必經之路。

全球銷量最多的電動車公司現在是中國公司。比亞迪去年賣出 187 萬台車，超越了特斯拉。整個中國則生産了全球 65% 的新能源車。從最大到更強，在開創新的行業标準和引領一代産品上，中國公司還可以做得更多。