激光雷达迷雾，车企还需要它吗？

撰文 / 天玑

车企对激光雷达的态度，从来没有像现在这样分裂过。

在2021年的NIO Day上，蔚来拿出了首款轿车ET7，ET7的前挡风玻璃和车顶之间有一个犄角，其中就安放着激光雷达。ET7亮相三个月后，小鹏发布了号称是“全球首款量产搭载激光雷达的车型”的P5。最近上市的小米SU7的Pro版和MAX版也用到了激光雷达。

与此同时，也有车企在“抛弃”激光雷达。

去年11月，华为与奇瑞合作推出的智界S7正式上市，这款车只装配了一颗激光雷达，此前的华为智驾方案使用了三颗激光雷达。小鹏的最新车型“F57”，定位高于P7，预计也会取消激光雷达。

一直以来，智驾行业内有两条路线，激光雷达是其中一条，大部分车企都选择了这条路线。另一条路线是纯视觉，它不需要激光雷达，特斯拉是这种方案的代表，中国的极越也选择了这条路。

两种路线的竞争还没分出胜负，但激光雷达似乎已经走到了悬崖边。

火热和遇冷都是有原因的

2018 年 4 月，《科技日报》推出了“亟待 攻克的核心技术”系列专栏，列举了 35 项对于中国而言“卡脖子”的核心技术。其中包括光刻机、芯片、重型燃气轮机等，激光雷达位列第十，其重要性不言而喻。

智能驾驶分为感知、决策和执行三个层面，其中感知层面主要是各种传感器，激光雷达就属于这类产品，其他的传感器还包括毫米波雷达、超声波雷达、摄像头等。激光雷达有独特的优势，这是车企追捧它的主要原因。

具体来说，激光雷达是传感器领域的顶尖产品，它能让汽车看得远、看得清。

比如，在测距上，毫米波雷达的有效探测距离可达200m，这个距离已经足够用了。但是，毫米波雷达的角度分辨能力较弱，无法分辨物体的细节，而且对金属的探测灵敏度远高于非金属材料，导致它在人、车混杂的场景下，对行人的探测效果不佳。

如果在L3级以上的场景中，只使用毫米波雷达当“眼睛”，智驾系统的可靠性没有保障。其他传统传感器和毫米波雷达一样，都没法提升在L3级以上智驾的可靠性。

此时，激光雷达的优势就显得尤为突出。它的角度分辨率更优，而且受环境光照影响小、无需深度学习算法、探测的距离也远，可直接获得物体的距离和方位信息，这些特点能提升智能驾驶系统的可靠性。

因此，激光雷达被主机厂、Tier1视为实现L3级及以上自动驾驶必备的传感器。L3为辅助驾驶与自动驾驶的分水岭，L4在绝大部分场景可自动驾驶，L5则是终极形态的完全自动驾驶。

目前，市面上基本所有布局城市NOA的车型都标配了激光雷达。如2024款小鹏G9的激光雷达版占比，高达80%。

既然激光雷达的优势这么突出，为什么还会遇冷？关于原因，市场有两个观点，但真正能站得住脚的只有一个。

市场上的第一个观点是，现在还无法确定两种路线谁才是最终形态，因此激光雷达可以被去掉。从特斯拉到极越、大疆，纯视觉路线阵营正在扩充，似乎也说明了这一点。但是，这三家在感知层面，都有传感器之外的保命手段，那就是算法。

比如，特斯拉可以凭借多年积累的深度学习算法，为纯视觉方案赋能；极越则背靠百度的算法积累。

但是，即便是先行者特斯拉，也面临着较多的安全问题挑战。如果没有其他方面的优势，其他主机厂或Tier1，如果All in纯视觉方案，风险比较大。

市场上的另一个观点是，激光雷达成本太高，导致车企开始调整策略，这个比较靠谱。一颗激光雷达的成本要五千元左右，而一颗毫米波雷达只需要1000元左右，摄像头的成本更低，只要几百元。单价高只是其一，其二是，即便智驾方案需要的激光雷达的数量远低于其他传感器，但激光雷达的成本还是最高的。

以小鹏G6为例，它采用了双激光雷达方案，这已经算是用激光雷达比较多的智驾方案了，但它的毫米波雷达数量是5颗，超声波雷达的数量是12颗，摄像头的数量也是12颗。

车企抛弃了激光雷达？

3月13日，激光雷达头部企业禾赛科技发布了2023年年报，这份年报让我们看到了市场的另一面。

在产品交付方面，公司去年共交付约22.21万台激光雷达，同比增长176.1%。在2023年第四季度，交付量约8.77万台，超过2022年全年总交付量。预计中国市场车载激光雷达去年的出货量约为71万台，同比增长约450%。

至少从出货量上来看，车企并没有放弃激光雷达。去年，市场上出现抛弃激光雷达的观点，原因除了它本身成本居高不下外，还与车企的技术路线、产品策略发生变化、以及激光雷达的产能有关。

上面说过，激光雷达是智能驾驶感知层的关键零部件，而在去年，车企的智能驾驶策略发生了重大变化，那就是BEV+大模型上车。

2023年，华为、小鹏都把大模型融入到了智能驾驶中。这其实是效仿特斯拉。早在2020年，特斯拉就将算法由原来的2D+CNN升级为BEV+Transform（开源大模型）。

BEV全称是Bird’s Eye View(鸟瞰视角），是一种将三维环境信息投影到二维平面的方法，以俯视视角展示环境当中的物体和地形。Transformer是一种深度学习神经网络，优势是可实现全局理解的特征提取，增强模型稳定性和泛化能力。

BEV+Transformer的优势在于，可以通过算法，而不是堆硬件，提升智能驾驶的感知和泛化能力。

在感知层面，BEV可以统一视角，将激光雷达、雷达和相机等多个传感器收集的数据融合到同一平面上，提供全局视角，并消除数据之间的遮挡和重叠问题，提高物体检测和跟踪的精度。

至于泛化能力，Transformer模型的主要作用有两个。

第一个是让智能驾驶摆脱机械式学习，学会归纳总结，第二个是寻找2D图像与3D点云的关联，这能让智能驾驶降低对感知硬件的要求。在华为的ADS2.0中，只需要一颗激光雷达，配合BEV+Transformer，就能实现“遥遥领先”的效果。

在产品上，现在具备高阶辅助驾驶能力的车型，基本都在25万以上。以华为为例，阿维塔11千里智驾款是所有搭载华为ADS 2.0高阶智驾功能车型中，最具性价比的，它的入门门槛就是25万元。余承东近日在电动汽车百人会上也提到了高阶智驾的成本问题，他直言现阶段成本比较高，华为的高阶智驾方案只能应用到30万元以上的车型中。

除了成本原因外，技术进步也是车企“抛弃”激光雷达的原因之一。

大疆的城区领航方案，感知层不需要激光雷达，已经有10万元级别的车型搭载了大疆的方案。据大疆车载总监谢阗地透露，到2024年年底之前，将有超过20款车型将搭载大疆车载的智驾产品，这标志着公司的战略方向已经发生了根本性的改变。

禾赛科技的合作伙伴也不少，目前它已获得来自16家主机厂和Tier-1超60款车型的激光雷达量产定点。

可见车企逐渐“抛弃激光雷达”的根本原因在于技术进步。这又有了另一个问题，随着技术不断进步，激光雷达会不会真的被抛弃？

通过产业链企业的业绩，我们可以了解下行业的现状。

激光雷达产业链可以分为三部分，上游是光学和电子元器件，中游是激光雷达产品，下游是应用场景。

产业中游的主要玩家有三个，包括禾赛科技、速腾聚创、图达通。禾赛科技和速腾聚创已经上市了，它们都没盈利。其中，禾赛科技去年的净亏损同比扩大近六成，为4.76亿元，速腾聚创去年亏损了4.34亿元。

相比中游的企业，上游的企业更容易盈利，比如已经上市的长光华芯、炬光科技，盈利规模都在亿元级别。

在应用场景中，汽车只是其中之一，军事、测绘、服务机器人、无人机等领域也有激光雷达的需求。因此，禾赛们的出路，除了继续降本、提高性能，换取主机厂、Tier-1提升采购量外，还可以通过扩展其他领域来生存。

方向一是把激光雷达应用到汽车之外的领域，比如无人配送，美团、京东都在探索该领域，目前禾赛科技已经和这两家公司展开了合作。禾赛科技还开辟了服务机器人领域拓展，包括扫地机器人、生产型机器人和物流机器人等。

方向二是扩展其他产品，目前禾赛科技的产品分为两类，其一是激光雷达，其二是激光气体传感器。激光气体传感器业务由禾赛科技的全资子公司Oxigraf Inc负责，规模约为禾赛营收的30%。

总的来看，汽车智能化是一个不可逆的过程，能让汽车实现智能化的手段非常多，激光雷达只是其中之一。随着技术的进步，激光雷达的对手会越来越强，但通过扩展其他应用场景，激光雷达仍大有可为。