这一届北京车展，禾赛仍是激光雷达最大赢家 | 智车星球

2026 北京车展禾赛成激光雷达赛道最大赢家，拿下品牌车型双第一，发布四大创新成果锚定物理 AI 新赛道。

作者|王蕊

编辑|西子

2026北京车展，激光雷达登上了几乎大多数车企的展台，新一代问界M9甚至1辆车装了6颗。

而细看各个展馆，禾赛仍是激光雷达赛道最大的赢家。

8.99 万元起的长安启源 Q05，成为 10 万元以内首款搭载激光雷达的车型；理想全系标配禾赛激光雷达，理想L9 livis搭载4颗；新一代问界 M9，则把单车激光雷达数量提升到 6 颗，创下量产车型搭载量新高。

从 10 万元以下代步车，到100万以上的豪华旗舰，激光雷达正在成为智能汽车的必选项，智能驾驶的“入场券”。

智车星球与多位业内人士交流，均表示激光雷达出货量仍在高速增长期，2026 年有望突破 1000 万台，实现约 2.5 倍增长。

就在这样的背景下，禾赛交出了两份截然不同的答卷：

一边是北京车展现场搭载品牌数、车型数双第一，覆盖 24 家汽车品牌、56 款重磅车型；另一边是车展前夕的技术开放日上，发布 6D 全彩激光雷达、Kosmo 空间智能 AI 硬件产品、机器人感知全场景方案、机器人动力模组四大创新成果。

2026年，禾赛想讲的不只是“激光雷达的装车量”，而是从“空间感知”走向“空间智能”，把核心场景延伸到物理 AI 时代。

车载领跑者

当行业还在为线数、价格贴身肉搏时，禾赛早已用规模化落地，巩固了其在车载赛道的领先地位。

2026 北京车展上，禾赛实现了从 8 万元级入门车型到百万元级豪华旗舰的覆盖，品牌覆盖长安、长城、吉利、理想、小米、上汽奥迪、凯迪拉克等。截至目前，禾赛已与全球40 家汽车品牌、160 多款车型达成量产定点合作，覆盖中国销量前十的全部汽车品牌。

2026 年 2 月，禾赛在中国乘用车激光雷达市场占有率达到 51%，连续 13 个月蝉联市场第一；激光雷达累计交付量突破 240 万颗，ATX 系列在手订单超 600 万颗。

在乘用车市场之外，禾赛同样是 L4 级自动驾驶领域的“最大公约数”。

本届车展上，小马智行、文远知行、卡尔动力等头部 L4 企业亮相，其 Robotaxi、无人驾驶轻卡等产品，均搭载禾赛激光雷达。其中，卡尔动力量产版运输机器人独家选择禾赛 6D 全彩激光雷达方案，成为该产品首次赋能的量产商用车。

激光雷达早已不是高阶智驾的营销标签，而是更接近汽车的“隐形安全气囊”。这也是行业头部玩家的普遍共识，某业内人士甚至直言，未来 5 年之内，如果不搭载激光雷达，就无法实现真正安全的高阶辅助驾驶。

禾赛用全价位覆盖、全场景落地，证明了自己在车载激光雷达赛道的领先位置，也为后续从车载感知走向物理 AI 基础设施，打下了最坚实的基本盘。

跳出内卷，走向蓝海

过去10年，禾赛最常被贴上的标签是“激光雷达公司”——它把一个曾经昂贵、笨重、主要服务 Robotaxi 和研发项目的传感器，做成了可以大规模上车的车规级产品。

但激光雷达行业早已进入新的发展阶段，过去几年，中国智能车市场被 “降本” 二字全面裹挟，“能不能再便宜一点” 成了悬在全行业头顶的共同焦虑。

“降本永远都是一个常识和一个该做的事，但它不应该是 100% 的关注点。”禾赛联合创始人、CEO 李一帆直言，“一家真正原创型、创新型企业，如果你就此躺平，只做这一件事儿，我觉得也挺遗憾的。”

△禾赛联合创始人、CEO 李一帆

“今天抛开多少线的激光雷达、成本、业务这些话题，最重要的一个关键词是：我们又看到了很多从 0 到 1 的机会，而这个机会最大的主题是 AI，尤其是物理世界 AI 基础设施、物理世界的数字化机会。”

这并不是禾赛一家公司的孤立判断。

业内普遍认为，激光雷达的价值正在从车载感知，延伸到“连接数字世界和物理世界”的更广阔场景。在他看来，AI 正从数字世界拓展到物理世界，激光雷达既可以实现物理世界的数字化，也能完成数字世界与真实世界的精准匹配。

这正是禾赛想讲的新故事：激光雷达不只是自动驾驶的一颗传感器，更可能成为物理世界数字化的核心入口。

重新定义激光雷达

北京车展上的线数和颗数竞赛，本质上是激光雷达行业，过去10年竞争逻辑的延续：围绕线数、成本、上车规模做线性迭代。

但当基本盘已经跑通，只靠“更便宜”和“更高线数”的线性迭代，已经不足以支撑下一阶段想象力。这也是 6D 全彩激光雷达出现的核心背景。

在此之前，行业里的“激光雷达 + 摄像头”融合方案，本质上仍是两套系统：激光雷达负责测距和空间结构，摄像头负责色彩和语义识别，再通过算法把两套数据对齐，天然存在时间同步、空间标定、响应延迟等痛点。

禾赛此次发布的 6D 全彩激光雷达，基于自研毕加索芯片平台，在单芯片上实现 RGB 色彩信息与 XYZ 空间信息的像素级融合。同一个像素、同一次测量，就可以同步输出距离与色彩信息，从底层架构上减少多传感器融合的复杂问题。

从参数上看，这款雷达单芯片支持 2160 线输出，最高可拓展至 4320 线，最远测距 600 米，可识别 150 米外 15cm 高的小障碍物，单光子探测效率 PDE 超 40%。

但它真正的意义，并不只是参数提升。它让激光雷达同时具备 3D 空间几何感知能力，以及颜色、纹理等视觉信息获取能力，让感知链路更短，也更稳定。

这并不意味着激光雷达要替代摄像头，而是说明两类传感器的能力边界正在被重新定义。

按照规划，搭载毕加索芯片的 ETX 远距激光雷达、FTX 补盲激光雷达，将于 2026 年下半年同步量产，组成面向 L3 及以上自动驾驶的全场景解决方案。

如果说过去行业卷的是“看得更远、密度更高”，那么 6D 全彩激光雷达想解决的是“看得更完整”。

它不是一次普通参数升级，而是禾赛试图重新定义车载激光雷达的能力边界。

做物理 AI 时代的“卖铲人”

“禾赛激光雷达将成为百万亿物理 AI 时代的‘金铲子’。”禾赛科技机器人感知业务负责人刘兴伟在发布会上，点出了禾赛的核心定位。

基于此，禾赛推出了全新的Kosmo 空间智能 AI 硬件产品和机器人动力模组，这是禾赛走出汽车、进入物理 AI 市场的核心动作。

这些布局看起来分属不同方向，但底层逻辑都指向同一个目标：物理AI。

Kosmo 是其中最直观的一步。

这是一款便携式三维空间记录设备，目标是解决高质量 3D 内容稀缺的问题。它融合禾赛自研激光雷达、多摄像头与惯导系统，并搭配空间感知算法与 AIGC 算法，用户只需手持设备环绕场景走一圈，就能完成真实世界的三维重建。

按照规划，Kosmo 将于 2026 年下半年正式发布，第一代产品面向专业级用户，覆盖房产家装、数字孪生工厂、影视创作等场景。

而它更长期的价值，是为物理 AI 提供高质量空间数据入口，让禾赛从车载传感器供应商，升级为物理 AI 时代的数据基础设施提供商。

机器人，则是另一个更大的落地场景。

在禾赛的判断里，物理 AI 不只等于人形机器人，而是覆盖割草、物流、清洁、工业仓储等所有自主移动机器人。预计到 2026 年，禾赛在机器人行业的激光雷达累计交付量将突破 100 万台，并在多个细分赛道保持领先。

更值得关注的是，禾赛的布局已经从机器人的感知端延伸至执行端。此次技术开放日上，禾赛正式披露机器人动力模组业务，深入行业核心底层部件。

但禾赛的边界也很清楚：不做机器人整机，不做通用大模型，而是聚焦传感器、数据入口和底层核心部件，做物理 AI 时代的基础设施供应商。

在李一帆看来，数字 AI 与物理 AI 的最大差异，在于数据获取方式。大语言模型天然拥有海量互联网数据；但物理 AI 面对的是高度复杂、非标准化的真实世界，高质量三维空间数据获取难度极高，这才是制约行业发展的最大短板。

这也是禾赛选择优先布局数据入口，而非直接入局通用大模型竞争的核心原因。

禾赛的战略，不是简单横向扩品类，而是沿着“感知—数据—执行”的链路，扎根物理 AI 的底层基础设施。

过去10年，禾赛用激光雷达给自动驾驶装上了“智慧的眼睛”；未来10年，禾赛要做的，是用空间智能技术，为物理 AI 时代打造最核心的数字基建。

站在“空间智能”的起点，禾赛已经不再只讲“激光雷达装车量”的老故事，而开始构建“物理AI的基础设施”。

这或许也是激光雷达行业在价格战和参数内卷之外，真正可以走向的星辰大海。

最真诚的智能汽车报道