摘要

激光雷达有一个俗称，叫"智驾之眼"。这个说法不是广告词，而是对它在自动驾驶感知链里地位的准确描述——毫米波雷达能探距离，摄像头能识别颜色，但要同时给出精确的三维点云，在任意光线条件下稳定运行，激光雷达目前仍是最不可替代的选项。

全球激光雷达行业在2025年走过了一个真实的历史拐点。这一年，全球车载激光雷达出货量达到约250万颗，较2024年增长逾150%，中国厂商占据其中80%以上的份额。推动这一拐点的，是三件事同时发生：禾赛科技的ATX系列在比亚迪、小米、理想等24家主机厂完成前装量产定点并大规模交付，速腾聚创的MX产品把单颗售价拉到1500元左右，中国乘用车激光雷达搭载率从2024年的6%跃升至2025年的21%，新增搭载车辆达258万辆。

与此同时，海外激光雷达企业正在经历另一种命运：美国Luminar Technologies在2025年12月申请Chapter 11破产保护，以色列Innoviz持续亏损，Ouster在与Velodyne合并后市场份额仍在萎缩，Cepton已被日本小糸制作所收购，整个西方激光雷达阵营的商业化进程出现了系统性停滞。全球激光雷达的产业主导权，已经系统性地向中国转移——这不是一次短暂的成本优势带来的市场占领，而是在量产能力、芯片自研、客户绑定、产业链协作四个维度全面领先后的产业结构性变化，其影响将延伸至2030年及以后。

本报告以2026年为观察坐标，系统梳理车载激光雷达行业的技术分类、产业链结构、中国市场规模、重点企业财务数据、产业带格局、细分市场演进、技术路线之争、风险与2026—2030年预测，并提供完整的数据引用和事实依据。报告全文涵盖禾赛科技、速腾聚创、华为车BU、图达通四家中国核心企业的详细财务数据分析，以及Luminar破产、Innoviz持续亏损、Ouster边缘化等海外企业命运的深度解析，为激光雷达产业链上下游的战略决策提供参考。

核心判断如下（数据基准为2026年6月，数据来源为企业公告、行业研究机构及工厂数据平台产业平台）：

第一，千元级激光雷达拐点已在2025年真实落地，这不是价格战的战利品，而是芯片化技术路线从实验室走向流水线的结果。速腾MX（约1500元）和禾赛ATX（千元级目标）标志着激光雷达真正进入10—20万元级别乘用车的前装标配竞争，与4D毫米波雷达的成本差距已收窄至可比区间。

第二，中国四大厂商（禾赛、速腾、华为、图达通）已合计占全球车载激光雷达市场约88%的份额，这个结构在2030年前不会发生根本性改变；海外企业能够存活的路径正在收窄至细分专业市场（工业测绘、路侧、特定OEM配套）。

第三，机器人激光雷达正在从"未来故事"变成"当期收入"：速腾2025全年机器人出货30.3万台（全球第一，同比增长1141.8%），2026年Q1机器人出货量首次超过ADAS业务，禾赛JT系列2025年上半年出货增速高达649.1%。这个增量将在2026—2030年大幅扩张，机器人激光雷达预计2028年前后追平车载出货量。

第四，L3试点商业化（2025年12月首批准入）和Robotaxi商业化（萝卜快跑、文远知行等规模扩张）将带来额外的增量需求，与乘用车渗透率提升共同构成"双引擎"。单车搭载颗数的提升（L3/L4场景通常2—5颗）将形成出货量的额外杠杆效应。

第五，Tesla纯视觉路线和4D毫米波替代是行业的两大压力来源，但在L3以上安全冗余要求面前，它们更可能是倒逼激光雷达降本的催化剂，而非根本性的替代威胁。中国的监管框架、消费者认知和整车厂竞争策略，共同为激光雷达在中国市场提供了制度性保障。

关键数据速览：

  • 2024年中国车载激光雷达市场约112亿元，2025年约241亿元，2026E约432亿元
  • 2025年中国乘用车激光雷达渗透率21%，2026E约27%，2030E目标60%+
  • 禾赛2025年Q2净利润超4000万元，全年净利润指引4.5亿元；2025全年指引营收30—35亿元
  • 速腾聚创2025全年出货91.2万台，营收19.41亿元，Q4首次单季盈利（净利润1.04亿元）
  • 速腾MX约1500元，是行业首款千元级量产车规激光雷达
  • Luminar申请Chapter 11破产；中国厂商承接全球市场份额
  • 2025年全球出货约250万颗，CAGR（2025—2030E）约40%

第一章　定义、分类与产业链全景

一、激光雷达是什么

激光雷达（Light Detection and Ranging，缩写LiDAR）的工作原理，用一句话可以概括：向目标发射激光脉冲，测量光束从发射到返回的飞行时间（Time of Flight，ToF），再乘以光速除以二，即可得到目标与传感器之间的距离。通过对周围环境进行高频、多角度的扫描，激光雷达可以实时生成一幅密集的三维点云（Point Cloud），为感知系统提供精确的距离、方位和形状信息。

与摄像头相比，激光雷达不依赖环境光照，夜间和强逆光条件下同样稳定，且可直接输出带有量化距离信息的三维数据，无需依赖深度学习模型从二维图像推断深度；与毫米波雷达相比，激光雷达的角分辨率要高出几个数量级（毫米波雷达典型角分辨率约1°—3°，激光雷达可达0.05°—0.1°），能清晰分辨行人、骑手与路牌的轮廓，而不是一团模糊的回波。这种在距离精度与空间分辨率上的双重优势，是激光雷达在L2+以上自动驾驶系统中获得核心地位的根本原因。

激光雷达的主要技术规格包括：

线数（Channels/Lines）：激光束的数量，决定竖直分辨率。早期机械式激光雷达常见16线、32线、64线、128线；当前车规前装产品主流为128线及以上，部分产品线数等效已超过200线。线数更多意味着在垂直方向能更密集地采样，对低矮障碍物（路缘、儿童）的识别能力更强。

水平视场角（HFOV）：扫描的横向覆盖范围，通常为100°—120°（半固态前向）或360°（全景旋转式）。车载前向激光雷达以100°—120°为主，配合补盲雷达覆盖盲区。

探测距离：主流车载产品有效探测距离在100—300m不等；905nm主流产品通常可达150—250m，1550nm路线可达300m以上。对于高速公路场景，200m以上探测距离是NOA系统的基本要求。

角分辨率：水平和垂直方向的最小可分辨角度，决定在给定距离下能识别多小的目标。主流产品水平角分辨率约0.1°—0.2°，对应在100m距离处约17—35cm的空间分辨率。

点云密度（Points/s）：每秒输出的三维测量点数。主流量产产品帧率通常为10—20Hz，每帧点数从数万到数百万不等，与线数、水平扫描分辨率共同决定点云质量。禾赛ATX的点云密度规格已达数百万点/秒级别。

精度（Range Accuracy）：单次测距的精度，通常在±2—5cm量级，是点云配准和障碍物精确定位的基础。

这些指标共同构成了激光雷达性能的"六边形战士"评估框架，任何一项的突破都会在特定应用场景带来显著提升。

二、按测距原理分类：ToF与FMCW

直接飞行时间法（dToF，Direct Time of Flight） 是当前90%以上车载激光雷达采用的原理。向目标发射短脉冲激光，通过高精度时间测量电路（TDC，Time-to-Digital Converter）或高速采样（Waveform Digitizer）记录返回脉冲的到达时刻，直接计算飞行时间。dToF的优势在于探测距离远、对目标反射率的适应范围宽、系统架构相对成熟、与SPAD探测器天然适配。禾赛ATX、速腾MX均采用dToF + 905nm方案，这是当前车规量产的主流组合。

间接飞行时间法（iToF，Indirect Time of Flight） 通过发射调制连续波激光，测量发射与接收信号的相位差来推算距离，常用于短距3D传感器（如手机人脸识别、物流分拣机器人），但因其探测距离较短和多径干扰问题，在车载长距场景中应用极少。

调频连续波（FMCW，Frequency Modulated Continuous Wave） 是下一代主流技术路线候选。它发射频率连续调制的激光，通过测量发射与接收信号的频率差（多普勒频移）同时获得目标的距离和径向速度，因此天然具备"4D感知"能力（三维位置+速度向量），无需依赖多帧融合推断速度。FMCW还具备极强的抗干扰性，不会被其他激光雷达的脉冲"欺骗"，在激光雷达密度极高的交叉路口场景有显著优势。

代表企业：Aeva（美国，AEVA，纳斯达克）、Aurora（美国，AUR，纳斯达克）、图达通（中国，部分产品线探索）。但FMCW对激光器相干长度和频率稳定性的要求极高，信号处理芯片（光子集成电路，PIC）的工艺难度远高于dToF方案，当前量产成本是dToF方案的数倍乃至数十倍。2025年尚无大规模车规前装量产案例，业内预计FMCW进入大规模前装至少需等到2027—2028年，且初期ASP不会低于5000—10000元/颗。

三、按光源波长分类：905nm与1550nm

905nm是当前车载激光雷达的主流波长，使用GaAs基VCSEL（垂直腔面发射激光器）或EEL（边发射激光器），这两种器件均在成熟的Ⅲ-Ⅴ族半导体工艺下制造，成本较低；国内长光华芯（苏州，688048）、瑞波光电（深圳）等已实现规模量产，905nm激光芯片的国产化率已超过60%。

905nm的核心局限在于眼安全功率约束：按IEC 60825-1眼安全标准，905nm波长的最大允许峰值功率相对较低（Class 1眼安全限制严格），这限制了在强太阳光背景下的最大有效探测距离。实际车规产品通常通过增加发射脉冲数（Temporal Accumulation）和优化SPAD探测器灵敏度来部分补偿，但在白天强太阳光照射下的探测距离仍略低于1550nm方案。

1550nm使用InP基半导体激光器或掺铒光纤激光器（EDFA），眼安全功率限制更宽松（1550nm波长在同等安全级别下允许更高峰值功率，可提升约50倍），探测距离远（可达300m以上），穿透雾霾和雨雪的能力优于905nm（1550nm在大气中散射更弱）。代表厂商：图达通（猎鹰系列，中国）、Luminar（美国，已破产）。

1550nm的核心缺陷是成本问题：1550nm激光器（InP基）和探测器（InGaAs APD/SPAD）的制造工艺不同于标准CMOS，无法直接复用成熟的大规模半导体产线，2025年每颗探测器成本仍在数百至数千元量级，单套激光雷达整机成本普遍在5000—20000元以上，制约其在大众乘用车市场的大规模渗透。此外，1550nm激光器上游的InP外延片受美国出口管制影响，供应安全存在风险溢价。

技术演进方向：行业的长期共识是1550nm + FMCW代表激光雷达的终极技术形态（最长探测距离+4D感知+最强抗干扰），但短中期（2025—2028年）的规模化量产主战场仍属于905nm + dToF。图达通的1550nm策略是在高端应用（Robotaxi/L4/蔚来旗舰）中建立技术品牌，待1550nm成本曲线下降后进入更大众的市场。

四、按扫描机构分类

扫描机构是决定激光雷达体积、可靠性和BOM成本的关键机械/微机电变量：

机械旋转式：整个激光器+探测器组件围绕垂直轴旋转360°，通过旋转实现全景扫描。Velodyne HDL-64E是早期标杆，Ouster OS系列仍是主力产品。优势：360°全景、多层扫描线、成熟可靠；缺陷：体积大（高度通常超过10cm）、重量重、成本高（旋转电机+滑环）、车规振动/冲击认证困难。机械旋转式已基本退出前装乘用车市场，主要应用于路侧感知（万集科技等）、高精度测绘和部分Robotaxi早期配置。

棱镜/转镜（Semi-Solid，半固态）：使用电机驱动的旋转棱镜或多面镜实现激光束偏转扫描，视场角通常在100°—120°内，是当前车规前装的重要方案之一。代表：禾赛AT128（128线棱镜转镜）、ET25（补盲）。优势：较机械式体积更小、成本更可控、可靠性更高；车规认证已相对成熟。

MEMS振镜：通过微机电系统（MEMS）的微型振镜驱动激光束扫描，是当前车规量产产品降本的核心路线。代表：速腾MX（MEMS + M-Platform SoC），禾赛ATX（基于MEMS技术）。优势：体积极小（模块级），无大型旋转部件，成本可随芯片工艺规模化快速下降；BOM成本在主流车规方案中最低。挑战：MEMS振镜的扫描角与谐振频率存在折衷，最大视场角受限；不同批次MEMS芯片的一致性是量产质量管控难点，速腾M-Platform通过将MEMS控制逻辑集成进SoC解决了这一问题。

纯固态Flash LiDAR：发射阵列同时照明整个视场（面阵发射），SPAD阵列接收器同时采集所有像素的距离信息，完全无机械运动部件。优势：可靠性极高，适合车规严苛的振动/冲击要求；缺陷：探测距离受限于眼安全功率约束下的单脉冲能量密度，通常仅有效至15—30m；分辨率受SPAD阵列规模限制。Flash LiDAR主要应用于前/后/侧向近距补盲（低速障碍物、停车辅助），2025年已成熟量产，单颗成本已降至500—1000元。

OPA（光学相控阵）：通过控制大量微型天线单元的相位，以纯电子方式实现激光束方向控制，无任何机械运动。理论上是最理想的固态方案，但光子集成工艺难度极高，2025年仍停留在学术研究和早期实验室阶段，量产时间线不确定。

五、按线数与等级分类

车载激光雷达按应用场景和性能等级，可进一步细分：

等级 线数 主要应用 典型售价 代表产品
消费/机器人级 1—16线 扫地机、AGV、无人机 200—800元 禾赛JT、思岚A1M8、北醒TF
低端车规 16—32线 L2+入门辅助 800—2000元 速腾MX（千元级量产标杆）
主流车规 64—128线 L2+NOA主雷达 2000—5000元 禾赛ATX、速腾RS-Helios
高端车规 128—200+线 L3/Robotaxi主雷达 5000—15000元 禾赛AT128、图达通猎鹰
Robotaxi专用 128—360°全景 L4全景感知 10000—50000元 机械旋转式/高端固态

六、产业链全景

激光雷达产业链纵向分为四层，每一层都有国产化程度和关键供应商的结构性差异：

上游核心器件层，是激光雷达成本和技术壁垒最集中的环节：

激光发射器（905nm VCSEL/EEL）：以长光华芯（苏州，688048）为国内龙头，瑞波光电（深圳）、柠檬光子（深圳）、锐晶激光（武汉）等多家企业已实现批量供货，905nm芯片国产化率超过60%。1550nm激光器仍主要依赖进口（II-VI/Coherent、nLIGHT等美国企业），受美国EAR约束，是中国1550nm路线的供应安全风险点。

SPAD/APD探测器：SPAD（单光子雪崩二极管）已成为前装量产产品的主流选择，基于标准CMOS工艺的SPAD芯片（905nm系）国产化正在推进，中科飞测、福光股份等布局了1550nm用InGaAs SPAD，但仍处于研发/小批量阶段。

MEMS振镜：微机电系统振镜的量产一致性是关键挑战，速腾通过M-Platform SoC化将控制逻辑集成进芯片，国内SCAN-X等企业有MEMS扫描芯片布局，但供应链尚未完全成熟，部分仍依赖进口。

光学元件（准直镜、窄带滤光片、保护窗口玻璃）：国内光学加工企业已基本满足车规量产需求，国产化率超过70%。

SoC信号处理芯片：禾赛自研Pandar SoC、速腾M-Platform SoC，是头部企业降本和形成技术壁垒的核心，其他企业仍主要依赖TI、Mobileye等第三方芯片方案，成本管控能力有差距。

中游整机集成层，是产业价值最集中的环节，核心竞争力在于系统集成、软硬协同和客户关系：

禾赛科技：ATX（前向主雷达，千元级目标）、AT128（128线棱镜）、ET25（补盲）、JT系列（机器人）；速腾聚创：MX（千元级前向）、E1（固态补盲）、RS-Helios（多线）、机器人系列；华为：与车厂联合开发，嵌入ADS系统销售；图达通：猎鹰1550nm固态系列；北醒：机器人/短距专用；镭神智能：工业/车载混合。

下游整车厂与应用层：

乘用车OEM：比亚迪（ATX批量定点，旗舰+主流覆盖）、小米（SU7/YU7全系）、理想（L9/L7/L6系列）、赛力斯/问界（华为ADS全系）、蔚来（图达通深度绑定）、长安、吉利、长城、奇瑞、零跑等；商用车/卡车：陕汽重卡（Robotruck）、DeepWay深向（嬴彻科技支持）；Robotaxi：百度Apollo/萝卜快跑、文远知行、小马智行；机器人：石头科技、追觅（扫地机）、快仓、海康等（AMR/AGV）；路侧：万集科技、华为智路等；工业测绘：中海达、南方测绘等。

第二章　全球竞争格局与路线之争

一、全球格局：中国四强称霸，海外陷入危机

2025年，全球车载激光雷达竞争格局已经清晰：中国企业主导，海外企业边缘化并走向崩溃。按出货量口径，四家中国企业（禾赛、速腾聚创、华为、图达通）合计占全球车载激光雷达市场约**88%**的份额，这一数据在多个行业研究机构的统计中高度一致。

2024年全球车载激光雷达主要厂商出货量/市场份额（来源：盖世汽车、前瞻研究院综合统计）：

厂商 2024装机量（万颗） 份额（%） 总部
速腾聚创 约45.6 约33.5—34.7 中国深圳
华为 约35.1 约26—27 中国深圳
禾赛科技 约32.1 约24—25 中国上海
图达通 约13.4 约10—13 中国苏州
其他（含海外） <5 <4 ——

进入2025年，格局出现了微妙但重要的变化：禾赛凭借ATX系列在更多车厂落地，2025年Q1以195,818台重回出货量单季第一，Q2更以352,095台进一步拉开差距，全年出货目标120—150万台，截至9月已累计突破100万台。速腾则在机器人赛道异军突起，2025年全年机器人激光雷达出货30.3万台，全球排名第一，四季度单季盈利净利润1.04亿元，2026年Q1机器人出货首超ADAS业务（增速+1458.8% YoY）。华为凭借问界、智界、享界系列持续拉升，图达通完成港股上市但客户集中度风险（蔚来依赖）始终是悬在头上的隐患。

海外格局方面，2025年最重大的事件毫无疑问是Luminar Technologies（LAZR，纳斯达克）于2025年12月申请Chapter 11破产保护。这是全球激光雷达行业历史上规模最大的上市公司破产事件，Luminar在高峰期（2021年）市值一度超过$90亿，被誉为西方激光雷达行业的希望。然而，其1550nm ToF产品路线虽然技术上颇受认可（探测距离超过500m），但商业化节奏远落后于中国竞争对手：FY2025营收仅约$67—74M（约5亿元人民币），相当于禾赛的1/6、速腾的1/4；主要依赖沃尔沃EX90一个项目，而EX90的实际生产量远低于预期；L3自动驾驶商业化的缓慢推进，使预期出货量一推再推，固定成本居高不下，融资能力最终枯竭。

Luminar的破产，是西方激光雷达阵营在商业化竞争中系统性溃败的最强注脚，也给全球资本市场对激光雷达概念的估值逻辑带来了深刻的重新定价——高技术美誉度并不能代替可规模化量产的商业能力。Luminar的失败案例提示：在一个降本速度极快的制造品类里，先进技术路线（1550nm）如果量产成本居高不下，最终会在商业竞争中被"足够好"的主流技术路线（905nm）以规模优势压垮。这不是激光雷达行业独有的规律，而是制造业历史上反复出现的"主流技术击败前沿技术"现象——VHS击败Betamax、Android击败Symbian、磷酸铁锂击败三元高镍，共同的逻辑是：在大规模市场上，成本可接受性和制造可扩展性的权重，往往高于技术性能的边际优势。中国激光雷达企业的战略选择，恰恰是对这一制造业规律的正确把握。

Ouster（OUST，纳斯达克，与Velodyne合并后）主攻旋转式激光雷达，在工业测绘、港口/机场、路侧等专业市场有稳定但不大的份额，在汽车前装市场已基本缺席。Innoviz（INVZ，纳斯达克，以色列）依托宝马和大众的少量定点维持运营，技术路线为MEMS + 1550nm，出货规模极小，在全球竞争中影响力微弱。Cepton被日本小糸制作所（Koito）收购后，作为日系Tier1的配套件供应商在日本市场有少量项目，进入中国市场的可能性极低。

二、中国四大厂商竞争态势深析

禾赛 vs 速腾：头部双雄的双线竞争

禾赛与速腾在2025年的竞争呈现出"车载你追我赶、机器人速腾领先"的格局。在ADAS车载出货量上，两家已走上不同路径：禾赛更注重ASP，通过ATX向10—20万车型渗透，同时维持高端AT128系列的高盈利；速腾更注重量，MX的千元级定价是主动发起价格战的信号，意在以规模建立产业链成本护城河。在机器人赛道，速腾以先发的E1/M1系列产品建立了客户群，2025年出货大幅领先，禾赛JT系列虽也快速增长，但起点和体量仍落后。

华为：生态封闭护城河，绑定深不可出

华为的激光雷达业务不能单独评估，必须放在乾崑智驾解决方案的整体框架下理解。华为以"算法+芯片+传感器"打包方案服务车厂，激光雷达是这套方案的感知输入之一。这种生态封闭性意味着：用了华为ADS的车厂很难单独替换华为的激光雷达，因为算法、标定、数据接口都深度耦合。这也使华为的激光雷达在竞争层面不受单颗价格的直接比较，更接近一种"系统性价比"的竞争逻辑。

图达通：技术旗帜，商业集中风险

图达通是中国激光雷达四强中技术路线最"非主流"的——坚持1550nm固态，与禾赛/速腾的905nm主流路线相异。这一路线选择使图达通在高端应用（蔚来旗舰、Robotaxi、商用车远距）中占据技术优势，但也意味着成本下降曲线远慢于905nm路线，难以进入15—25万元主流乘用车市场。深度绑定蔚来是图达通最大的风险：蔚来在中国新能源车市场的销量增速不稳定，图达通的出货量直接与蔚来的销量挂钩，这种单一客户风险在招股书中是投资者重点关注的风险项。

三、路线之争一：激光雷达 vs 纯视觉

这是行业最具争议的技术辩论，核心冲突来自特斯拉（Tesla）的战略选择。特斯拉是纯视觉路线最强大的旗手：Elon Musk多次公开称"任何依赖激光雷达的公司都注定失败"（"anyone who relies on lidar is doomed"），FSD（Full Self-Driving）系统从2022年起彻底去除激光雷达，只依赖8颗摄像头+神经网络+端到端AI。2025年，特斯拉FSD v13/v14在高速公路和城市部分场景下的表现进一步提升，純视觉路线的支持者声势有所上升，特别是小鹏汽车在2024—2025年的"智驾去雷达化"路线，一度引发行业对"纯视觉是否更优"的大范围讨论。

然而在中国市场，主流判断走向了相反方向：小鹏在2025年旗舰机型上重新恢复了激光雷达；理想、小米、赛力斯/问界等热销品牌全系搭载激光雷达；L3试点政策要求传感器冗余；消费者调研显示"有激光雷达=更安全"的用户感知在中国比美国更为显著。

根本的商业逻辑分歧在于：特斯拉的模式是面向北美大众市场大规模出货，对每颗BOM成本的极致压缩是商业成功的前提，8颗摄像头方案的BOM成本远低于激光雷达方案；中国竞争对手则主打"智能化差异"，20—40万元区间的中国消费者愿意为可见的感知冗余付费，激光雷达是参数表上可量化的竞争力点。因此，这不是一个"谁对谁错"的技术争论，而是对应不同市场、不同商业假设的两种策略选择。

结论：Tesla纯视觉路线对中国激光雷达市场的直接冲击有限，更深层的影响是倒逼激光雷达厂商加速降本（"你的价格必须低到消费者不觉得有激光雷达和没有激光雷达差那么多钱"）。这是一种正向的市场压力，而非替代威胁。

四、路线之争二：4D毫米波 vs 激光雷达

4D成像毫米波雷达是2024—2025年另一个争议热点。与传统3D毫米波雷达（只提供距离、速度、方位，角分辨率约1°—3°）相比，4D毫米波增加了高度维度，可生成有限分辨率的三维点云，同时保留了毫米波雷达在雨雪雾等恶劣天气下的固有优势（电磁波对水雾散射远弱于激光）。

关键比较维度：

成本：4D毫米波量产成本约1000—1500元，速腾MX售价约1500元——二者已进入可比区间，这是竞争关系最激烈的成本区段。

分辨率：激光雷达（典型0.1°）仍明显领先于4D毫米波（典型0.5°—1°），在识别行人轮廓、区分相邻障碍物方面，激光雷达仍有显著优势。4D毫米波的"点云"质量本质上比激光雷达稀疏得多。

全天候性能：4D毫米波在大雨、浓雾、扬沙环境下更稳定，激光雷达的近红外激光在密集水雾中散射明显，是已知的物理弱点。

系统级定位：2025年1—5月，20万元以下价格区间车型中搭载4D毫米波雷达的占比达53.94%，说明在成本敏感市场4D毫米波确实形成了对激光雷达的替代。华为尊界S800采用了3颗4D毫米波+激光雷达的融合方案，代表了中高端车型的"冗余叠加"趋势。

核心结论：在L2+辅助驾驶的成本敏感区间（10—20万元车型），4D毫米波雷达与激光雷达形成真实竞争关系，二者争夺同一BOM预算。在L3以上场景，行业共识是多传感器融合（摄像头+激光雷达+4D毫米波），而非三选一。4D毫米波雷达不是激光雷达的终结者，但是激光雷达持续降本的最强倒逼力量——只要4D毫米波在1500元量产成熟，激光雷达就必须在同价位提供"比4D毫米波更值"的性能差异化。

第三章　PEST分析：政策、经济、社会、技术环境

一、政策层面：L3准入落地，智联政策护航

2025年12月是中国自动驾驶政策进程的里程碑月份。中国工业和信息化部正式公告了首批L3级有条件自动驾驶车型准入许可：深蓝汽车（长安旗下）和极狐品牌（北汽旗下）各一款纯电动轿车获批，可在北京、重庆部分高速公路和城市快速路指定区域内商业化销售并上路通行，驾驶员在系统激活期间可"解放双手"。

这是中国L3自动驾驶从"测试示范"到"产品准入销售"的历史性跨越。对激光雷达行业的政策意义在于：L3准入要求中明确了传感器冗余规范，在高速行驶场景下，包含激光雷达的多传感器融合架构是通过安全测试的基本前提。随着L3准入车型数量的扩大（预计2026—2027年多家车厂相继获批），激光雷达作为"准入必要传感器"的制度性地位将进一步强化。

2023年出台的《智能网联汽车准入和上路通行试点管理规范》和2024年的系列配套细则，构建了中国自动驾驶商业化的监管框架，激光雷达在其中被隐性锁定为L3+感知系统的标配元素。

数据安全与个人信息保护：《个人信息保护法》（2021）、《数据安全法》（2021）、《汽车数据安全管理若干规定》（2021）共同构建了车载传感器数据的法律约束框架，要求重要数据"不得出境"、个人敏感信息"本地化处理"。这在实质上为海外激光雷达厂商进入中国前装供应链设置了软性壁垒——外资厂商的技术支持和数据传输需遵从中国数据安全法规，增加了合规成本和技术集成难度。

美国EAR出口管制：截至2025年末，美国商务部尚未将激光雷达整机纳入实体清单。但上游的1550nm InP激光器外延片、特定光子集成电路工艺已在管制清单讨论之列，主要影响图达通等1550nm路线企业的上游供应安全，905nm路线（禾赛/速腾主流方案）受影响程度相对有限。

二、经济层面：千元拐点与规模经济的正循环

2025年是激光雷达成本曲线上最关键的一年。速腾聚创MX以约200美元（1500元人民币）的售价进入量产，是行业首款真正突破"千元级"门槛的车规前装激光雷达。这一价格目标的实现，依赖三个技术节点的同步落地：MEMS振镜的芯片化集成（M-Platform SoC将扫描控制集成进芯片）、SPAD探测器的标准CMOS工艺量产（摊薄了接收链路的芯片成本）、以及规模化带来的器件采购成本下降。

成本下降曲线与出货量的正循环已经形成：禾赛2024年出货50.1万台（+126%），毛利率转正，盈利1400万元；2025年出货目标120—150万台，全年净利润指引升至4.5亿元。速腾聚创2024年出货54万台（+109.6%），毛利率从2022年约8%升至2024年的17.2%；2025年全年出货91.2万台，Q4首次单季净盈利1.04亿元。

规模经济对激光雷达行业的作用，与半导体、光伏等行业高度相似：每次出货量翻倍，边际成本下降约15—25%，这一学习曲线效应将在2025—2030年持续驱动ASP下降，而ASP的下降又将打开更多价格区间的车型渗透，形成正反馈。

三、社会层面：用户接受度与智驾教育

2025年中国乘用车NOA（领航辅助驾驶）功能的渗透速度超出预期。20—25万元价格区间搭载城市NOA的车型渗透率，从2024年1月的2.1%升至2024年10月的24.7%，预计2025年底整体乘用车NOA渗透率达到20%。用户对"可以自己开"的智能驾驶接受度快速提升，对激光雷达作为安全配置的感知趋于正面。

2025年发生的多起涉及感知系统失效的事故（部分与未配备激光雷达的车型相关），在社交媒体引发广泛讨论，进一步强化了消费者对多传感器冗余的正面认知。"有激光雷达"正在成为一个有差异化价值的购车决策因素，尤其在30万元以上区间，这一趋势已相当清晰。

对于激光雷达厂商而言，这种社会认知的变化是重要的市场基础：消费者愿意为"有激光雷达"支付溢价，整车厂愿意将激光雷达作为可见的差异化卖点，才能驱动前装量产的商业正循环。

四、技术层面：芯片化与AI融合两大主线

2025年技术进步集中在两条主线上：

主线一：芯片化集成降本。速腾M-Platform实现扫描/处理/收发模块全栈SoC化；禾赛Pandar芯片集成发射控制、接收采样、信号处理；SPAD与CMOS工艺融合使接收模块芯片成本快速下降。这条主线的本质是：把激光雷达从"精密光学仪器"改造成"大规模量产的消费电子/汽车电子"，用半导体工艺取代精密光机结构，用芯片生产的规模经济取代光学装配的手工成本。

主线二：AI与激光雷达的深度融合。前沿产品正在将深度学习直接部署到激光雷达SoC上，实现"传感器内感知"（In-Sensor Perception）：原始点云在激光雷达芯片内完成初步目标检测和语义分割，向上级自动驾驶域控制器输出的不是原始点云，而是已标注的感知结果。这大幅降低了上级系统的计算压力，提升了端到端延迟，也使激光雷达向"智能传感器"而非"原始数据传感器"进化。

第四章　中国市场规模：出货量、价格与渗透率

一、出货量规模：153万颗到250万颗的跃升

中国是全球激光雷达出货量最大的单一市场。2024年中国车载激光雷达装机量达153万颗（+178% YoY）；2025年随着速腾MX、禾赛ATX量产爬坡以及多款新车型上市，全年出货量预计约240—260万颗。

以主要厂商2025年数据交叉验证：禾赛出货目标120—150万台（截至2025年9月已累计超100万台），速腾聚创全年出货91.2万台，华为与图达通合计约50—60万台，四家合计约260—300万台。考虑到部分出货包含机器人和路侧等非乘用车前装场景，乘用车前装口径约200—230万颗，与前瞻研究院预测的212.7万套基本吻合。

按应用拆分（2025年估计）：

  • 乘用车ADAS前装：约60—65%
  • Robotaxi/商用车：约10—15%
  • 机器人（扫地/物流/人形）：约15—20%
  • 路侧感知/工业：约5—10%

二、价格趋势：千元级拐点落地，ASP持续下移

激光雷达行业的价格下降速度超过大多数机构2023年前的预测：

产品类型 2022年典型ASP 2025年典型ASP 3年降幅
主力前向车规（前装量产） 8000—15000元 1500—3000元 -70%至-80%
补盲短距固态 3000—6000元 500—1500元 -75%
高端1550nm固态 30000元以上 8000—20000元 -40%至-50%
机器人低成本单点 300—1500元 100—500元 -60%
机器人多线扫描 2000—8000元 800—3000元 -60%

速腾MX约1500元（约200美元）是行业里程碑式的价格节点。在此之前，业界对"激光雷达能否进入千元级"存在相当大的技术/成本争议；MX的量产落地，用事实回答了这个问题：答案是肯定的，且可靠的量产一致性已经验证。

禾赛ATX的目标价格同样在千元级区间，配合比亚迪等大客户的年出货规模，规模效应将进一步压低单颗成本。

价格下降的驱动因素，按重要性排序：

第一，MEMS振镜SoC化（从分立器件到芯片集成，降低25—40%的扫描机构BOM成本）；第二，SPAD CMOS标准工艺量产（接收链路芯片成本下降60—80%）；第三，自研SoC（信号处理器从外购到自研，降低10—20%的整机BOM成本）；第四，规模效应（出货量翻倍，器件采购成本下降约15—20%，固定成本摊薄）；第五，竞争压力（头部之间的价格竞争驱动更快的成本传导）。

三、渗透率：从6%跳升至21%的历史性窗口

2024年中国乘用车激光雷达搭载率约6%（136万辆），相较2023年的约3%翻倍。2025年，受搭载激光雷达的新车型大量上市（比亚迪王朝/海洋系列部分车型、小米SU7/YU7、理想L9/L8/L7/L6、问界M9/M7/M5 HI版等）驱动，搭载率跃升至约21%（约258万辆）。预计2026年进一步达到约27%。

渗透率快速提升的结构性原因：

价格带下移触发的市场扩容：速腾MX/禾赛ATX将千元级激光雷达推入15—20万元车型的成本可行区间，使激光雷达从"20万+专属"向"15万+主流"扩散。

NOA功能竞争驱动：NOA（城市领航辅助驾驶）成为20—35万元车型的核心竞争卖点，配备激光雷达是NOA系统感知冗余的标准配置，NOA的普及直接驱动激光雷达渗透率。

L3政策催化：L3准入的落地，在监管层面为激光雷达的"必要性"背书，头部车厂在开发L3量产车型时将激光雷达视为合规必选项。

四、市场规模测算：年百亿级向千亿级跨越

综合出货量、ASP和下游应用分布，中国激光雷达市场规模（含整机+上游器件+系统集成）估算如下：

年份 出货量（万颗） 平均ASP（元） 市场规模（亿元）
2023 约57 约4500 约26
2024 约153 约2800 约112
2025E 约240 约2200 约241
2026E 约380 约1900 约432
2028E 约750 约1600 约650
2030E 约1200+ 约1400 约1000+

上述测算与前瞻研究院等机构预测数据基本吻合（前瞻：2025年约241亿元、2026年约432亿元），来源于出货量预测×ASP曲线的底部推算，并非来自总量加成法。

市场规模测算的主要不确定性在ASP曲线的斜率——若FMCW技术路线在2027年前实现规模化量产（成本快速下降），则高端产品ASP的混合效应可能使市场规模的增速高于基准预测；若L3商业化比预期缓慢，单车搭载颗数的杠杆效应减弱，则市场规模增速可能略低于基准。

第五章　产业链拆解：从激光器到整机

一、激光发射器：905nm国产化加速，1550nm仍受制

激光发射器是激光雷达的"光源"，决定了系统的探测距离和眼安全性能，是整机BOM中成本比重最高的器件之一（通常占20—35%）。

905nm VCSEL/EEL芯片的国产化进程在2023—2025年明显提速。主要原因有三：第一，新能源汽车的爆发带来的激光雷达放量，使国内芯片厂的晶圆投入量超过盈亏平衡点，工艺进入良性迭代；第二，头部激光雷达厂商（特别是速腾和禾赛）主动推动国产化，对供应商的技术开发给予深度支持；第三，国家半导体重点支持政策覆盖了光电子芯片领域。

国内905nm激光芯片主要厂商：

长光华芯（苏州，688048）是国内最主要的VCSEL激光芯片厂商，2024年VCSEL产品出货量已进入数千万颗/月量级，主要下游包括速腾聚创、禾赛科技、多家机器人激光雷达厂；主要产品涵盖905nm VCSEL阵列、905nm EEL，工艺平台包括MOVPE外延生长+光刻加工，GaAs晶圆直径已做到4英寸及以上。

瑞波光电（深圳）专注905nm EEL激光芯片，侧重高峰值功率方向，在长距离探测产品中有应用。柠檬光子（深圳）产品定位为激光雷达专用VCSEL，已进入多家激光雷达厂商的供应链。锐晶激光（武汉）在高峰值功率EEL芯片领域有布局，适合对远距探测性能要求较高的应用。

1550nm激光器的国产化程度仍低。中国尚无能够稳定批量供货高性能1550nm激光器件的本土企业，主要依赖美国II-VI（已并入Coherent）、nLIGHT等企业，以及部分欧洲/日本企业。这种依赖关系在出口管制风险上升的背景下是图达通等1550nm路线企业的隐患。国内中科飞测、鸿辉光通等企业在进行1550nm器件的研发，但距离车规量产供货仍有距离。

二、SPAD/APD探测器：单光子时代的本土化突破

探测器是激光雷达"接收眼睛"，其灵敏度直接决定了系统在弱信号（远距离、低反射率目标）下的探测能力。

**APD（雪崩光电二极管）**是传统激光雷达探测器，较高的增益可放大微弱光信号。国内Si APD（905nm用）由于工艺较成熟，已有多家企业可供货。但APD的单次测量工作于线性模式，信噪比较SPAD偏低，在白天强背景光下性能有明显下降。

**SPAD（单光子雪崩二极管）**工作于盖革（Geiger）模式，可探测单个光子触发的雪崩，灵敏度极高，是目前新一代车规激光雷达的主流选择。SPAD的突破点在于与标准CMOS工艺的集成：传统SPAD需要特殊工艺，成本高；2023—2025年基于台积电/中芯等标准深亚微米CMOS工艺（28nm/55nm）集成的SPAD芯片进入量产，大幅降低制造成本，这是速腾MX和禾赛ATX实现千元级整机成本的接收端核心技术支撑。

国内在SPAD芯片领域的布局尚在早期，多家科研背景企业（中科飞测等）正在进行工程化，但大规模量产供货给头部激光雷达企业的国产SPAD芯片，目前仍有相当部分来自欧美半导体厂。这是产业链安全的潜在短板。

InGaAs SPAD（1550nm专用）：此类器件成本极高（每颗成本在数百至数千元），国内仅有少数单位在实验室阶段有研制，与大规模车规量产的差距极大。

三、扫描机构：MEMS振镜的芯片化革命

扫描机构的发展轨迹是激光雷达降本历程中最生动的案例之一。从早期整合了整台电机+轴承+旋转体的机械旋转式（体积如茶杯），到集成进芯片的MEMS振镜（尺寸如指甲盖），这条轨迹的每一步都是体积缩小与成本下降的双重胜利。

MEMS振镜的工作原理是：在硅晶圆上刻蚀出微型悬臂梁，通过静电力或电磁力驱动悬臂梁高频振动，将固定的激光束偏转扫描。关键技术挑战在于：第一，谐振频率与扫描角的折衷（高频谐振适合高帧率但扫描角受限，低频谐振可得大角度但帧率低）；第二，不同批次MEMS芯片间的谐振频率差异（工艺波动带来），要求激光雷达系统具备自适应标定能力；第三，长期可靠性（车规要求在-40°C至+85°C、震动/冲击等严苛条件下工作10年/15万公里）。

速腾聚创M-Platform SoC的核心创新点之一，就是将MEMS振镜的驱动控制算法集成进SoC，通过实时闭环控制补偿批次差异，在芯片生产层面保障出厂一致性，从根本上解决了MEMS量产的最大工程挑战。

四、信号处理SoC：自研是头部企业的核心壁垒

激光雷达的信号处理SoC负责将探测器输出的电气信号（光子到达时间/脉冲波形）转换为三维点云，并完成实时滤波、聚类、目标识别。这是整机成本结构中技术含量最高、国产替代价值最大的芯片环节。

禾赛Pandar SoC：2022—2024年间逐步迭代，实现了激光控制时序、SPAD阵列读出、时间数字转换（TDC）和数字信号处理（DSP）的单芯片集成，是禾赛产品在性能和成本竞争力上的核心依托。禾赛的SoC研发团队超过300人，研发投入是营收的25—30%。

速腾M-Platform SoC：集成了MEMS振镜控制、VCSEL驱动时序、SPAD采样和原始点云处理的全栈功能，使得MX产品的外围器件数量大幅减少，PCB面积缩小，整机成本降低。M-Platform SoC是速腾千元级MX量产定价的基础设施。

其他企业方案：尚未自研SoC的激光雷达厂商通常采用TI（德州仪器）高速ADC+FPGA的组合方案，或Mobileye EyeQ等第三方处理器。这些方案的BOM成本通常高于自研SoC方案200—500元/颗，且缺乏对感知算法的深度定制能力，是产品竞争力的相对劣势。

五、光学元件与结构件：成熟配套

激光雷达的光学系统包括发射端的准直镜组（将VCSEL发出的发散光整形为平行束）、接收端的聚焦物镜（将回波光会聚到探测器面上）、窄带干涉滤光片（滤除大气中的背景光，提升信噪比）和保护窗口玻璃（防护灰尘/雨水，低反射率镀膜要求）。国内的精密光学加工产业（苏州、深圳、杭州等地均有聚集）已能满足车规激光雷达的量产需求，国产化率超过70%，成本占整机BOM约10—15%。

结构件（外壳、散热、连接器）方面，国内汽车零部件供应链已完全自给，成本约占整机BOM 10—15%。

六、整机成本结构（以主流半固态前向车规品为参照）

成本项 占比（约） 国产化程度 主要风险
激光发射模块（VCSEL+驱动） 20—30% 905nm较成熟（60%+） 1550nm仍进口
探测器模块（SPAD+TIA） 15—25% 905nm推进中，1550nm早期 SPAD国产稳定性
扫描器件（MEMS/棱镜） 10—20% MEMS有缺口，棱镜成熟 MEMS一致性
信号处理SoC 15—20% 头部自研，中小依赖外采 外采成本高
光学元件 10—15% 较成熟（70%+） 低
结构件/PCB/装配 10—15% 成熟 低

第六章　重点企业深度解析

一、禾赛科技（HSAI，纳斯达克）

禾赛科技2014年在上海成立，创始人孙恺早年任职于激光和光学领域，联合创始团队有深厚的光学设计背景。2023年2月在纳斯达克上市（HSAI），是美股市场上最重要的纯激光雷达标的之一，市值峰期超过$30亿，当前市值约$10—15亿（2025年末）。

财务发展脉络：

2022年：营收约12.4亿元（+33%），亏损约3.3亿元；出货量约22.2万台，规模化路径初步打通；2023年：营收约18.8亿元（+52%），亏损约2.4亿元；出货量约25.6万台，ATX/AT128代际产品升级；2024年：营收约20.8亿元（+10.7%），Non-GAAP净利约1400万元（全球首家盈利上市激光雷达企业），出货量约50.1万台（+126%）；2025 Q1：营收5.3亿元（+46.3%），出货195,818台（+231.3%），净亏损收窄至1750万元；2025 Q2：营收7.1亿元（+50%+），出货352,095台（+306.9%），净利超4000万元；2025 Q3：盈利，上调全年净利润指引至4.5亿元，是2024年Non-GAAP盈利的30倍以上。

产品矩阵与战略：ATX（千元级前向量产，2025年大规模交付）、AT128（128线棱镜转镜，高端前向）、ET25（固态补盲，单颗千元内）、JT系列（机器人专用，2025年H1出货+649% YoY）。全球客户24家主机厂120+车型定点，覆盖比亚迪（11家子品牌系列）、小米（SU7/YU7全系）、理想、长安、吉利、零跑、上汽奥迪等。

竞争优势：自研Pandar SoC是降本护城河；全球最大客户覆盖面是渗透率护城河；唯一已盈利上市激光雷达企业是融资和信用护城河。2025年港股双重上市进一步扩大融资渠道。

潜在风险：ASP快速下降可能导致营收增速低于出货量增速（量价齐升还是量升价降？）；机器人赛道的速度暂落后于速腾；高度依赖中国车载市场（2025年海外定点120+款已在扩展，但海外量产还需时间）。

二、速腾聚创（2498.HK）

速腾聚创（RoboSense）2014年成立于深圳，由中国科学院深圳先进技术研究院背景的研究团队创立，创始人刘乐天（CEO）背景为计算机视觉和机器人。2024年1月在香港联交所上市（2498.HK），上市市值约150—180亿港元，是港股目前最主要的激光雷达标的。

财务数据：2024年营收16.5亿元（+47.2%），出货54万台（全球第一，+109.6%），毛利率17.2%（+8.8pct YoY），净亏损3.96亿元，账面现金34亿元；2025年全年营收约19.41亿元（+17.7%），出货91.2万台，机器人出货30.3万台（+1141.8%），Q4首次单季盈利（净利润1.04亿元）；2026 Q1出货330,300台（+204.1%），机器人出货首超ADAS（+1458.8% YoY），营收约4.6亿元（+40%）。目标2026年全年实现盈利。

产品矩阵：MX（千元级前向，2025年批量定点交付）、E1（固态超广角补盲，前/后双盲区）、RS-Helios系列（多线旋转/半固态）、机器人系列（E1 Robotic/RS-Bpearl等，覆盖扫地机/AGV/人形机器人多场景）。

机器人赛道的速腾现象：2025年速腾聚创机器人激光雷达出货30.3万台，2026 Q1出货已超ADAS业务，成为全球机器人激光雷达第一大供应商。这一爆发背后是多条推力叠加：一是具身智能/人形机器人产业化加速（2025年人形机器人厂商大幅增加三维感知采购）；二是扫地机器人向"全屋地图理解"升级，需要高频率、低成本激光雷达；三是仓储物流AMR的大规模部署。速腾在这些场景中的先发供应链优势和产品覆盖广度，使其在机器人赛道建立了难以短期追赶的领先地位。

三、华为车BU（乾崑品牌，未上市）

华为智能汽车解决方案BU（车BU）成立于2019年，2023年起以"乾崑"品牌独立运营，不作为单独上市主体，其财务数据并入华为整体不单独披露。车BU的核心产品线是乾崑ADS（智能驾驶）和乾崑智舱（智能座舱），激光雷达是ADS传感器套件的一部分。

激光雷达产品与部署：华为自研激光雷达主要应用于：问界系列（赛力斯旗下，M9旗舰搭载1颗192线前向+3颗固态补盲，M7/M5智驾版搭载1颗主雷达+2颗补盲）；智界系列（奇瑞旗下，R7搭载华为ADS全套）；享界系列（北汽旗下，S9顶配搭载）；阿维塔系列（长安+华为）等。2024年华为激光雷达装机量约35万颗，市场份额26—27%，是中国激光雷达市场的重要力量。

商业模式与竞争优势：华为以"智选"（华为主导设计，赛力斯等代工）和"HI"（华为Huawei Inside，只提供智驾解决方案）两种模式服务车厂。在智选模式下，华为对产品定义有近乎OEM的控制权，激光雷达深度集成进整车感知架构；HI模式下，激光雷达作为ADS方案的Tier1配件销售。生态封闭性使华为激光雷达供应很难被单独替换，是最强的客户粘性壁垒。

2025年L3获批：华为ADS 4.0 Ultra进入首批L3准入获批车型，进一步强化了华为在高端智驾系统中的品牌地位，有望催生更多高端车型的L3配套需求。

四、图达通（Seyond，港股2025年12月上市）

图达通（Seyond，原Innovusion）由前Intel RealSense团队核心成员于2016年在苏州创立，是中国专注于1550nm固态激光雷达的代表性企业。2025年12月通过De-SPAC方式正式在香港联交所主板上市，开盘大涨超60%，市值突破200亿港元，融资总计约10.3亿港元（含PIPE融资5.53亿港元）。

核心产品：猎鹰（Falcon）系列1550nm固态激光雷达，探测距离超过300m，是目前量产激光雷达中探测距离最远的产品线之一，主要应用于蔚来旗舰车型、商用卡车（嬴彻科技、DeepWay）、Robotaxi（Pony.ai）。

财务状况：2024年交付量超23万台，1550nm猎鹰系列在蔚来系累计交付超60万台（历史累计）。招股书（2025年更新版）显示毛利率已转正至12.6%，是图达通商业化进程的关键里程碑，但累计亏损约5.37亿美元，是四强中绝对亏损额最大的。

核心风险：蔚来客户集中度仍偏高（占收入历史上超80%），已在招股书更新版中通过新增三家国有主机厂、一家合资车企的定点来分散，但短期内难以根本改变。1550nm技术路线的成本曲线下降速度远慢于905nm，限制了图达通向大众乘用车市场渗透的速度。

五、北醒光子（Benewake，A股IPO推进）

北醒（北京）光子科技有限公司聚焦短距和机器人激光雷达，产品覆盖单点ToF测距传感器（TFmini/TFmini-S等）、多线机器人激光雷达（TF系列）和车规级激光雷达（车规型号推进中）。典型应用：扫地机器人（已为泳池清洁机器人客户交付超10万台单点雷达）、AGV/AMR仓储避障（50cm安装高度30°角障碍物探测方案）、服务机器人防跌落（楼梯检测）、无人机防撞。A股IPO进程已启动，入选2025年中国激光雷达产业十大创新企业。

六、万集科技（300552，路侧/V2X领域）

万集科技（深圳，300552）是智慧交通和路侧激光雷达领域的领军企业，主营产品为路侧感知激光雷达+RSU路侧单元+V2X系统，应用于智慧高速公路、城市智能路网、交通流量检测等。万集的激光雷达产品不与禾赛/速腾在乘用车前装市场竞争，其核心市场是B2G（对政府/交通部门），具有一定政策依托性。

七、Luminar（LAZR）：技术领先的破产典型案例

Luminar Technologies（LAZR，纳斯达克）成立于2012年，总部在美国奥兰多，1550nm ToF激光雷达Iris+是其核心产品，探测距离超过500m，主要客户为沃尔沃（EX90项目）和部分商用车Tier1。

2025年Q2营收$15.6M（-5% YoY），随后下调FY2025营收指引至$67—74M（约5亿元人民币）。2025年12月，正式申请Chapter 11破产保护，理由是"遗留债务义务和行业L3缓慢采用速度"。

Luminar的破产案例给行业的核心启示：高估值假设（2021年市值$90亿+）建立在L3快速普及的乐观情景下，当L3商业化比预期慢5—10年，整个财务模型崩塌；与此同时，中国竞争对手（速腾/禾赛）用比Luminar快5—8年的量产速度和低60—80%的价格，已将全球车载激光雷达的商业竞争结局基本锁定。技术上的领先，不等于商业上的成功，这是Luminar留给激光雷达行业最深刻的教训。

第七章　中游产业带：集群地图与天下工厂视角

一、上海嘉定：激光雷达的核心引擎

上海嘉定是中国激光雷达头部企业密度最高的区域。禾赛科技总部及主要研发中心位于嘉定区，其上海工厂承担ATX/AT128等ADAS激光雷达的量产组装，2025年月产能已达到数十万台规模；速腾聚创在上海设有重要研发团队；多家上游光学元件、扫描器件和驱动芯片供应商聚集于嘉定及松江、闵行周边。

嘉定原本是中国汽车零部件产业的传统重镇（上汽集团整车生产、大众汽车中国总部均在此），成熟的汽车Tier1/Tier2供应链生态为激光雷达的前装配套提供了天然便利：冲压件、精密结构件、电子元件组装、车规EMC测试实验室，在嘉定半径30公里内均可找到成熟供应商。

在工厂数据平台平台的工厂数据中，上海嘉定及周边区域的激光雷达传感器及配套工厂密度明显高于其他城市，验证了这一产业带的集聚效应。法雷奥（Valeo）在上海也有激光雷达相关生产设施，法雷奥汽车上海是外资激光雷达厂商在华本地化制造的代表。

二、苏州：激光芯片与上游器件重镇

苏州（以相城区、工业园区为核心）拥有中国激光雷达产业链最重要的上游芯片产能节点。长光华芯（苏州，688048）工厂在相城，是国内最主要的VCSEL激光芯片量产中心，其产能覆盖国内主流激光雷达厂商；长光华芯苏州工厂是中国905nm激光芯片自主供应的核心载体。苏州工业园区的半导体和光电子产业集群（包括多家晶圆厂和封装测试厂）为激光雷达上游提供了强力配套。

止芯科技（江苏）等企业在SPAD芯片领域有研发布局，苏州正在成为中国激光雷达上游芯片产业链国产化的核心基地之一。

三、深圳：速腾总部+光学元件+机器人激光雷达

深圳是速腾聚创的总部和创立地，其核心研发团队和公司注册均在深圳南山，MX等主力产品的研发迭代在深圳进行。深圳的另一重要贡献是光学元件生产：精密光学镜片加工、窄带滤光片、微光学器件在深圳具有完整的产业链配套，部分企业在国内激光雷达光学配件市场占有较高份额。

面向机器人和消费电子市场的低成本激光雷达模组在深圳也有产业聚集，深圳乐动机器等企业主要服务扫地机器人、无人机等消费机器人应用场景。深圳科瑞沃等专注工业和安防激光雷达感知应用。

在工厂数据平台平台检索自动驾驶激光雷达，可以看到上海伯镭智能（上海伯镭）等聚焦自动驾驶场景的整机厂，以及多家从事激光雷达相关器件供应的工厂分布在深圳、上海、苏州三角地带。

四、武汉：激光芯片与光电子产业的战略纵深

武汉是中国激光产业的传统重镇，光谷（东湖高新区）是全国最集中的激光研发和生产基地，被称为"中国激光谷"，聚集了锐科激光、华工激光、团结激光等主要激光制造企业。这一产业底座虽然以工业激光（切割/焊接/打标）为主，但为激光雷达上游提供了重要的工艺和人才储备。

锐晶激光（武汉）专注于车载激光雷达用高峰值功率EEL芯片；武汉煜炜光学在光学元件供应方面有一定配套。武汉还是中科院某些激光和光电子研究所的驻地，产学研联动在1550nm和FMCW前沿技术的研究方面有一定优势。

五、北京：Robotaxi生态与科研源头

北京是中国自动驾驶商业化落地最领先的城市，百度Apollo旗下的萝卜快跑已在亦庄经济技术开发区实现全无人驾驶的商业化运营，累计行驶里程和订单量居全球Robotaxi单一城市前列。这一规模化Robotaxi生态为高可靠性激光雷达（包括1550nm和多颗高线数方案）创造了真实的批量需求。

北醒北京光子科技总部在北京，专注机器人和短距激光雷达；多家自动驾驶感知算法公司在北京设立研发中心，形成了"Robotaxi应用拉动—激光雷达需求释放—算法迭代反哺"的正反馈生态。

宁波瓦萨智能、南京芯视界微等分布在长三角其他城市的激光雷达相关企业，共同构成了以上海嘉定为核心、苏州/武汉/深圳/北京为辅助节点的中国激光雷达产业地图。

六、工厂数据平台视角：480万家工厂织成的制造网络

工厂数据平台覆盖全国480万家经识别确认的真实工厂，与互联网企业查询工商信息不同，工厂数据平台的核心差异化在于区分"真实在生产的工厂"与"空壳注册公司"，为B2B采购和行业研究提供可靠的供应链底图。

在激光雷达产业链的工厂数据中，可以观察到：激光雷达整机及方案厂家集中于上海、深圳、北京、苏州四城；激光雷达传感器和模组供应商在长三角和大湾区都有聚集；上游905nm激光器工厂以苏州、深圳、武汉为核心城市。

典型工厂档案：北醒北京光子（自动驾驶+机器人LiDAR）、上海思岚科技（机器人导航LiDAR）、长光华芯苏州（905nm VCSEL量产芯片）、法雷奥汽车上海（外资LiDAR本地化）、武汉煜炜光学（光学元件供应）、宁波瓦萨智能（LiDAR传感器）、上海伯镭智能（自动驾驶LiDAR）。

中国激光雷达行业的真实底座，不在于几家头部整机企业的报告出货量，而在于这数百家分布于五大产业带的器件、模组、配套工厂——它们织成了一张中国制造业特有的密集协作网络，这是任何单纯靠资本输入的后来者难以在短期内复制的结构性优势。

这张产业协作网络的价值，在激光雷达行业体现得尤为清晰。一颗完整的车规前向激光雷达，从苏州采购VCSEL芯片，从深圳采购窄带滤光片，在上海嘉定完成整机组装和车规测试，向比亚迪/小米/理想的生产线按节拍交货，整个过程中每个环节都有备份供应商和充足的本地服务支持。这种供应链的密集度和响应速度，是全球独一无二的，也是中国激光雷达企业在量产竞争中速度优先于海外对手的最重要工程理由。工厂数据平台平台在这一产业带图谱的梳理中，识别了数十家直接参与激光雷达产业链的在产工厂，从上游器件到下游整机，产业链的每个节点都有多个可替代供应选项，这种冗余保障了整个产业链在面对单一供应商中断时的韧性。

第八章　细分市场专题

一、乘用车L2+ NOA：2025年最大增量，2026年继续扩张

L2+辅助驾驶（含NOA/城市领航辅助）是当前激光雷达最大的出货驱动场景。2025年中国乘用车NOA整体渗透率约20%，20—25万元区间从2024年1月的2.1%升至10月底的24.7%，且随着更多15—20万元车型标配NOA，这一渗透率将在2026年进一步扩张。

禾赛ATX在乘用车市场的突破：ATX产品在比亚迪王朝/海洋系列（汉、唐、海豹、海狮系列）等多款主流走量车型上获得前装定点，是2025年乘用车激光雷达大规模渗透的最关键单品。比亚迪系月销量超过30—50万辆，即便激光雷达配置率只有部分车型搭载，单月贡献出货量仍相当可观；小米SU7系列全系标配激光雷达，月销量稳定在3—5万台，是高渗透率车型的代表；理想L9/L7/L6系列高配全系搭载，年销量40—60万台贡献稳定出货。

速腾MX向15万元市场渗透：MX的千元级定价使激光雷达向更广泛的15—20万元价格带渗透成为可能，2025年已获多个15—20万元区间车型的量产定点，预计2026年起形成大批量交付。

NOA+激光雷达的标配化趋势：在20—35万元区间，"NOA功能+激光雷达"正在成为参数表上的标准配置套餐，类似发展路径的是HUD（平视显示器）——早期只在旗舰车型，随后向20万+扩散，最终成为通用配置。激光雷达正在沿着类似路径演进。

二、L3商业化：政策里程碑与高端车市场催化

2025年12月L3准入落地，是激光雷达市场的一个政策里程碑而非立即爆发的市场事件。首批L3准入仅覆盖少数车型和有限地区（北京/重庆高速/城市快速路），短期内不会产生数十万颗的增量需求。但其战略意义在于：

开设先例，加速跟进：首批L3准入车型上市后，其他头部车厂将加速L3研发准入申请，2026—2027年L3准入车型数量将大幅增加。

传感器要求提升：L3场景通常需要2颗以上激光雷达（前向主雷达+侧向/后向补盲），单车搭载颗数从L2+的1颗提升至2—3颗，在L3渗透率仍然较低的2025—2026年，这一每车多颗的效应将随着量放大。

高端市场溢价：L3功能预计主要出现在25—40万元区间的旗舰车型，这一区间的消费者对激光雷达配置最不敏感于成本，有利于高端1550nm产品（图达通、华为高规格配置）的市场定价。

三、Robotaxi：全无人时代开启

中国是全球Robotaxi商业化进度最快的市场，主要运营主体包括萝卜快跑（百度Apollo），文远知行（WeRide，纳斯达克WRDW），小马智行（Pony.ai，纳斯达克PONY）。

萝卜快跑在2025年北京亦庄的全无人驾驶商业化已覆盖相当规模，武汉、深圳、上海等城市也在快速推进。Robotaxi车辆的激光雷达配置通常为旗舰配置：3—5颗激光雷达（含全景旋转式和前向固态），单车激光雷达BOM成本约2—10万元，远高于乘用车前装。这使Robotaxi成为高端激光雷达的重要销售场景，对平均ASP的支撑作用不可低估。

如果2028年国内Robotaxi车队规模达到30—50万辆（技术和政策条件成熟的乐观情景），仅这一细分年需求约100—200万颗，约占届时全国出货量的15—20%。

四、商用车Robotruck：1550nm的主战场

无人驾驶卡车（Robotruck）在高速公路场景面临超长探测距离（>250m）、大型车辆识别精度、极端天气全天候等需求，这使1550nm激光雷达在这一细分具有显著优势，也是图达通为何在商用车赛道（DeepWay深向、嬴彻科技、陕汽重卡）获得较多定点的原因。

2025年，多省高速公路已开放无人驾驶货车测试路段，嬴彻科技在多条商业化线路上运营了批量Robotruck车队。高速公路Robotruck的商业化在2026—2028年预计进入规模化阶段，届时将为高端激光雷达提供可观的增量出货。

五、机器人激光雷达：第二增长曲线已兑现为当期收入

机器人激光雷达在2025年的爆发速度超出大多数机构预测。速腾聚创2025全年机器人出货30.3万台（+1141.8% YoY），禾赛JT系列2025年H1出货+649.1% YoY并累计交付破10万台；2026年Q1速腾机器人出货量首超ADAS业务（+1458.8% YoY），标志着机器人LiDAR已经成为与车载并驾齐驱的收入来源。

驱动机器人LiDAR爆发的四条线：

第一条是扫地机/清洁机器人智能化升级：高端扫地机从"随机碰撞"到"全屋建图"的进化需要激光雷达，2025年高端扫地机（价格3000—8000元区间）已基本标配激光雷达，年出货数百万台，是机器人激光雷达最大的单一出货场景，北醒光子是这一细分的代表供应商，思岚科技也在此赛道有布局。

第二条是物流仓储AMR/AGV规模化：电商、零售、制造的仓储自动化加速，大量使用激光雷达导航的AMR（自主移动机器人）进入主流部署阶段，每台AMR通常搭载1—2颗激光雷达，速腾RS-Bpearl/E1系列是主力供应产品。

第三条是人形机器人/具身智能爆发：2025年人形机器人产业化加速，特斯拉Optimus、宇树Unitree H1/G1、智元等企业的量产或小批量出货，对三维感知（激光雷达+深度相机）有强需求，速腾2025年Q4机器人出货暴增2565.1%中，人形机器人的贡献不可忽视。

第四条是服务机器人场景扩展：医院导引机器人、酒店配送机器人、工厂巡检机器人等场景均需激光雷达，用量相对AMR较小但附加值较高。

六、工业测绘与路侧感知

工业级激光雷达（三维建模测绘）对精度要求最高，代表企业为Faro（美国）、Leica（德国）、以及国内的中海达、南方测绘等。这一细分规模较小但利润较厚，是部分国内激光雷达企业的利基市场。路侧感知（万集科技等）面向B2G市场，与乘用车前装市场在客户和竞争逻辑上完全不同。

第九章　技术演进：从半固态到全固态，从千元级到FMCW

一、半固态：2025年已是主流

车规激光雷达扫描机构的演进路径，已经完成了从机械旋转式到半固态（MEMS/棱镜）的主流切换。2024—2025年量产的主流车规前装产品中，半固态方案（MEMS振镜或棱镜转镜）占比超过95%，机械旋转式已基本退出乘用车前装市场。

MEMS的当前主流产品（速腾MX、禾赛ATX）已经实现了：水平视场角100°—120°，最大探测距离200—250m（905nm，10%反射率），单帧点数10—30万，帧率10—20Hz，整机厚度（安装凸出量）小于3cm，适配主流保险杠前装安装位。这些参数满足了L2+ NOA场景的感知需求，是前装量产的合格门槛。

二、Flash LiDAR：补盲场景2025年已量产成熟

Flash激光雷达（VCSEL面阵发射+SPAD阵列接收）的典型产品是速腾E1（固态短距补盲）和禾赛ET25系列，2025年已在多款量产车型上配套，单颗售价500—1200元，成本已降到合理区间。Flash的角色是填补MEMS主雷达的近距盲区（3—20m内的近身障碍物），与主雷达形成互补配置。

Flash替代MEMS主雷达的路径在2025年仍然遥远：主雷达需要150—250m探测距离，Flash在眼安全功率约束下无法达到，这是Flash主雷达化的物理限制，短期内没有工程解法。

三、1550nm FMCW：大规模量产2027—2028年前不现实

FMCW激光雷达的技术前景是业界公认的，但量产时间线存在显著的工程挑战：

激光器相干性要求（线宽<1MHz）远严于dToF，普通激光器无法直接满足；光子集成电路（PIC）工艺将发射/接收光学元件集成进单个芯片是降本的关键，但PIC工艺尚未成熟；信号处理算法（IQ解调、多普勒频移提取）复杂度远高于dToF，DSP/FPGA需求大幅增加；整机成本估计在5000—20000元量级，是同期dToF产品的3—10倍。

行业预测：FMCW在Robotaxi/商用车高端场景先量产（2027年左右小批量），乘用车前装大规模渗透至少需要等到2029年以后，且初期定价将远高于dToF方案。

四、SPAD CMOS集成：接收链路的革命性降本

2025年最重要的技术进步之一是SPAD在标准CMOS工艺上的大规模集成。这使得接收链路（SPAD阵列+TIA+ADC/TDC）可以在台积电、中芯等成熟代工厂的28nm/55nm工艺节点上制造，彻底打破了此前SPAD需要专用工艺的成本壁垒。SPAD CMOS集成芯片的进化路径是：

第一代：SPAD阵列与TIA分离，两颗独立芯片（当前量产中端产品）；第二代：SPAD与TIA单片集成（2024—2025年进入量产，是速腾MX/禾赛ATX千元级成本的接收端基础）；第三代：SPAD、TIA与信号处理DSP三维堆叠集成（2026—2027年预计进入工程化，将进一步降低整机BOM成本20—30%）。

五、AI融合与智能传感：下一个产品升级周期

激光雷达正在从"原始点云传感器"向"智能感知节点"演进。这体现在：

机内感知（In-Sensor Intelligence）：在激光雷达SoC上集成轻量AI模型，直接输出"行人/车辆/道路边界"等语义标注结果，而非原始点云。减少上层域控制器的计算压力，降低端到端感知延迟，提升系统级性价比。

多模态融合：激光雷达SoC中预留与摄像头、毫米波雷达数据的融合接口，形成"多传感器一体化融合感知"，是未来智能感知节点的形态。

动态点云优化：AI驱动的动态点采样——在检测到目标区域时自适应提高扫描密度，在空旷区域降低密度，从而在不增加总点数的情况下提升关键目标的感知质量。

第十章　风险分析

一、Tesla纯视觉路线：中国市场威胁有限

Tesla FSD的纯视觉路线在中国市场的影响力明显弱于在北美。中国消费者对"有激光雷达=更安全"的认知偏好更强；小鹏2025年重返激光雷达配置；L3监管要求传感器冗余；中国OEM的竞争策略以差异化感知能力为核心。

量化评估：纯视觉对激光雷达中国市场的直接替代风险，在2025—2028年不超过5%的市场份额级别。其更重要的影响是间接的——倒逼激光雷达厂商将成本压到"消费者几乎无感的价差"，这是一种正向的市场压力而非威胁。

二、4D毫米波替代：15万以下市场的真实竞争压力

4D毫米波雷达在15—20万以下成本敏感区间与激光雷达形成真实替代关系。2025年20万以下车型中4D毫米波搭载率53.94%，说明市场已经做出了成本导向的选择。解法只有一个：激光雷达持续降本至与4D毫米波可比的价格区间（约1000—1500元），速腾MX正在推动这个过程。预计2026—2027年，当激光雷达ASP降至1000—1200元时，15—20万元市场将重新向激光雷达倾斜。

三、价格战与毛利率侵蚀风险

激光雷达行业在规模化量产阶段的价格战不可避免。头部厂商的毛利率在2024年仍处于较低水平（速腾17.2%，禾赛毛利转正），未来若ASP下降速度快于成本降低速度，毛利率将受到侵蚀。

对冲因素：机器人LiDAR通常具有比ADAS更高的毛利率（市场分散、客户定制化需求多、竞争强度低于ADAS）；禾赛/速腾在SoC自研方面的成本控制优势使其能够在单颗降价的同时维持合理毛利；规模效应在2025—2027年继续发挥，固定成本摊薄。

四、海外融资环境收紧

Luminar破产事件引发全球资本市场对激光雷达行业的重新定价。Innoviz（INVZ）股价2025年大幅下跌，港股的激光雷达标的（速腾/图达通）也受到一定估值压力。对于尚未盈利的企业（图达通、北醒等），外部融资的窗口和估值均不如2021—2022年高峰期宽松。

差异化影响：已盈利的禾赛（GAAP/Non-GAAP双盈利）和接近盈利的速腾（Q4单季盈利），融资压力较小，且良好的盈利预期使股权融资具有合理定价基础；未盈利企业（图达通、北醒）需要在更短时间内证明可持续盈利路径，否则融资窗口将进一步收窄。

五、车规认证与量产爬坡风险

车规激光雷达需通过ISO 26262功能安全认证（ASIL-B到ASIL-D），以及AEC-Q100等级的芯片可靠性认证，测试和认证周期通常需要18—24个月。ATX、MX等2025年大规模量产产品的车规认证已通过，但后续新开发产品（面向L3/FMCW等下一代技术路线）的认证周期将形成新的量产爬坡风险。

此外，前装激光雷达的爬坡良率（Yield Rate）在大规模量产初期通常低于稳定期，若量产良率不达预期，将对整车厂的生产计划造成影响，进而影响激光雷达厂商的收入确认和客户信任度。禾赛2025年Q2和Q3出货量逐季大幅增长，表明其量产爬坡已经较为成熟；速腾MX的量产爬坡也已验证，2026年的主要工程挑战转移到下一代产品的认证。

六、出口管制升级风险

当前美国EAR对激光雷达整机的直接管制有限，但1550nm上游器件（InP外延、InGaAs探测器）和特定光子集成电路工艺（PIC）已有被讨论纳入管制名单的可能。若EAR范围扩大至激光雷达相关器件，图达通的1550nm供应链将面临较大冲击；905nm主流方案（禾赛/速腾）的上游国产化程度相对较高，影响可控。

第十一章　2026—2030年预测：千元普及、Robotaxi商用、机器人爆发

一、出货量：从250万颗到1200万颗以上

基于当前渗透率曲线、厂商产能规划、Robotaxi/机器人增量和政策催化，2026—2030年中国及全球车载激光雷达出货量预测：

年份 中国出货量（万颗） 全球出货量（万颗） 乘用车渗透率 CAGR（区间）
2025E 约240 约270 21% ——
2026E 约380 约430 27% +58%
2027E 约550 约630 35% +45%
2028E 约750 约870 45% +36%
2029E 约950 约1100 52% +27%
2030E 约1200+ 约1400+ 60%+ +26%

5年CAGR（2025—2030E）：中国约38%，全球约40%（含机器人+路侧+Robotaxi）

注：上述预测含车载前装、Robotaxi、机器人（扫地/AGV/人形）、路侧感知等全口径。不含重大黑天鹅场景（如Tesla纯视觉路线颠覆性降价至相同BOM成本、L3全面暂停准入等）。预测区间存在一定误差，中枢值基于当前已知厂商产能规划和渗透率曲线，乐观情景（2030年出货量1500万颗）对应人形机器人大规模量产+Robotaxi超预期扩张，悲观情景（2030年出货量900万颗）对应4D毫米波在中端市场大幅替代激光雷达以及L3监管延迟。中枢情景（约1200万颗）是当前最合理的基准预测，也是激光雷达产业研究的共识区间。值得注意的是，由于机器人激光雷达ASP显著低于车载（平均约300—800元 vs 1500—3000元），出货量翻倍未必意味着市场规模翻倍，ASP结构的变化将是决定2028—2030年市场规模预测准确性的关键变量。

二、市场规模：2030年千亿量级

年份 中国市场规模（亿元） 全球市场规模（亿美元）
2025E 约241 约50
2026E 约432 约90
2027E 约550 约115
2028E 约650 约140
2030E 约1000+ 约200+

ASP持续下行（规模化降本+竞争压力）是市场规模增速慢于出货量增速的主要原因。即便如此，2030年中国激光雷达市场（整机+上游器件+系统集成）达到千亿元量级是大概率情景。

三、千元级普及：2026—2027年向10—15万元市场扩散

速腾MX的1500元量产定点已在2025年落地。2026—2027年，随着规模效应和技术迭代叠加（SPAD CMOS三维堆叠进入量产），主力前向车规激光雷达的ASP预计进一步下降至1000—1200元，使激光雷达渗透12—15万元价格带成为经济可行。

这一价格突破意义深远：中国乘用车销量中12—15万元区间占比约25—30%，若激光雷达在此价格带渗透率从接近0升至20%，年增量出货约100—200万颗，是当前总市场规模的近1倍。激光雷达真正的"大众化"窗口，将在2026—2027年被打开。

四、L3规模化：2026—2028年逐步展开

2025年底的首批L3准入是起点。2026—2027年，随着长安、比亚迪、华为等更多品牌和车型获批L3准入，L3量产车型数量预计大幅增加。L3场景单车搭载2—3颗激光雷达的需求，将在乘用车渗透率的基础上产生额外的颗数杠杆：若2027年L3车型年销量达到100万辆（乘用车总销量约10%），单车2.5颗计，L3单独贡献约250万颗年增量，约占届时总出货量的35%。

五、Robotaxi规模化：2026—2028年

萝卜快跑（百度Apollo）、文远知行、小马智行的Robotaxi商业化在2026—2028年将进入加速阶段。预测情景：若2028年国内Robotaxi运营规模达到30—50万辆（乐观估计），单车激光雷达约4颗，年需求约120—200万颗，是一个重要的高端激光雷达需求场景。图达通和禾赛的Robotaxi配套定点，将是这一场景的主要受益者。

六、机器人激光雷达：2028年追平车载

速腾2026年Q1机器人出货已超ADAS业务，是机器人LiDAR加速的信号弹。预计2026—2030年机器人激光雷达的出货量CAGR超过80%，主要驱动力是：扫地机器人持续渗透（高端扫地机全系标配LiDAR，年出货百万级别）；仓储AMR规模化（电商/制造仓储自动化加速，每台AMR 1—2颗）；人形机器人量产化（特斯拉Optimus/宇树/智元等厂商量产爬坡，每台配置1—3颗三维传感器）；服务机器人多场景（医院/酒店/工厂巡检等场景持续扩展）。

预计2028年机器人激光雷达年出货量达到300—500万颗，追平甚至超过车载前装出货量，届时"机器人"将取代"乘用车"成为激光雷达最大的单一应用场景。

七、竞争格局演变：中国四强强者更强

2026—2030年，禾赛/速腾/华为/图达通的全球主导地位将进一步巩固，市场集中度可能从当前88%进一步提升至92—95%（因为中小海外企业在成本竞争中将被进一步边缘化）。

在四强内部，预计：禾赛依托ATX大规模渗透乘用车中端市场+JT机器人系列，营收2027年目标45亿+元，维持盈利；速腾依托MX千元级+机器人赛道领先，2026年全年盈利，2027年机器人业务超车载成为第一大营收来源；华为依托ADS生态+L3政策+乾崑品牌，维持25%左右市场份额的稳定供给；图达通借助港股上市资金，扩展商用车/Robotaxi客户，降低蔚来集中度，但1550nm成本劣势将制约其在大众乘用车的渗透速度。

第十二章　结论：千元拐点之后，中国激光雷达成为全球自动驾驶感知底层

2025年，中国激光雷达行业完成了三件具有历史意义的事：

**第一件：出货量主导，格局锁定。**全球车载激光雷达出货量突破250万颗，中国厂商占80%以上，禾赛+速腾+华为+图达通四强合计占88%，这个格局在2030年前不会发生根本逆转。Luminar的破产宣告了西方激光雷达阵营在商业化竞争中的系统性失败——不是技术失败，而是规模化能力的彻底失败。

**第二件：千元级落地，大众化起点。**速腾MX约1500元的量产价格，打破了"激光雷达不能进千元级"的历史预设，标志着这个传感器品类从高端稀有品向大众制造品的根本性转型。这是中国制造业芯片化+规模化双轮驱动下，将一类高端传感器批量普及化的又一个经典案例——从液晶显示屏到摄像头模组，中国的制造体系反复验证了这种能力。

**第三件：机器人赛道点火，第二增长曲线成为当期收入。**速腾2025年机器人出货30.3万台，2026年Q1机器人出货首超ADAS，意味着机器人LiDAR不再是"未来故事"，而是季报里可以印证的当期出货量——这种从预期到现实的兑现，是资本市场和产业链重新评估激光雷达长期价值的关键依据。

往后看2026—2030年，有四个相互强化的驱动力将共同把激光雷达行业推向1200万颗/年出货量和千亿规模：

乘用车渗透率从21%走向60%以上（千元级降本打开10—20万元市场，L3监管催化高端配置，NOA普及拉动中端标配）；机器人激光雷达从百万颗走向数百万颗，2028年前后追平车载（人形机器人量产化+高端扫地机全系标配+仓储AMR规模化）；Robotaxi/L4商业化带来每车多颗的杠杆效应（2028年预计30—50万辆规模，4颗/车，约120—200万颗年增量）；商用车Robotruck高速路规模化（1550nm/远距激光雷达的主战场，图达通/禾赛AT系列主要受益）。

这四个驱动力叠加，将在2030年把中国激光雷达市场推至千亿规模，全球市场达到约$200亿美元量级。

然而，风险也在同步演化。Tesla纯视觉技术的持续优化对中端市场构成认知竞争压力；4D毫米波在15万元以下市场的竞争将持续；FMCW技术路线一旦在2027—2028年实现成本突破，将对当前dToF主流方案形成新的竞争冲击；企业内部的价格战和毛利率侵蚀，将持续淘汰没有核心差异化能力的中小激光雷达厂商。

天下工厂产业研究院在长期跟踪中国制造业的过程中，反复看到同一条规律：一个品类从高端小众走向大众普及，靠的从来不是技术上的完美，而是规模化量产能力、客户生态绑定和芯片化降本三个轮子同时转动。中国激光雷达企业在这三个维度上的建设，不是从2025年才开始的，而是从2018—2020年的产品积累和2021—2023年的量产验证中持续积累的结果。

工厂数据平台覆盖的480万家真实工厂，是中国制造业生态的底盘——其中，与激光雷达产业链直接相关的工厂，从上游905nm激光芯片（苏州/深圳）、MEMS器件（深圳/上海）、光学元件（苏州/杭州），到中游整机（上海嘉定/深圳南山），到下游系统集成（北京亦庄/上海嘉定），构成了一张密不可分、难以复制的产业协作网络。全球其他国家短期内不具备同时在这些环节都具有竞争力的工厂网络，这是中国激光雷达在未来5—10年内保持全球主导地位的根本产业基础。

千元级拐点已经落地。接下来五年，这个"智驾之眼"将完成从旗舰专属到全民标配的最后一段旅程。

七、ATX量产深度解析与行业历史坐标

一、ATX的量产意义：一颗雷达背后的产业逻辑

禾赛ATX是2025年整个激光雷达行业最重要的单品，理解ATX，就理解了"千元级拐点"的完整产业逻辑。

ATX的产品定义诞生于2022年前后，当时禾赛的主力产品AT128是一款128线棱镜转镜激光雷达，售价约5000—8000元，主要搭载于蔚来、小鹏、理想等20—40万元区间的高端新能源车型。AT128的工程性能十分出色，探测距离超过200m，点云密度极高，帮助禾赛在Robotaxi和高端ADAS市场建立了口碑。但AT128的价格决定了它无法覆盖中国最主流的10—20万元乘用车市场——而这片市场的年销量是高端车市场的5—10倍。

禾赛的战略判断是：如果不能在2025—2026年把激光雷达的前装价格降到2000元以下，那么4D毫米波雷达将在中端市场取得压倒性优势，激光雷达将长期被锁定在高端小众市场，无法实现真正意义上的大规模前装普及。ATX的研发立项，是这一战略判断的直接产物。

ATX量产路径的核心突破有三个：第一是采用MEMS振镜取代棱镜转镜，在扫描机构层面大幅降低机械结构成本；第二是禾赛自研第三代Pandar SoC，将发射控制、SPAD读出、时序数字转换和信号处理集成在单一芯片，消除了大量分立器件；第三是通过比亚迪等头部车厂的超大规模定点（年出货数十万颗级别），将固定研发和产线建设成本快速摊薄到单颗成本中，触发规模效应的正循环。

2025年Q1，ATX开始大规模交付，单季交付接近4万台；Q2随着比亚迪等车厂生产线的爬坡，ATX交付量持续上升；截至2025年9月，禾赛累计出货突破100万台，ATX是最核心的贡献者。比亚迪方面，ATX覆盖了王朝系列（汉、唐）、海洋系列（海豹、海狮）和仰望系列的多款具体型号，按照比亚迪的年销量规模，仅比亚迪一家客户的稳定出货量就足以支撑ATX量产线的规模经济。

ATX的市场成功，在产业层面验证了一个历史性命题：激光雷达可以像智能手机的摄像头模组那样，通过芯片化+规模化，从一个定价数万元的精密仪器，变成消费电子意义上的大众传感器。这一验证的意义远超单个产品的商业成功——它是中国制造业在激光雷达这个细分领域，复刻消费电子降本历史的确切证明。

二、速腾MX：千元级门槛的工程细节

速腾聚创MX在2024年4月的发布会上宣布售价低于200美元，在当时的行业背景下，这个价格是轰动性的——因为彼时大多数主流前向车规激光雷达的售价仍在3000—8000元区间。MX之所以能够实现这一价格，是M-Platform全栈SoC架构的工程成果。

M-Platform SoC的设计目标是：将激光雷达从"多颗芯片+大量分立器件的复杂电路板"转变为"以SoC为核心、外围元件极简化"的新形态。具体实现路径是：将MEMS振镜驱动控制逻辑从原本的FPGA中剥离，直接集成进SoC；将VCSEL发射时序控制从分立驱动IC集成进SoC；将SPAD阵列的读出电路（TIA/ADC）与数字信号处理（DSP）合并在同一基底。

这三个集成步骤的直接效果：MX的PCB面积从AT128等前代产品的约300cm²压缩至约80cm²，元件数量减少约70%，焊点减少约60%，从而大幅降低装配工时和失效率。整机BOM成本从前代产品的约4000—6000元降至约1000—1500元，加上速腾聚创在市场推广期的策略性定价，最终形成了约200美元的公开售价。

MX的量产一致性是另一个工程挑战。MEMS振镜在不同批次间会有最高约1—3%的谐振频率偏差，传统做法是对每颗激光雷达单独标定，这会显著增加制造时间和成本。M-Platform SoC通过内置的闭环控制算法，在激光雷达通电后自动检测MEMS振镜的实际谐振状态并调整驱动参数，实现出厂免标定或简化标定，从根本上解决了这一制约量产效率的瓶颈。

MX于2025年上半年开始大规模前装量产交付，速腾聚创2025年全年ADAS出货量中，MX系列是最核心的增长来源。同时，MX的技术平台也延伸到了机器人应用，速腾的机器人激光雷达系列中也使用了M-Platform的芯片集成方案，这使得"一套SoC平台同时支撑车载和机器人"成为可能，进一步分摊了SoC研发成本。

三、激光雷达发展的历史坐标

要理解2025年的激光雷达行业，需要放在一个更长的历史坐标系中看。

2007年，DARPA无人车挑战赛（Urban Challenge）上，Velodyne的HDL-64E是参赛车辆上最关键的传感器之一——64线、全景旋转式、1秒扫一圈，重量约13公斤，价格约8万美元（约60万元人民币）。HDL-64E是那个年代自动驾驶感知技术的最高水准，但其重量、体积和价格，决定了它只能出现在实验室和测试车辆上，绝无可能前装在量产乘用车里。

2016年，Velodyne发布了16线、旋转式VLP-16，售价约8000美元（约5.5万元），第一次让激光雷达具备了小型化的可能，开始出现在部分量产车型的小批量测试配置中。但5.5万元的价格依然是普通消费者无法接受的成本。

2019年，Waymo公开了一颗自研的"蜂鸟"激光雷达，声称成本约75美元，虽然外界无法验证实际批量成本，但这一声明给了整个行业一个信心信号：激光雷达有可能降到消费级别。

2021—2022年，中国车企开始大规模前装激光雷达。禾赛AT128以约5000元的价格进入蔚来ET7、小鹏P5等车型，速腾RS-Helios以类似价格进入理想L9等车型。这一年，中国前装激光雷达年出货量首次突破10万颗。

2024年，全球前装激光雷达出货量达到153万颗（中国），平均ASP约2800元。距离Velodyne HDL-64E的8万美元，折算降幅已超过99.6%；距离2016年的VLP-16，折算降幅约94%。这是技术进步+规模效应+中国制造能力三者叠加的结果。

2025年，速腾MX约1500元，禾赛ATX千元级目标，是这条历史降本曲线上最新的里程碑——从8万美元到1500元人民币，从13公斤到100克以内，从实验室设备到量产消费品，激光雷达用不到20年走完了这段惊人的旅程。

从这个历史坐标系回望，可以更清楚地理解为什么"千元级激光雷达"是一个值得单独记录的历史事件：它不是一次简单的降价，而是一类技术产品从专业工具完成向大众消费品转型的临界点——类似液晶显示屏从工业级向消费级的转变（2000年代中期），类似高清摄像头模组从专业相机向手机的迁移（2010年代初期）。中国在这两次转型中都是主要的制造推动者，在激光雷达的这次转型中，中国不再只是制造者，而已经是技术路线的定义者。

四、激光雷达与自动驾驶的互相定义

激光雷达的发展历史，和自动驾驶感知算法的进化历史高度交织，二者互相定义。

早期（2010年代初）的自动驾驶算法，严重依赖激光雷达点云：HD Map（高精度地图）是以激光雷达的三维点云数据为基础制作的，自动驾驶算法在运行时将传感器点云与HD Map进行实时配准，定位精度可达厘米级。这种架构下，激光雷达是整个感知系统的核心，摄像头和毫米波雷达更多作为辅助。

随着深度学习的发展（特别是2016年以后），基于摄像头的感知算法能力大幅提升：卷积神经网络（CNN）可以从单帧图像中提取目标类别、位置、运动状态，在标准数据集上的表现甚至接近人类水平。特斯拉在2021—2022年推进的"去激光雷达化"，就是基于对纯视觉深度学习能力的激进估计。

然而，2022—2025年的实际上路数据给出了更复杂的答案：在结构化高速公路场景，纯视觉方案的NOA表现已经相当可靠（特斯拉FSD）；但在非结构化城市场景（密集行人、非机动车、路障施工、异形障碍物），多传感器融合方案（包含激光雷达）的表现仍明显优于纯视觉。中国的城市交通场景（大量电动自行车、行人无序穿行、复杂交叉路口）比北美场景更复杂，使得中国市场对激光雷达的需求更为刚性。

2025年，端到端神经网络（End-to-End NN）开始在中国头部车厂的智驾系统中大规模应用（理想、小鹏、华为均在推进端到端方案）。端到端方案的特点是：感知、规划、控制三个环节统一在一个神经网络中优化，减少了人为定义的规则和中间件。在端到端架构下，激光雷达不再是"单独使用"，而是作为多模态输入之一——点云数据和摄像头图像一起输入神经网络，由网络自动学习两种模态的最优融合方式。这种架构下，激光雷达的价值不是被替代，而是作为更强的感知输入之一，提升端到端系统的整体性能上限。

从这个角度看，激光雷达在自动驾驶感知体系中的地位，是随着算法框架的演进而演进的——它经历了从"核心依赖"（基于HD Map时代）到"多模态融合成员"（端到端时代）的身份转变，但这种转变并不意味着重要性的下降，而是意味着"更深度地融合进感知系统"。只要激光雷达能够继续降本，使其在BOM中的成本占比不成为系统设计的约束，它在L2+以上感知架构中的位置将是稳固的。更值得关注的是，在端到端自动驾驶算法迅猛发展的同时，激光雷达成为端到端模型最重要的"数据质量提升器"：当训练数据中包含了高质量的激光雷达标注（三维边界框、精确距离信息），端到端模型在真实道路上的泛化性能会显著优于纯视觉训练的模型。这意味着，即使在推理阶段，某些低成本场景可能逐步倾向纯视觉，但在数据采集和模型训练阶段，激光雷达作为"金标准传感器"的地位将长期维持，为激光雷达高端测绘级产品提供了持续的商业需求支撑。

五、全球激光雷达产业格局演变的中日欧美比较

要全面理解中国激光雷达的崛起，有必要将其放在全球激光雷达产业地图中比较。

美国：2010年代，美国是全球激光雷达技术的引领者，Velodyne、Quanergy、LeddarTech等美国企业拥有最核心的知识产权和最成熟的量产经验。然而，2020年代以来，美国激光雷达企业集体遭遇"规模化之墙"：Velodyne在出货量上被中国企业迅速超越，2023年与Ouster合并后仍未找到盈利路径；Luminar坚持1550nm高端路线，依赖单一客户（沃尔沃）最终在2025年申请破产；Quanergy早已于2022年破产；LeddarTech专注算法/软件定义，整机出货量极小。

日本：日系Tier1（小糸制作所Koito、电装Denso）通过收购欧美激光雷达企业（Koito收购Cepton）布局，但整体进入商业化量产的步伐较慢，主要为日系OEM（丰田、本田、日产）配套，在中国市场缺乏实质存在。

欧洲：法国Valeo是欧洲最早前装量产激光雷达的企业（SCALA系列为奥迪A8配套），但SCALA的机械旋转式方案已被市场抛弃，新一代固态方案SCALA 3的出货量极为有限；博世（Bosch）曾有激光雷达研发项目，但已缩减。欧洲整体在量产激光雷达上已经失去竞争力，德日系OEM的高端激光雷达配套主要依靠中国供应商（禾赛、速腾）或极少数存活的海外企业（Innoviz为宝马供货）。

以色列：Innoviz以MEMS + 1550nm方案为核心，主要客户为宝马（BMW iX/iX1部分型号），出货量较小，2025年仍处于亏损状态，能否长期存活仍有疑问。

中国：从2018年前后的"第一梯队"格局（禾赛、速腾是量产方向，百度、Waymo等押注机械旋转式），到2025年的"四强称霸"（禾赛/速腾/华为/图达通合计88%），中国激光雷达行业用7年完成了从"跟跑"到"领跑"的历史转变。这一转变是多重因素叠加的结果：中国新能源汽车的爆发提供了无与伦比的量产需求拉动；中国政府的智能网联政策为前装渗透创造了政策环境；中国头部激光雷达企业的技术路线选择（半固态+905nm+自研SoC）比海外企业更早锁定了可规模化的量产路径；中国制造业的产业链协作效率（上游芯片、光学元件、结构件本地化）为降本提供了系统性支撑。

这一产业格局的形成不是偶然的，而是中国在消费电子、新能源汽车等行业积累的制造能力的自然延伸。中国激光雷达的胜出，不是击败了技术更好的对手，而是在"规模化量产能力"这个维度上，比所有竞争对手快了不止一代。中国激光雷达的崛起，是一个关于产业生态的故事，而不只是关于某几个聪明的创始人和出色的工程师团队的故事。从苏州提供905nm VCSEL芯片的长光华芯，到上海嘉定完成精密光学装配的整机厂，从深圳供应光学元件的精密加工厂，到北京部署Robotaxi并产生真实需求的百度Apollo，每一个环节的成熟和协同，共同构成了这场产业胜利的基础设施。如果没有中国消费电子和新能源汽车行业多年积累的制造生态，激光雷达的降本速度不可能如此之快；如果没有中国新能源汽车市场爆发提供的需求拉动，头部企业的量产规模不可能如此之大；如果没有中国政府对智能网联汽车的政策支持，L3准入的制度化落地不可能如此之快。这四个相互强化的驱动力，是中国激光雷达行业历史性突破的完整解释。

六、激光雷达的产品认证体系：车规标准的中国本地化

激光雷达要进入乘用车前装市场，必须通过严苛的车规认证体系。这套认证体系不仅决定了进入门槛，也深刻影响了产品设计和企业的研发策略。

ISO 26262功能安全标准：这是车载电子系统最重要的功能安全标准，要求激光雷达满足特定的ASIL（汽车安全完整性等级）要求。L2+辅助驾驶场景的主激光雷达通常需要达到ASIL-B级别，L3以上场景需要ASIL-D级别。ASIL-D认证要求在硬件和软件层面实现多重冗余，开发过程需要严格的安全分析（FMEA、FTA等），认证周期通常需要18—24个月。

AEC-Q100：汽车级芯片可靠性认证，要求激光雷达中使用的集成电路（包括禾赛Pandar SoC、速腾M-Platform SoC）在-40°C至+125°C全温度范围内稳定工作，并通过高加速寿命测试（HALT）。这是国产SoC进入车规市场的必要条件，也是国内芯片厂商（长光华芯的激光芯片等）建立车规供货资质的重要壁垒。

IP69K防护等级：车载激光雷达需要满足IPX6/IP69K等级的防水防尘要求，能够在高压水枪清洗的条件下正常工作，这对保护玻璃镀膜、结构密封设计提出了很高要求。

EMC/EMI认证：激光雷达的高频激光脉冲驱动电路可能产生电磁干扰，需要通过CISPR 25等EMC认证，确保不干扰车内其他电子系统（收音机、通信模块等）。

中国本土化的车规认证体系（GB/T标准）在与国际标准（ISO/IEC/AEC）的对应关系上逐步完善，国家市场监督管理总局和工业和信息化部的汽车产品公告要求，实际上要求激光雷达厂商提交系统级的感知性能测试报告，这是超出传统器件认证范畴的中国特有要求。

禾赛和速腾在2022—2024年完成了主力产品的完整车规认证，这两年的认证投入形成了竞争护城河：新进入者需要重走同样的认证历程，这意味着至少18—24个月的时间成本，在快速迭代的市场中，这是不可忽视的进入壁垒。

七、激光雷达融合算法：感知软件的价值凸显

激光雷达硬件性能的天花板在逐步接近的同时，感知软件（融合算法）的价值正在相对提升。激光雷达融合算法的核心任务包括：

点云预处理：去除雨滴、雪花、灰尘等引起的噪点（这些"假点"会导致误报障碍物）；补偿运动失真（激光雷达在高速行驶时扫描一帧需要几十毫秒，车辆在这期间已移动数十厘米，需要运动补偿才能得到正确的三维形状）；地面分割（将地面点从障碍物点中分离出来，是后续处理的基础）。

3D目标检测：从点云中检测出行人、骑手、车辆、锥筒等目标，并输出三维边界框（Bounding Box）和类别置信度。主流算法框架有：点柱（PointPillars，将点云投影为2D柱状特征再做检测）、稀疏卷积（VoxelNet/CenterPoint）、Transformer变体等。目前头部自动驾驶企业（禾赛、速腾与下游感知方向的合作）在3D检测上已达到相当高的精度水平。

多传感器时空对齐与融合：将激光雷达点云与摄像头图像、毫米波雷达回波在时间（时间戳对齐）和空间（外参标定）上对齐，形成多模态融合表示。这是端到端感知系统的关键基础。激光雷达厂商正在通过提供标准化的SDK（软件开发工具包）和参考融合算法，降低车厂的集成难度，从"卖硬件"向"卖感知能力"的业务模式延伸。

在线标定与自诊断：车规级激光雷达需要在长期使用中保持稳定的外参标定（激光雷达坐标系与整车坐标系的空间对应关系）。振动、热胀冷缩、轻微碰撞都可能导致外参漂移，在线标定算法通过识别稳定的环境特征（路面标线、电线杆等）自动更新外参，是保证长期感知精度的重要软件能力。

激光雷达厂商在感知软件上的投入，标志着行业正在从纯硬件竞争向"硬件+软件"综合解决方案竞争演进，这与汽车传感器向"智能传感器"演变的大趋势一致。在激光雷达行业，软件能力的壁垒正在接近甚至超越硬件壁垒：一颗性能类似的MEMS激光雷达硬件，如果配套了更完善的感知SDK和更稳定的OTA服务，在整车厂采购决策中的竞争力将明显强于只提供裸硬件的竞争对手。禾赛和速腾均已建立专门的感知算法团队，以软件能力作为硬件差异化收窄时代的新护城河，这是头部企业向"智能传感器平台"演进的战略自觉。工厂数据平台在追踪中国车载激光雷达产业带时注意到，随着感知软件能力成为差异化竞争点，激光雷达整机厂正在从单纯的器件供应商向系统级方案提供商转型，产业价值链的重心正在向拥有完整软硬件能力的头部企业集中。

七、车规供应链与技术路线的交叉影响：深度观察

一、车规供应链的合规成本与门槛效应

在激光雷达行业，供应链合规成本是区分头部企业与中小企业的隐性壁垒，其重要性不亚于技术创新本身。一家激光雷达企业从完成技术原型到进入量产整车的供应链，通常需要经历以下五个阶段，每个阶段都有可能成为卡脖子节点。

第一阶段是器件供应商认证。激光雷达所使用的核心器件（VCSEL激光芯片、SPAD探测器、MEMS振镜等）必须来自经过车规认证的供应商，且供应商需通过IATF 16949汽车质量管理体系认证。许多优秀的半导体企业有能力制造高性能器件，但由于未完成IATF认证或未建立适应车规需求的质量管理体系，无法成为车规激光雷达的合格供应商。国内905nm激光芯片领域，长光华芯之所以能占据主要供应地位，除了技术性能外，其率先完成车规认证体系建设也是关键因素。

第二阶段是整机设计验证测试（DVT）。激光雷达必须通过振动（IEC 60068-2-6）、冲击（IEC 60068-2-27）、温度循环（-40°C至+85°C，数百次循环）、湿热（85°C/85%相对湿度）等一系列环境应力测试，验证在整车全寿命周期内的可靠性。这些测试通常需要数十颗样品和6—12个月的测试周期，测试成本每次约数百万元。

第三阶段是整车厂SOP（Start of Production）前的系统级验证。整车厂会将激光雷达集成进整车感知系统，在封闭测试场和公开道路进行数万公里的实际验证，验证激光雷达在真实场景中的误报率（False Positive Rate）、漏检率（False Negative Rate）和与整车感知融合的稳定性。这一阶段通常需要18—24个月，是整个认证周期中耗时最长、风险最高的环节。

第四阶段是PPAP（Production Part Approval Process，生产件批准程序）提交。整车厂要求激光雷达供应商提供包括设计FMEA、过程FMEA、控制计划、样本初始能力研究（Cpk分析）在内的完整PPAP文件包，证明批量生产工艺具备稳定输出合格品的能力。

第五阶段是批量供应过程中的持续质量保证。量产后，整车厂对激光雷达的PPM（百万分之一缺陷率）要求通常在100—500PPM以内，任何批量质量问题都可能触发整车厂的停线要求，对激光雷达企业造成巨大的商业损失和品牌损伤。

这五个阶段的合规体系建设，是禾赛和速腾用2021—2024年的投入换来的竞争壁垒。新进入者即便拥有同等甚至更好的技术性能，也需要重走这条认证之路，至少需要3—4年才能在体量可观的整车厂量产供应链中站稳脚跟。这就是为什么激光雷达行业的竞争格局高度集中——技术创新是票价，供应链合规体系是真正的入场券。

二、激光雷达在整车感知架构中的位置演变

随着整车智能化架构的演进，激光雷达在整车感知系统中的物理位置和功能角色也在发生变化，这影响了产品规格的定义方式和厂商的产品战略。

在2020—2022年的早期前装时代，激光雷达通常安装在车顶（顶置）或前保险杠上方，以获得最大的视场角和探测距离。顶置安装的代价是影响整车造型（"顶了个灯台"），对风阻有一定影响，且需要独立的密封防水设计；保险杠安装则受到视场角的限制，需要车厂提前预留安装位并对周边结构进行安全设计。

进入2023—2025年的主流前装时代，主流方案已切换到前挡风玻璃后方（前视集成，如问界M9的前向主雷达位于前罩内）、前/侧/后保险杠集成（以禾赛ET25/速腾E1等补盲雷达为代表的多颗分布式布局）两种形式。挡风玻璃后方安装的优势是完全隐藏（不影响外观），但对激光雷达的高温工作性能和挡风玻璃的光学透过率有更高要求。

高档车型的多雷达方案（如问界M9的1颗主雷达+3颗补盲）正在成为L2+/L3旗舰车型的标准配置，这对激光雷达供应商提出了"主/补配套"的产品组合要求，既要有性能优越的长距主雷达，也要有成本极低的短距补盲雷达，且两者的接口协议和SDK必须统一。禾赛的AT128（主）+ET25（补盲）和速腾的RS-Helios（主）+E1（补盲）的产品组合策略，正是针对这一客户需求的精确匹配。

2026年以后，随着激光雷达尺寸进一步缩小（MEMS+SoC使整机厚度可压缩至2—3cm），隐形嵌入（flush-mount，与车身曲面齐平）将成为主流安装方式，激光雷达将像摄像头一样"消失"在车身造型里，成为消费者几乎感知不到的隐形安全配置。这种安装方式对防水密封、高温防护和光窗光学设计提出了新的挑战，也将成为下一代车规激光雷达的重要设计约束。

三、机器人激光雷达的技术差异与成本结构

机器人激光雷达与车载前装激光雷达在技术规格和成本结构上存在显著差异，理解这些差异有助于解释为什么速腾和禾赛能够同时在两个市场取得领先地位。

技术规格差异：车载前装激光雷达的核心指标是探测距离（100—250m）和车规可靠性（-40°C至+85°C，15年全寿命）；机器人激光雷达的核心指标是尺寸（越小越好，扫地机内部空间极为有限）、成本（每颗需控制在200—1000元以内才能让终端产品价格可接受）和近距精度（1—10m内的高精度测距，用于障碍物规避和地图构建）。扫地机器人用的激光雷达通常只需要6—12m的有效探测距离，远低于车规产品，但对体积和成本的要求远比车规苛刻。

成本结构差异：机器人激光雷达因为不需要车规环境试验认证（不需要通过ISO 26262、AEC-Q100等高标准）、不需要满足PPAP供应商认证、安装环境相对温和（室内常温），所以在供应链合规和可靠性认证上的成本投入比车规产品低一个数量级。这使得机器人激光雷达的整机成本可以更快降至消费级别，也解释了为什么机器人激光雷达的ASP（平均售价）可以低至200—500元，而车规激光雷达的售价仍维持在1500—3000元区间。

量产工艺的共用性：速腾和禾赛在车载和机器人两个市场都能快速放量的原因之一，是两类产品在核心器件（VCSEL芯片、SPAD探测器）和自研SoC上的共用性——同样的芯片平台（禾赛Pandar、速腾M-Platform）可以通过参数配置，同时支撑车规高端产品和机器人低成本产品。这种"一芯两用"策略摊薄了SoC研发成本，是两家头部企业在机器人赛道快速建立竞争优势的重要方法。

服务模式差异：车载前装市场是典型的Tier1对OEM的B2B模式，项目决策周期长（定点到SOP通常18—36个月），但一旦定点则有较强的客户粘性，年出货量有较高的可预测性。机器人激光雷达市场目前更接近消费电子市场，客户分散（扫地机品牌、AMR厂商等数十家），决策周期短，但客户忠诚度也相对较低，供应商切换摩擦较小。速腾和禾赛在机器人市场都面临着来自北醒光子等专注短距机器人LiDAR企业的竞争，但凭借车规级别的品质积累和更大的规模效应，头部优势仍然明显。

四、激光雷达与芯片行业的深度联动

激光雷达行业的技术演进，与半导体芯片行业的发展轨迹深度联动，在多个核心器件上存在双向影响关系。

SPAD与CMOS工艺的联动：SPAD传感器向标准CMOS工艺迁移，是激光雷达行业降本最重要的技术进步之一。这一进步的实现，直接受益于半导体行业在28nm和55nm节点上积累的超大规模制造能力——全球数十家晶圆代工厂（台积电、三星、中芯国际等）都能在这些工艺节点上大批量生产，形成了极低的边际制造成本。SPAD向标准CMOS的迁移，本质上是将激光雷达的接收链路芯片从"半定制"变成"标准品"，享受消费级芯片制造的规模经济。

SiPM与固体物理的联动：硅光电倍增管（SiPM，Silicon Photomultiplier）是SPAD的阵列集成形式，在PET（正电子发射断层扫描）等医疗成像领域已有多年大规模量产历史。激光雷达行业的SPAD器件在结构上与医疗SiPM高度类似，这意味着激光雷达厂商可以从医疗SiPM供应商（Hamamatsu、SensL等）借鉴量产工艺，缩短自主研发周期。部分面向机器人的低端激光雷达产品，甚至直接采购医疗级SiPM用于探测模块，获得更低的采购成本。

高速ADC/TDC与通信芯片的联动：激光雷达的信号链路中，高速ADC（模数转换器）和TDC（时间数字转换器）是关键器件，直接决定了测距精度和最大探测距离。这类器件在雷达、激光测距仪、光时域反射仪（OTDR）等多个应用领域都有广泛使用，相关器件供应商（ADI、TI等）有成熟的产品线。激光雷达厂商在早期产品开发中大量采用这些通用芯片，禾赛和速腾在自研SoC路线上，则是将这些功能全部集成进一颗芯片，消除了多芯片间的信号传输延迟和功耗开销。

GaAs外延与功率放大器工艺的联动：905nm VCSEL芯片使用GaAs基Ⅲ-Ⅴ族外延工艺，这一工艺平台在射频功率放大器（PA）芯片中同样广泛应用（5G通信基站和手机射频芯片大量使用GaAs PA）。中国在GaAs外延和芯片制造上，因为5G通信需求的驱动，已经建立了相当规模的产业能力（苏州、北京、深圳均有GaAs晶圆厂），这为905nm激光芯片的国产化提供了工艺基础。长光华芯依托苏州的GaAs工艺产业生态，得以快速建立VCSEL批量生产能力，并非空穴来风。

五、中国激光雷达企业的全球化战略

随着中国激光雷达在技术和成本上的全面领先，头部企业开始系统性地推进全球化布局，这不只是市场拓展，也是对冲国内市场竞争加剧和地缘政治风险的战略必要性。

禾赛的全球化进程：禾赛早在纳斯达克上市（2023年）时，就将全球战略写入了核心叙事。截至2025年Q1，禾赛海外量产定点已超过120款车型，覆盖北美、欧洲、日本、韩国等主要汽车市场的多家OEM。海外客户的激光雷达需求场景主要是Level 2+和自动驾驶测试，尚未形成中国市场这样规模化的前装量产，但海外市场的拓展为禾赛提供了多元化的收入来源和技术验证场景。

速腾的亚太与欧洲布局：速腾聚创在香港上市后，利用香港资本市场的国际影响力，加大了对海外市场的资源投入。速腾的机器人激光雷达（RS-Bpearl等）已进入欧美AMR和服务机器人市场，成为多家国际机器人厂商的传感器供应商。在汽车市场，速腾正在与若干亚太地区（日本、韩国、东南亚）的区域性OEM接洽，探索海外前装机会。

全球化的挑战：中国激光雷达企业在全球化过程中面临三类主要挑战：第一是地缘政治风险——美国对中国高科技企业的制裁和审查日益收紧，中国激光雷达企业进入美国市场的难度在上升，特别是在无人驾驶军事应用相关的政策解读存在模糊地带；第二是本地化认证成本——每进入一个新市场，都需要针对当地法规（欧洲的UNECE R155、日本的自动驾驶准入标准等）重新完成认证，成本不菲；第三是客户开发周期——欧美日OEM的供应商开发周期通常比中国车厂更长（3—5年 vs 1—2年），且OEM对供应商的资质要求（财务稳定性、本地产能、售后服务能力）也更为严苛。

全球化的机遇：中国激光雷达的成本优势在海外市场更加显著。以禾赛ATX约1000—2000元人民币的成本对应欧美市场Tier1供应商（如Valeo、Continental等）的同类产品（售价通常在$200—$500 USD），中国产品的成本竞争力清晰可见。随着欧美整车厂面临更大的降本压力，在激光雷达传感器上转向中国供应商是可预见的趋势，特别是在成本敏感的主流车型上。

六、激光雷达行业的融资与资本市场演变

激光雷达行业的资本市场历史，是一部从过度乐观到理性回归的经典案例，值得详细记录。

2018—2021年：风险投资与SPAC泡沫

2018—2021年是激光雷达行业融资的黄金期。禾赛、速腾聚创在这一阶段完成了多轮大额融资，Velodyne、Luminar、Innoviz通过SPAC（特殊目的收购公司）方式在美股上市，市值均达到数十亿美元。彼时的融资逻辑极为乐观：投资者相信L3/L4自动驾驶将在2023—2025年快速商业化，激光雷达作为必选传感器将迎来百亿美元的爆发性市场。

这一乐观假设的内在逻辑是：如果Waymo的Robotaxi在2023—2025年扩展到100个城市，每辆车配5颗激光雷达，百万车队就是500万颗年出货量，以每颗$500 USD计算是$25亿的年收入；加上OEM前装市场，整体市场规模可超过$50亿/年。

2022—2023年：泡沫破裂与中美格局分化

然而，2022年开始，L3/L4商业化的缓慢推进开始让资本市场重新定价：Velodyne和Quanergy相继破产，Luminar股价从峰值下跌逾90%，Ouster与Velodyne合并以削减成本。SPAC上市的激光雷达企业普遍面临"高估值+低收入"的困境。

与此同时，中国激光雷达市场的走势与海外截然不同：中国新能源汽车的爆发带来了实实在在的前装量产需求，禾赛2024年出货50万台并率先盈利，速腾出货54万台，这些真实的出货量和财务改善，使中国激光雷达企业相较海外同行展现出截然不同的商业面貌。

2024—2025年：港股上市与理性估值

速腾聚创于2024年初在港股上市，图达通于2025年底通过De-SPAC在港股上市，标志着中国激光雷达企业选择了港股（而非美股）作为主要的国际资本市场平台。港股对于中国科技企业的接受度更高，且受美国政治风险影响更小。

禾赛科技于2025年在美股基础上完成港股双重上市，进一步拓宽融资渠道。两家公司的港股上市，为激光雷达行业在中国资本市场的发展提供了流动性，也为后续的扩产、研发和并购提供了弹药。

随着禾赛和速腾相继实现季度盈利，激光雷达行业的估值逻辑正在从"未来预期"向"当期盈利能力"切换，这是行业从成长股向价值股演变的重要标志，也意味着只有能够持续改善盈利的企业才能在资本市场获得持续的认可。

七、2026年中国激光雷达行业关键事件前瞻

展望2026年，以下几个关键事件节点将对行业走势产生重大影响，是研究激光雷达行业的观察者需要重点跟踪的指标：

禾赛ATX量产爬坡验证：ATX在比亚迪等大客户的前装出货量是否按预期爬坡，将验证禾赛2026年实现4—6亿元净利润指引的可行性。若爬坡顺利，则意味着禾赛已经真正进入"大规模量产盈利"阶段；若出现良率或供应链问题，则将对股价和客户信任造成冲击。

速腾全年盈利目标兑现：速腾聚创将2026年全年盈利设为目标，在2025年Q4单季盈利的基础上，能否维持全年正盈利，取决于ADAS激光雷达ASP的下降速度是否慢于机器人业务的盈利贡献增速。

更多L3准入车型落地：2026年L3准入车型数量的扩大，将是激光雷达市场"政策催化剂"从信号变成实质需求的关键节点，值得持续关注工业和信息化部的准入公告进展。

FMCW小批量量产首例：若2026—2027年有任何企业发布可量产的FMCW激光雷达样品（成本低于$1000 USD/颗），将是技术路线演进的重大信号，需要重新评估dToF主流方案的长期竞争地位。

机器人激光雷达定价战：随着速腾和禾赛机器人出货量快速提升，机器人LiDAR市场将进入激烈的价格竞争阶段。价格战的结果——是头部企业用规模优势快速压缩北醒等专注机器人的企业的生存空间，还是形成车规/机器人的专业化分工——将决定行业格局的下一阶段走向。

Luminar资产处置影响：Luminar破产后的资产处置（知识产权、客户合同、部分产线）可能引发行业整合。若其1550nm相关知识产权被中国企业（如图达通或禾赛）收购，将对1550nm技术路线的国产化进程产生加速影响，值得密切关注。

八、激光雷达的国际标准体系与中国标准化布局

激光雷达进入汽车前装市场，必须在国际和国内两套标准体系的框架下运作。理解这套标准体系，是理解为什么车规激光雷达的进入门槛如此之高，以及中国企业在标准制定层面正在做什么的基础。

国际标准体系：ISO 26262（汽车道路车辆功能安全）是全球汽车行业最重要的安全标准，激光雷达作为安全相关传感器，需要满足其规定的功能安全开发流程（V模型）和ASIL等级要求（ASIL-A至ASIL-D，D级最严格）。ISO/SAE 21434（汽车网络安全）是近年新出台的网络安全标准，要求激光雷达制造商对产品进行系统性的威胁分析与风险评估（TARA），防止恶意攻击者通过传感器接口入侵整车系统。IEC 60825-1是激光安全标准，规定了激光产品的安全等级分类（Class 1到Class 4）和最大允许发射功率，车载激光雷达通常需要满足Class 1（人眼绝对安全）要求，这直接影响了发射功率设计和探测距离上限。

中国国家标准体系：中国国家标准化管理委员会（SAC）和工业和信息化部（MIIT）近年来加快了智能网联汽车相关标准的制定。GB/T 40429《汽车驾驶自动化分级》定义了中国版的L0—L5分级体系，与SAE J3016基本对应；《智能网联汽车自动驾驶功能场景描述规范》（报批中）规定了自动驾驶功能的测试场景，激光雷达的性能指标需要在这些标准场景下满足规定要求；《车载激光雷达性能要求及测试方法》（GB/T XXXXX，标准起草中）专门针对激光雷达整机性能制定了国家标准，包括探测距离、点云密度、角分辨率、探测成功率等核心指标的测试方法和最低要求。

中国企业的标准参与：禾赛科技和速腾聚创均参与了相关国家标准和行业标准的起草工作，将自身产品的技术参数和测试方法写入标准体系，是在技术竞争之外影响市场准入规则的重要手段。掌握了标准定义权的企业，事实上也掌握了对新进入者的技术门槛设定权。

眼安全测试的特殊性：激光雷达的眼安全测试是一项高度专业化的认证工作。905nm波长在IEC 60825-1下的人眼损伤阈值，随脉冲宽度、重复频率和发射面积而变化，需要使用专业的激光功率计和光束扩散模型进行计算验证。这不是一般EMC实验室可以完成的测试，全球能提供激光雷达眼安全认证的权威机构数量有限，测试排期本身就可能成为量产时间线的约束因素。

UNECE UN R157（车道保持辅助）的间接影响：联合国欧洲经济委员会（UNECE）制定的UN R157自动车道保持系统法规，是欧洲L3高速驾驶的核心法规框架。该法规对ALKS（自动车道保持系统）的感知系统提出了冗余要求，在很大程度上为激光雷达作为感知冗余提供了法规支撑。中国参照UN R157框架制定的相关标准，已将激光雷达纳入L3感知系统的合规配置，进一步强化了激光雷达在监管框架中的地位。

九、激光雷达的能耗与散热：前装量产的工程约束

激光雷达的功耗和散热，是前装量产中经常被低估的工程约束，对产品设计和整车电气架构均有直接影响。

功耗分解：一颗主流半固态前向激光雷达（如禾赛ATX/速腾MX级别）的典型功耗约为5—12W，分布如下：激光发射模块（VCSEL驱动）约2—4W（高峰值功率脉冲在时间平均后的电功率）；探测模块（SPAD+TIA+ADC）约1—2W；信号处理SoC约2—4W；扫描机构（MEMS驱动/电机）约0.5—2W；辅助电路（电源转换、接口等）约0.5—1W。整车12V电气架构下，5—12W的功耗对应420—1000mA的电流，对于搭载1—3颗激光雷达的整车，激光雷达总功耗约5—36W，是可以接受的范围（相比车载娱乐系统的50—200W要小得多）。

热管理挑战：激光雷达通常安装在保险杠内或前挡风玻璃后方，这些位置的散热条件相对有限（与引擎舱的主动散热系统隔离），主要依赖自然对流和整机铝合金外壳的被动散热。在高温（如夏季停车暴晒，外壳温度可达85°C以上）或高功耗连续工作场景下，SoC芯片的结温（Junction Temperature）管理是可靠性的关键约束。禾赛和速腾在产品设计中均采用了专用的热界面材料（TIM）和导热结构件将芯片热量传导至外壳，配合整机的工作温度降额策略（高温下降低点云帧率以减小功耗），在满足车规温度要求的同时控制热失效风险。

车规12V/48V电气架构的兼容性：随着整车电气架构从12V向48V（轻混系统）和400V/800V（高压纯电）演进，激光雷达供电接口的设计也在相应调整。当前主流车规激光雷达以12V供电为主，内置DC-DC转换器为内部电路提供多个稳定工作电压；48V系统的激光雷达适配版本（内置48V-to-12V降压）正在研发，以适配使用48V网络的轻混车型。

主动冷却的可能性：对于Robotaxi和高端L4车辆，单车配置3—5颗激光雷达，总功耗可达30—60W，依赖被动散热已难以满足高温高负载场景。部分Robotaxi车辆已经为激光雷达配备了微型风冷模块（小型风扇直接朝激光雷达外壳吹风），利用主动对流散热解决高温工况的可靠性问题。这在量产乘用车上暂时不具可行性，但对于Robotaxi的规模化运营，主动散热设计是必要的工程保障。

十、激光雷达软件栈：SDK与感知中间件的战略价值

激光雷达行业正在经历从"卖硬件传感器"向"卖传感器+软件感知能力"的战略转型。激光雷达厂商提供的软件开发工具包（SDK）和感知中间件，正在成为影响客户选择和粘性的重要差异化因素。

SDK的功能边界：激光雷达SDK通常包括以下几个层次：驱动层（封装激光雷达的物理接口，提供统一的数据流获取API）、数据层（点云格式定义、压缩与解压缩、时间戳同步）、工具层（外参标定工具、点云可视化工具、仿真数据回放接口）、算法层（可选，提供基础的点云滤波、目标检测算法参考实现）。头部激光雷达厂商（禾赛、速腾）的SDK设计遵循主流自动驾驶算法栈（ROS2、Apollo Cyber RT）的接口约定，使整车感知算法工程师能够快速集成，降低了下游客户的集成开发成本。

感知中间件的战略位置：更进一步，部分激光雷达厂商开始提供"感知即服务"（Perception as a Service）形式的中间件产品：激光雷达不只输出原始点云，而是输出经过初步处理的感知结果（目标列表、可行驶区域、自由空间地图等），与上层自动驾驶域控制器直接交换高层语义信息。这种"智能传感器"模式，使激光雷达在整车感知架构中承担了更多功能，从而提高了其在整车BOM中的"性价比"（不只是传感器成本，而是"传感器+感知计算"的综合成本），也加深了供应商与整车厂的系统耦合深度。

标准化接口的博弈：整车厂（特别是大型OEM）希望传感器接口标准化，防止被单一激光雷达厂商锁定；激光雷达厂商则希望通过专有接口/SDK建立切换摩擦。目前行业的解决方案是形成半开放的生态：主流自动驾驶框架（Apollo、Autoware等）提供了激光雷达的通用接口规范，各厂商需要适配这些规范（避免被排除在外），同时在适配层之上添加厂商特有的功能扩展（作为差异化卖点）。

OTA（在线升级）能力：车规级激光雷达的OTA升级能力，是近年来整车厂越来越重视的功能需求。通过OTA，激光雷达厂商可以在产品售出后持续改进感知算法（增加目标检测类别、优化恶劣天气滤波）、修复固件漏洞（防止网络攻击）、解锁新功能（随车型升级扩展激光雷达功能配置）。OTA能力要求激光雷达的SoC具备双分区存储（保证升级失败时可回滚）和ECDSA/RSA安全签名验证（防止未经授权的固件写入），这是硬件设计层面的前置要求，也是当前已量产的禾赛ATX和速腾MX支持的核心车规功能之一。

十一、激光雷达行业的供应链安全：从依赖进口到自主可控

"供应链安全"是2022年以来中国高科技产业政策的核心关键词，激光雷达行业在这一框架下也在系统性推进核心器件的国产化替代。

905nm VCSEL芯片的国产化进展：长光华芯（688048）在2023—2025年期间将905nm VCSEL的国产市场供应比例提升至60%以上，实现了从"补充采购"到"主力供应商"的身份转变。从技术层面，长光华芯的VCSEL芯片在峰值功率、脉冲宽度控制和温度稳定性上已经接近甚至达到国际主流水平，具备为禾赛、速腾等一线激光雷达厂商稳定批量供货的能力。进一步提升国产化率的限制因素是产能：国内VCSEL产线的晶圆产能相较台湾（稳懋半导体等）和美国（II-VI/Coherent等）仍有差距，需要持续扩产投入。

MEMS振镜的国产化瓶颈：MEMS振镜的国产化是激光雷达产业链中进展相对滞后的环节。目前国内速腾聚创通过M-Platform SoC将MEMS控制集成进芯片，从而降低了对MEMS振镜一致性的依赖（通过软件补偿批次差异），但MEMS振镜本身的微加工仍有相当部分采购自台湾和韩国的微机电系统厂商。国内在MEMS光学器件领域有布局的企业（如明芯光电等）正在推进车规级MEMS振镜的工程化，但完成批量量产认证预计仍需2—3年。

SPAD芯片的国产化布局：国内SPAD芯片的研发布局以高校和科研院所为主（中国科学院微电子研究所、上海交通大学等），工程化转化正在推进中。部分本土芯片设计公司已开始为激光雷达厂商定制SPAD芯片，但在车规可靠性验证和批量一致性上与国际领先水平仍有差距。预计2026—2028年，国产SPAD芯片将逐步获得主流激光雷达厂商的采用资格，但在2025年底之前，主要依赖进口（主要来自STMicroelectronics、Excelitas等欧美企业）的局面不会根本改变。

光纤激光器与1550nm路线的国产化困境：1550nm激光器（InP基）和InGaAs探测器的国产化难度远高于905nm方案。全球能批量生产高品质1550nm InP外延片的企业屈指可数，美国出口管制对相关工艺存在潜在限制。中国在1550nm激光器领域的研究投入正在加强（中国科学院半导体研究所、长春光机所等有研究布局），但从实验室级到车规量产供货，距离保守估计仍需5—8年。这是图达通坚持1550nm路线的最大系统性风险，也是为什么速腾和禾赛选择905nm路线在商业上更为明智的根本原因之一。

关键物料的战略储备：面对供应链不确定性，头部激光雷达企业已经开始建立关键物料的安全库存机制，特别是在SPAD芯片、MEMS振镜芯片等国产化尚未完成的核心器件上。适度的战略库存（通常为3—6个月的用量），可以应对突发的供应中断，同时为国产替代品的验证和切换争取缓冲时间。

十二、激光雷达行业的人才生态与研发模式

激光雷达是光学、光子学、MEMS、射频电路、信号处理、自动驾驶算法等多学科高度融合的技术领域，人才生态的发展对行业的长期竞争力有根本性影响。

核心人才供给：激光雷达行业的核心人才需求集中在：光学/光子系统工程师（设计发射接收光学系统、SPAD阵列）、MEMS设计工程师（微机电系统结构和电路设计）、模拟混合信号电路工程师（高速ADC/TDC/TIA设计）、数字信号处理工程师（测距算法、点云处理）、感知算法工程师（3D目标检测、多传感器融合）和汽车电子工程师（车规功能安全/PPAP/EMC）。这些专业的交叉性决定了激光雷达研发团队的建设难度——很少有工程师同时具备多个领域的深厚背景，优秀团队需要在多个子领域各自汇聚顶尖人才。

中国的人才积累：2015—2025年间，中国激光雷达行业通过多种渠道建立了相当规模的人才储备：一是海归人才（从美国、以色列、欧洲回国的光子和半导体工程师，是早期创始团队的重要来源，禾赛、图达通的部分创始人均有海外研究或工作背景）；二是本土培养（中国科学技术大学、上海交通大学、中科院长春光机所、浙江大学等在激光和光电子方面有较强的研究积累，为行业输送研究生人才）；三是从其他相关行业横向流动（从激光工业设备（大族激光等）、光通信（中兴/华为光器件部门）、医疗光学转型的工程师）。

研发模式的演变：早期激光雷达企业的研发以硬件产品迭代为主，每代产品周期约12—18个月；随着SoC化方向确定，当前头部企业的研发已形成"硬件+芯片+算法"三线并行的研发模式，SoC研发周期约18—24个月（从立项到流片），比硬件研发周期更长，需要更前瞻的产品规划。

禾赛科技将营收的约25—30%（接近甚至超过净利润水平）持续投入研发，保证了在激光雷达技术快速迭代的环境下不落队；速腾聚创同样维持高强度研发投入，M-Platform SoC的成功验证了"以研发驱动降本"的战略正确性。这种"在技术快速变化期保持高研发强度"的策略，是中国激光雷达头部企业在全球竞争中持续领先的关键运营选择。

行业人才流动与知识扩散：随着中国激光雷达行业的壮大，行业内的人才流动（从头部企业分流创业）产生了大量二阶效应：多家聚焦细分场景（路侧、机器人、特定应用）的激光雷达创业公司，由禾赛、速腾等头部企业的早期员工创立，这些公司在特定细分场景中往往具备较强的产品能力，形成了活跃的行业生态。从长期看，这种"孵化创业"效应将使中国激光雷达的产业生态更加多元和韧性，即便头部企业集中度很高，行业创新的活力也不会因此衰减。

十三、激光雷达行业的商业模式演变：从卖硬件到卖数据

激光雷达行业的商业模式，正在经历一次深刻的演变，从传统的"卖传感器硬件"向"硬件+数据服务+感知能力订阅"的复合模式延伸。这一变化将深刻影响激光雷达厂商的长期收入结构和竞争壁垒。

传统硬件销售模式的局限：目前激光雷达企业的主要收入来源仍然是硬件销售——整车厂采购激光雷达，支付一次性的零件价格（SOP后的批量供货价格），激光雷达厂商按出货量确认收入。这一模式的局限性在于：随着ASP持续下降，即便出货量高速增长，收入增速也会因ASP下降而受压；硬件销售一旦完成，供应商与客户的关系主要停留在质量/服务层面，缺乏持续的价值交互。

数据服务模式的萌芽：禾赛、速腾等头部企业的激光雷达在量产车辆上运行，持续产生海量的真实世界三维感知数据（点云时序数据）。这些数据在经过脱敏处理后，是训练和验证自动驾驶感知算法的宝贵资产——真实道路的各种罕见场景（极端天气、异形障碍物、动态遮挡），是测试场很难模拟的"长尾数据"。

部分激光雷达厂商开始探索"数据回流"商业模式：从整车厂或车队运营商处获取脱敏的激光雷达原始数据（通常以边缘计算的方式在车端完成脱敏），经过标注和筛选后，以数据集或感知算法训练服务的形式，向自动驾驶算法企业（甚至整车厂自身）销售。这一模式的前提是大规模量产车队的数据规模——出货100万颗以上的激光雷达，在路上行驶的车队数据总量将形成无可替代的规模优势，这也是禾赛"全球唯一百万台级量产激光雷达企业"的战略意义之一。

感知能力订阅的探索：更进一步，激光雷达厂商开始探索将感知算法以SaaS（软件即服务）方式提供给整车厂：激光雷达厂商持续迭代感知算法（目标检测、自由空间、可行驶区域分割），整车厂通过OTA升级获得持续改进的感知能力，并为此支付年度订阅费用。这一模式在2025年仍处于早期探索阶段，商业化落地需要整车厂在数据共享和系统架构上的深度配合，但已经成为禾赛、速腾战略路线图中明确提及的长期方向。

Robotaxi运营商的直接收入：对于Robotaxi运营商（百度萝卜快跑等）而言，激光雷达厂商也在探索"保有期服务合同"模式——激光雷达不以一次性买断方式销售，而是以月度订阅或按里程收费的方式提供使用权，激光雷达厂商负责远程监控、固件维护和硬件更换，在整个服务合同期内持续收费。这种模式对激光雷达厂商的资产负债表有更高要求（需要承担预制设备的资产负担），但能够建立更稳定的长期收入流，降低单次硬件交易的收入波动性。

十四、中国激光雷达在全球新能源汽车供应链中的战略地位

中国激光雷达行业的崛起，不能脱离中国新能源汽车产业爆发的宏观背景来理解。二者之间是一种深度共生关系：新能源汽车为激光雷达提供了量产需求，激光雷达的成熟与降本反过来强化了中国新能源汽车在智能化上的竞争力，形成了相互赋能的正循环。

中国新能源汽车的全球领先地位：2025年，中国新能源汽车年销量超过1200万辆（包括纯电和插电混动），全球市场份额约60%。中国不仅是全球最大的新能源汽车生产国，也是全球最大的新能源汽车消费国和技术创新中心。比亚迪、吉利、长安、奇瑞、小米等本土品牌与特斯拉的竞争，主要体现在价格、智能化和服务体验三个维度，其中智能化（包括智能驾驶和智能座舱）是本土品牌建立差异化优势的核心战场。

激光雷达作为智能化差异化的载体：在中国新能源汽车的智能化竞争中，激光雷达因其"高精度三维感知"的直观技术价值，已经成为向消费者可见的智能化标签——消费者在选车时会注意到"这款车有激光雷达，那款没有"，并将其作为判断智能驾驶能力的参考指标之一。这种"消费者感知"的品牌价值，使整车厂愿意承担额外的激光雷达BOM成本，以换取消费者的感知溢价。

出口带动与海外新能源汽车市场：随着中国新能源汽车品牌向东南亚、欧洲、中东和拉丁美洲出口，搭载激光雷达的中国新能源车型也随之进入海外市场。这实际上将中国激光雷达的出货范围从国内市场扩展到了全球——比亚迪出口到欧洲的车型如果搭载禾赛ATX，就意味着禾赛ATX进入了欧洲市场，但是通过整车出口而非传感器直接出口的方式进入，绕过了部分海外直采供应链的认证壁垒。

供应链国产化对整车成本的系统影响：激光雷达的国产化和价格下降，对中国新能源汽车的整车成本有系统性的正面影响。以一辆20万元的新能源车为例，搭载激光雷达的额外BOM成本，从2022年的5000—10000元（占整车售价2.5%—5%）降低到2025年的1500—3000元（占整车售价0.75%—1.5%），从"显著影响盈利"变为"可以接受的成本项"。这一变化，从成本层面为激光雷达的标配化创造了经济基础，是渗透率从6%跳升至21%的重要背景之一。

对比其他智能硬件的降本路径：激光雷达的降本曲线，与其他智能汽车硬件（毫米波雷达、高清摄像头模组、AI域控制器SoC）的历史降本路径高度相似：技术成熟期进入、规模化量产启动、学习曲线效应发挥，是每一类汽车感知/计算硬件从高价到平价的共同路径。毫米波雷达从2010年代初的数千元降到当前的200—500元，花了约10年；高清摄像头模组从2000年代中期的数百美元降到当前的50—100美元，花了约15年；激光雷达从2022年的5000—15000元降到2025年的1500—3000元，速度远快于上述两类产品，这正是芯片化技术路线和中国制造规模效应双重加速的体现。

十五、激光雷达的精准测量能力在增值服务中的延伸

激光雷达超精准的三维测量能力，除了自动驾驶感知这一核心应用之外，正在向多个高附加值的增值服务领域延伸，这些延伸应用不仅拓宽了市场空间，也为激光雷达企业提供了新的收入来源和产品差异化机会。

高精度地图采集与更新：传统HD Map（高精度地图）的采集依赖专业测绘车辆（搭载高端旋转式激光雷达+GNSS/IMU组合）进行定期采集，成本高昂且更新周期长。量产前装激光雷达的大规模部署，理论上使得"众包HD Map更新"成为可能——由量产车辆的激光雷达持续感知道路变化（施工、新障碍物、标线变化），上传至云端进行地图更新，大幅降低地图采集成本。这一商业模式对激光雷达数据质量要求很高，需要量产前装激光雷达达到测绘级别的精度和一致性，目前仍处于技术验证阶段，但已有多家地图公司（高德、四维图新等）在探索与激光雷达厂商的合作模式。

基础设施检测与安全监测：激光雷达在桥梁结构健康监测、隧道变形监测、山体滑坡预警等基础设施安全领域有明确的应用场景。固定安装的激光雷达传感器（通常是工业级产品）可以对重要结构进行毫米级精度的周期性三维扫描，通过比较不同时间点的点云数据发现微小的形变。这一应用对激光雷达的精度要求极高（测量误差<1mm），远高于车载产品，是专用工业激光雷达的传统市场，但随着车规激光雷达的技术精度提升，部分高端车规产品（如图达通的1550nm方案）已开始被考虑用于此类场景。

环境感知数字孪生：激光雷达点云数据是构建物理世界"数字孪生"（Digital Twin）模型的高质量输入。在智慧城市、智慧园区、智慧港口等场景，通过固定安装多台激光雷达对关键区域进行实时三维感知，生成实时更新的数字孪生模型，可以支持智能交通调度、安防入侵检测、人员流量分析等多种应用。路侧激光雷达（万集科技等）是这一场景的主要供应商，其产品形态与车载激光雷达有所差异（更注重长期稳定性和宽温度范围），但产业链上下游与车载激光雷达高度重叠。

农业精准化与地理测绘：机载/无人机载激光雷达是农业精准测量（地形图制作、植被高度测量、林业碳汇核查）和地理测绘的重要工具，精度可达厘米级。国内中海达、南方测绘等测绘仪器企业是这一细分的主要参与者，但随着激光雷达模块成本的下降，纯无人机载专用激光雷达模块（与大疆农业无人机配套）已进入数万元的价格区间，正在加速农业遥感应用的普及。

十六、激光雷达对城市交通与社会基础设施的长期影响

激光雷达的大规模普及，不仅影响汽车产业，还将在更广泛的城市交通和社会基础设施层面带来深远变化。

交通事故减少的量化影响：据世界卫生组织数据，全球每年道路交通事故死亡约135万人。中国2024年道路交通事故死亡约5万人，其中很大比例与驾驶员感知不足（夜间/恶劣天气/注意力分散）直接相关。理论模型估算，若L2+辅助驾驶渗透率从当前的55%（2024年中国乘用车L2及以上）提升至80%，且激光雷达作为感知冗余减少了50%的感知失效型事故，每年可减少约1—2万人死亡。这一量化估算高度不确定，但它框定了激光雷达在社会价值层面的意义边界——不只是一个传感器产品，而是可以直接影响道路安全的公共卫生产品。

城市交通效率的系统性提升：V2X（车联网）系统将激光雷达感知与城市交通管控系统连接，路侧激光雷达实时监测路口的行人和车辆流量，自动调整交通信号灯时序，减少不必要的等待时间和怠速排放。2025年，多个城市（上海浦东、北京亦庄、广州黄埔）已建成覆盖核心道路网络的路侧感知系统，万集科技等路侧激光雷达企业的产品在其中承担了感知采集的核心功能。随着更多城市的智慧交通建设，路侧激光雷达将成为城市数字基础设施的标准配置。

停车与物流效率的优化：激光雷达与视觉融合的停车场感知系统，可以实现无人化停车管理（车辆进出自动识别、车位实时感知、泊车路径自动规划），减少驾驶员寻找车位的时间和无效行驶里程。在物流领域，配送机器人和AMR的激光雷达导航系统，已经在多家大型电商仓库（京东物流、菜鸟网络）实现规模化部署，显著提升了仓储作业效率和安全性，减少了人工拣货的体力劳动强度。

能耗与碳排放的协同效益：自动驾驶和智能辅助驾驶系统（包括激光雷达感知）通过更平滑的加减速控制（减少急加速/急刹车）、更优化的路径规划（减少绕路和空转）和更精准的跟车距离控制（减少不必要的制动），可以在不改变驱动系统的情况下，降低车辆在实际行驶中的能耗5%—15%。这一效益在新能源汽车上同样显著（减少电耗=增加续航），是智能驾驶系统对能源效率的协同贡献。

十七、竞争企业横向比较：技术路线与商业模式对照矩阵

为了清晰呈现全球激光雷达主要企业的竞争态势，以下提供一个多维度的对照矩阵，将禾赛、速腾、华为、图达通、Luminar（破产）、Ouster、Innoviz在核心维度上进行横向比较。

技术路线维度：禾赛核心路线为905nm + dToF + MEMS（ATX）/棱镜转镜（AT128），同时布局机器人短距（JT系列）；速腾聚创核心路线为905nm + dToF + MEMS（MX，M-Platform SoC），机器人多线扫描（E1/Bpearl）；华为以905nm + 固态为主，集成于ADS整体解决方案；图达通以1550nm + 固态为核心技术标签，兼顾商用车超远距需求；Luminar（已破产）的路线为1550nm + dToF，以Iris+系列为代表，探测距离超500m；Ouster以机械旋转式为主（DF系列），面向工业和测绘；Innoviz以MEMS + 1550nm为核心（InnovizOne/Two），客户为宝马。

量产规模维度：2025年禾赛年出货目标约100—150万台（已累计过百万），速腾聚创全年出货约91.2万台，华为约35—40万台，图达通约25—30万台；Luminar不足10万台（FY2025年出货约2—3万台，随后破产）；Ouster约5万台（工业测绘市场）；Innoviz约1万台以下（宝马小批量配套）。中国四强的量产规模与海外企业的差距已达10倍以上，这种量产规模的差距将在未来持续扩大。

盈利状况维度：禾赛2024年全年Non-GAAP盈利，2025年全年净利润指引4.5亿元，是全球唯一持续盈利的上市激光雷达企业；速腾聚创2025年Q4首次单季盈利（净利润1.04亿元），2026年目标全年盈利；华为激光雷达业务嵌入整体ADS方案，单独盈亏不披露；图达通毛利率已转正（12.6%），但净亏损仍较大；Luminar已破产；Ouster和Innoviz均持续亏损。

市场策略维度：禾赛"技术领先+客户广度"战略，以SoC自研驱动降本，以全球24家主机厂的客户覆盖建立护城河；速腾聚创"量价双取"战略，MX千元级降价抢量，同时押注机器人第二曲线；华为"生态封闭"战略，以ADS整体方案锁定车厂，激光雷达作为系统组件不单独与外部竞争；图达通"技术差异化"战略，以1550nm长距作为高端定位的技术旗帜，在Robotaxi/商用车建立专属市场。

这一矩阵对比清晰地揭示了中国激光雷达企业的竞争优势不在于某一个单一维度，而在于多维度的系统性领先：技术路线选择的务实性（选择可量产的905nm路线而非技术最先进但难量产的1550nm路线）、量产规模的碾压性（10倍以上的出货量差距）、资本效率的领先性（中国企业更快进入盈利）、市场拓展的灵活性（从ADAS车载到机器人、Robotaxi的多赛道并进）共同构成了中国四强在全球竞争中难以被撼动的护城河。

十八、激光雷达定价战的深层逻辑与终局预测

理解激光雷达行业的价格战，需要从产业经济学的角度，而不只是从技术竞争的视角来分析。激光雷达的价格下降，不是简单的成本压力传导，而是具有内在逻辑的战略选择，每一个降价节点背后都有清晰的供需经济推理。

速腾MX的定价战略剖析：速腾聚创在2024年4月宣布MX售价低于200美元，这一定价远低于当时市场主流产品的1500—3000元价位。从财务上看，MX在2024年发布时的实际BOM成本按当时产量估计约在1000—1300元区间，以1500元的实际售价（约200美元），毛利率约为13—30%，在激光雷达行业属于可接受的毛利率水平。速腾的战略逻辑是：以接近当时成本的价格迅速占领15—20万元车型市场，快速积累出货量以触发规模效应，将BOM成本进一步压缩至700—900元，使毛利率在出货量爬坡后自动提升到20%以上。这是一种标准的"规模换盈利"定价策略，适用于BOM成本高度依赖规模的制造品类。

速腾的这一定价，也在竞争层面向禾赛发出了明确信号：如果禾赛的ATX定价显著高于MX，整车厂在15—20万元车型的预算约束下将更倾向于选择MX，禾赛在这一细分市场将失去份额。禾赛ATX的千元级目标价，正是对MX竞争压力的正面回应，二者共同推动了激光雷达行业在2025—2026年的价格加速下行。

价格战的终局预判：激光雷达行业的价格下降不是无限的，其终局由制造经济学决定：在规模化量产达到稳态（年出货数百万颗以上）后，主流前向半固态车规激光雷达的ASP终局预计在600—1000元人民币区间（约$80—$140 USD），这对应的是：905nm VCSEL芯片在超大规模量产下的成本约50—100元；SPAD CMOS芯片约50—100元；自研SoC（Pandar/M-Platform类）在大规模量产下摊薄后约150—250元；MEMS振镜芯片化约50—80元；光学元件约50—80元；结构件/PCB/装配约100—150元；总BOM成本约450—760元，加20—30%毛利，即售价600—1000元。预计这一终局价格将在2028—2030年逐步实现，届时激光雷达将真正成为与ABS传感器（约200元）、毫米波雷达（约400—600元）同一数量级的常规汽车传感器。

激光雷达价格终局对整车经济学的影响：当激光雷达的前装成本降至600—1000元/颗后，一辆配备1颗前向主雷达+2颗补盲雷达的乘用车，激光雷达总BOM成本约1800—3000元，占一辆12万元入门新能源车整车成本的1.5—2.5%。这一比例与现在的ABS（约300元，占比0.25%）、车载摄像头（约3—5颗，每颗100—300元，总占比0.25—1.25%）大致可比，对于大多数中低价位车型来说不再是影响盈利能力的关键成本项，完全进入"可以接受的常规传感器"范畴。一旦激光雷达的成本降到这个水平，剩余的渗透增长将主要受产品集成设计成熟度和整车厂意愿驱动，而不再受成本约束——渗透率从当前的21%到目标60%+的最后一段旅程，将在这种"成本阻力消失"的状态下快速完成。

十九、激光雷达产品认知的演变：从"专业装备"到"安全配置"

消费者对激光雷达的认知，在2020—2025年间发生了深刻的演变，这一演变不只是知识普及的结果，更是激光雷达从专业领域进入大众市场过程中的必然产物。

2020年以前：只有自动驾驶从业者知道：在2020年以前，"激光雷达"这个词对于普通中国消费者来说几乎是陌生的。自动驾驶测试车顶上那个旋转的筒状装置，被媒体描述为"价值几十万的雷达传感器"，给公众留下的印象是"昂贵的实验室设备"。即便是关注汽车科技的专业媒体，对激光雷达的报道也主要集中在Waymo、百度等自动驾驶研究项目的技术解读，与量产乘用车的关联性极低。

2021—2023年：高端新能源车标签：2021年蔚来ET7、小鹏P5相继宣布搭载激光雷达，引发了大量媒体报道和社交讨论。这一阶段，"激光雷达=高端智能驾驶"的消费者认知初步形成，激光雷达成为高端新能源车型的"高科技标签"之一。消费者开始主动询问"这款车有没有激光雷达"，整车厂也开始将激光雷达列为旗舰配置的显著卖点。

这一阶段的消费者认知主要停留在"有/无"层面，对激光雷达的技术原理和性能差异基本没有了解；激光雷达在消费者感知中的价值，更多是"未来感"和"高端感"的象征，而非具体的安全功能。这种"象征性价值"反而帮助激光雷达在消费者层面建立了正面的初始认知，为后续的渗透创造了认知基础。

2024—2025年：安全配置与驾驶辅助能力的直接关联：随着搭载激光雷达的车型大量上市，NOA（领航辅助驾驶）功能与激光雷达的关联开始在消费者中建立具体联系。多个在社交媒体上广泛传播的驾驶辅助测试视频，展示了搭载激光雷达的车型与仅依赖摄像头的车型在夜间识别行人、感知静止障碍物上的性能差异，使得"有激光雷达=更安全/更好用"的具象认知开始扩散。

2025年发生的数起与感知系统相关的事故（部分被媒体解读为"未配备激光雷达的感知失效"），进一步强化了消费者的安全联想，使激光雷达从"高端配置溢价"转向"安全配置必要性"的认知演进。这种认知的转变，是激光雷达渗透率快速提升的重要社会心理基础，也使激光雷达厂商在向整车厂推销时，从"功能卖点"变成了"安全合规需要"，议价能力显著提升。

2026年及以后：隐形安全配置：当激光雷达的ASP降至1000元左右、前装量产规模达到数百万颗/年时，激光雷达将开始"消失"——不是被淘汰，而是像安全气囊一样，成为消费者默认期待的标准配置，以至于不再单独提及。届时，"这款车没有激光雷达"反而会成为一个负面标签，消费者会将其视为该款车型在安全感知上的缺省。这种从"卖点"到"底线"的认知演变，是一类安全类传感器在大众市场成熟的标志性时刻——激光雷达最终将以这种方式，完成其从专业设备到大众安全配件的全部历程。

二十、禾赛与速腾：两条盈利路径的比较与启示

禾赛科技和速腾聚创是全球最成功的两家独立激光雷达上市公司，它们的商业模式演进和盈利路径虽然都以量产规模化为核心，但在具体策略上存在重要差异，对整个行业有深刻的启示价值。

禾赛的盈利路径：高端先行，宽度扩张

禾赛的商业路径，可以概括为"高端先行，宽度扩张"。AT128（高端高精度）打进了蔚来、理想、小米等高溢价品牌，建立了行业最佳性能的品牌形象；ATX（千元级量产）在AT128奠定技术美誉度之后切入大众市场，利用前期积累的车规认证体系和供应链关系，快速获得了24家主机厂的定点。这条路径的优势是：高端产品的利润支撑了ATX低价位的研发投入，使禾赛能够在保证盈利的同时进行下行价格扩展；高端用户（蔚来等）的严苛使用验证了技术可靠性，为ATX进入更多车厂提供了背书。

禾赛盈利的里程碑意义在于：2024年全年Non-GAAP盈利，是全球激光雷达行业证明"规模化量产是可以盈利的"的第一个案例。在Luminar等海外企业仍在讨论"激光雷达商业化是否可行"的时候，禾赛已经用财报数据回答了这个问题。2025年全年净利润指引4.5亿元，更是将盈利规模提升到了不容置疑的量级。

速腾的盈利路径：量产优先，机器人突破

速腾的商业路径，可以概括为"量产优先，机器人突破"。速腾早在2024年就以33.5%的市场份额获得全球出货量第一，但当年仍亏损3.96亿元，说明单纯靠ADAS出货量在2024年还不足以支撑盈利；盈利的真正推手，是2025年机器人业务的爆发（30.3万台，+1141.8%）。机器人激光雷达通常具有比ADAS更高的毛利率（客户分散，溢价空间更大；无车规认证成本），30.3万台的机器人出货在2025年贡献了大量高毛利收入，与ADAS业务的规模效应共同推动了Q4的单季盈利。

速腾盈利的最大启示是：激光雷达行业的可持续盈利，不一定只依赖单一应用场景（ADAS）的出货量最大化，而是通过多应用场景的组合（ADAS低毛利高量+机器人高毛利高增速），实现收入结构的优化，从而在单个应用ASP不断下降的环境中保持整体盈利能力。这是一个极为重要的战略洞见：激光雷达平台的可扩展性（同一芯片和光学模块平台支持多个应用场景），是企业穿越价格战保持盈利的关键能力。

对行业的启示：禾赛和速腾分别走出了两条不同的盈利路径，但有一个共同点——都依赖自研SoC（Pandar vs M-Platform）建立了不可复制的成本控制能力，并都实现了车载+机器人双赛道的组合布局。这对行业中的其他企业（图达通、北醒等）是一个清晰的战略参照：单一场景依赖、缺乏自研SoC的企业，在价格战环境下将面临持续的盈利压力，而无法走通禾赛/速腾的盈利路径。

二十一、中国激光雷达的知识产权布局

知识产权（IP）是激光雷达行业竞争的另一个重要维度，对于中国企业的全球化和对抗海外IP诉讼风险，知识产权布局的重要性日益凸显。

专利格局：截至2025年，全球激光雷达领域的专利申请量已超过20000件，其中中国申请人的专利数量在2020—2025年间快速增长，禾赛、速腾聚创均在核心技术方向（MEMS扫描控制、SPAD信号处理、点云算法等）进行了系统性的专利布局。中国申请人在全球激光雷达专利申请中的占比，已从2015年的约15%提升至2025年的约45%，接近美国（约35%）之后成为第二大专利申请国。

禾赛专利策略：禾赛在硬件光学系统设计（MEMS振镜激光雷达的发射接收光路布局）、自研SoC（Pandar芯片的信号处理算法实现）和机器人感知算法（JT系列的短距三维感知方法）三个方向有密集的专利布局。禾赛美股上市后，面向美国市场的专利防御显得尤为重要——Velodyne曾在2019年对禾赛提起专利诉讼，最终双方达成和解，这一经历推动禾赛将专利战略提升到公司核心议程。

速腾聚创专利策略：速腾主要在M-Platform SoC的集成电路设计专利（扫描-处理-收发全栈集成架构）、MEMS振镜自适应控制算法专利、以及机器人激光雷达的多目标检测方法专利上有重点布局。港股上市后，速腾的专利诉讼风险主要来自欧洲和北美市场的专利持有人，目前尚无重大专利纠纷公开披露。

Velodyne专利遗产：Velodyne在与Ouster合并前，持有激光雷达领域数量最多的高价值专利，涵盖旋转式激光雷达的核心架构、时分复用多线扫描等关键技术。Velodyne-Ouster合并后，这些专利由合并后的实体持有，在理论上可用于对中国企业发起专利诉讼。但迄今为止，Ouster尚未对禾赛/速腾发起重大专利诉讼，可能的原因包括：中国企业的技术路线（MEMS）与Velodyne专利的主要覆盖范围（旋转式）存在一定差异；发起跨国专利诉讼的成本极高且结果不确定；两家公司在商业上存在一定的供货关系（Ouster工业产品在中国市场仍有销售）。

Luminar专利处置：Luminar破产后，其1550nm激光雷达相关专利（包括超窄线宽激光器设计、远距离SPAD接收方案等）将进入资产处置程序。若这些专利被中国企业收购，将显著加快中国在1550nm技术路线上的自主知识产权积累，是值得密切关注的战略性并购机会。

二十二、激光雷达的标准化接口与行业生态协作

激光雷达行业的成熟化，离不开标准化接口和行业生态协作的推进。只有当激光雷达的接口和协议走向标准化，下游整车厂和感知算法企业才能以较低的成本集成来自不同厂商的传感器，形成多供应商竞争的健康市场格局。

ROS（机器人操作系统）生态的历史作用：ROS（Robot Operating System）最初是斯坦福大学和Willow Garage为机器人研发提供的开源中间件，其点云数据格式（sensor_msgs/PointCloud2）和传感器驱动接口（ROS Driver）后来被广泛采用为激光雷达数据交换的事实标准。Velodyne是最早提供完整ROS驱动的激光雷达厂商之一，这大大降低了研究机构和自动驾驶初创公司集成其传感器的难度，也为Velodyne在学术和研究市场建立了极强的口碑。禾赛和速腾的SDK均兼容ROS2接口，使其传感器可以直接接入基于ROS2的自动驾驶软件栈（包括百度Apollo Cyber RT、NVIDIA DriveWorks等），降低了整车厂的集成开发成本。

OpenDriveV2X协议与V2X标准：在路侧感知领域，万集科技等企业的激光雷达产品需要与V2X路侧单元（RSU）通信，将感知结果以标准化格式广播给周围车辆。中国制定的V2X通信标准（GB/T 32960系列、T/CSAE系列）中，对传感器感知数据的格式（道路用户信息集DSRC/LTE-V消息格式）有明确规定，激光雷达的感知输出需要转换为标准化消息格式后才能接入V2X系统。万集科技等路侧激光雷达企业深度参与了这些标准的制定，确保其产品在标准框架下的兼容性。

AUTOSAR与汽车中间件：车规软件架构标准AUTOSAR（Automotive Open System ARchitecture）提供了一套针对汽车ECU软件的标准化开发框架，其Classic Platform（CP）和Adaptive Platform（AP）分别针对实时控制和高性能计算ECU。激光雷达SoC（如禾赛Pandar、速腾M-Platform）的软件驱动需要按照AUTOSAR接口规范开发，确保与整车域控制器的兼容性，这是车规软件合规性的重要要求，也是进入高端整车厂供应链的必要条件。

行业联盟与标准制定参与：2025年，多家中国激光雷达企业（包括禾赛、速腾、万集科技等）加入了国际光电子学会（SPIE）、汽车工程师学会（SAE International）、中国汽车标准化技术委员会（CSAE）等行业组织，并参与了激光雷达相关标准的讨论和制定。这种行业联盟的参与，除了技术层面的标准协调外，也是企业在全球范围内建立技术影响力和市场话语权的重要方式——标准的制定者往往也是市场竞争规则的主要定义者。

二十三、激光雷达的下一代感知形态：具身智能时代的传感器革命

2025—2030年，随着具身智能（Embodied AI）和人形机器人产业进入规模化阶段，激光雷达的应用场景和产品形态将迎来另一波颠覆性演变。这一演变可能比车载前装的渗透更深刻，因为它涉及激光雷达从"移动感知"向"交互感知"的角色转变。

人形机器人的感知架构需求：人形机器人的感知系统面临一组独特的约束：体积极小（头部/胸部传感器模块尺寸以厘米计）、重量极轻（减少末端惯量以优化动作控制）、全向感知（人形机器人在三维空间自由移动，需要覆盖上下前后左右的全方位感知）、近距精度（手部抓取动作要求亚毫米级别的近距精度，远超车载需求）。这组约束中，目前没有任何单一传感器类型能够完全满足，人形机器人通常需要激光雷达（中远距三维感知）+深度相机（近距精细感知）+触觉传感器（接触力感知）的多模态融合。

激光雷达在人形机器人的典型配置：特斯拉Optimus、宇树Unitree H1/G1、智元远征A1等主流人形机器人设计，其传感器套件中均包含了激光雷达或类激光雷达的三维感知组件。具体配置因厂商策略有所不同：部分人形机器人选择在胸部/头部集成1—2颗小型固态激光雷达（如禾赛ET25的机器人版本、速腾E1的机器人版本），提供半球形的三维感知；部分选择深度相机（Intel RealSense、Luxonis Oak等）作为近距感知，配合旋转式激光雷达（速腾RS-Bpearl）作为中距感知。随着激光雷达体积进一步缩小（芯片化使模块尺寸降至2cm×2cm以内），激光雷达在人形机器人中的配置比例将快速上升。

扫地机器人与家用服务机器人的海量出货：当前规模最大的机器人激光雷达出货场景，是家用扫地机器人和清洁机器人。2025年，高端扫地机器人（3000—8000元价格区间）的全球出货量超过3000万台，其中80%以上搭载了激光雷达（通常为低成本单线或2D扫描方案，售价100—500元/颗）。北醒光子向泳池清洁机器人客户交付超10万台单点激光雷达的案例，正是这一海量应用场景的缩影。随着扫地机器人向"全屋地图精细化"和"障碍物三维识别"升级，对激光雷达的性能要求也在提升，将带动单颗价值量从当前的200—500元向500—1200元跃升。

物流AMR/AGV的规模化部署：电商物流仓储的自动化是机器人激光雷达的另一个高速增长场景。中国主要电商平台（京东、阿里旗下菜鸟、美团快递）的仓储自动化率在2025年已超过50%，高自动化仓库中大量使用激光雷达导航的AMR（自主移动机器人）和AGV（自动导引车）。按中国每年新增10—15万台工业AMR/AGV估算，加上现有存量系统的激光雷达维护更换需求，工业机器人激光雷达的年出货量在2025年约20—30万颗，预计到2028年增长至60—100万颗。

农业无人机与测绘无人机：大疆（DJI）的农业植保无人机和测绘无人机平台，需要激光雷达进行精确的地形测量和障碍物规避。大疆与Livox（禾赛旗下面向无人机和机器人的子品牌，后独立）的生态合作，使得Livox HAP、Livox Horizon等产品成为测绘无人机的标准配置。随着农业无人机在中国乃至东南亚的大规模推广，这一细分的激光雷达出货量约5—10万颗/年，并保持稳定增长。

这些新兴应用场景共同构成了机器人激光雷达在2026—2030年快速增长的多元支撑，也是为什么速腾和禾赛要将机器人业务提升到与ADAS并重地位的战略依据：机器人激光雷达的市场规模可能与车载前装旗鼓相当，且各细分场景的发展节奏各异，为企业提供了更强的抗周期性保护。

二十四、激光雷达的城市级智慧基础设施布局

除车载和机器人场景外，激光雷达正在成为城市智慧基础设施的重要组成部分，在交通管控、公共安全和城市运营等领域发挥系统性作用。

智慧交叉路口感知系统：城市交叉路口是交通事故最密集的区域，也是V2X路侧感知的核心部署场景。一个典型的智慧交叉路口通常需要在四个角落各安装1—2台路侧激光雷达，覆盖全方向的行人、骑行者和车辆三维感知，与交通信号控制器联动，实现"鬼探头"预警（从遮挡物后突然出现的行人/车辆）、行人/骑行者闯红灯检测、拥堵态势实时感知和应急车辆优先通行。万集科技是这一场景的主要供应商，其路侧激光雷达产品已在北京、上海、深圳等城市的多个交叉路口部署，覆盖的交叉路口数量以数千计。

高速公路全路段感知：中国高速公路的全路段感知部署是近年来增长最快的路侧激光雷达应用。通过在高速公路沿线每隔300—500m安装一台路侧激光雷达（与摄像头和毫米波雷达组成多传感器融合感知单元），可以实现高速公路的全路段实时三维感知，支持：逆行/行人上高速预警、抛洒物检测（高速公路上的遗落物是重大安全隐患）、团雾/浓雾能见度预警、应急停车位占用检测、事故自动检测与上报。中国高速公路总里程约16万公里，若按每公里6—10台路侧感知单元（含激光雷达）的密度全面部署，对应的路侧激光雷达年安装量约100—200万台，是一个超大规模的增量市场。

铁路与轨道交通感知：激光雷达在铁路轨道异物侵限检测（检测铁路线路上的异物，如掉落的货物、滑坡土石、非法入侵人员）和高铁站台乘客行为感知（防止跌落、拥挤踩踏预警）等场景有专业应用。铁路激光雷达需要满足高温、低温、高振动（列车经过时的地面振动）等特殊环境要求，产品形态与车载/路侧有所差异，但核心感知技术相通。

港口与机场自动化：港口自动化（无人驾驶集装箱卡车、自动化码头吊机）和机场地面服务自动化（行李转运AGV、廊桥对接引导系统），均需要高精度的激光雷达感知。这些应用对激光雷达的环境适应性要求极高（海边盐雾腐蚀、夜间低光照、雨雾天气），而对价格敏感度相对较低，是高端工业级激光雷达的重要销售场景。

智慧城市数字孪生：将多台激光雷达的实时感知数据融合，生成城市核心区域（机场、商业中心、重要基础设施）的实时三维数字孪生，是智慧城市数字化基础设施的高阶形态。在实时三维数字孪生中，城市管理者可以直观地看到人流密度分布、车辆拥堵态势、设施设备状态，实现更精准的城市运营管理。这一应用对激光雷达的精度和实时性要求极高，通常需要专业测绘级产品，当前市场规模较小，但代表了城市基础设施数字化演进的长期方向。

路侧和基础设施激光雷达市场的规模，虽然在绝对出货量上不如乘用车前装市场，但单颗价格较高（路侧产品售价通常在5000—30000元/台），贡献的收入规模不可低估。万集科技等专注路侧的企业，在这一细分构建了难以被车载专注型企业轻易复制的竞争壁垒——客户关系（交通部门/高速公路运营商）、产品设计（IP67/IP69K防护、长期户外稳定性）和系统集成能力（与RSU/交管系统的协议对接）都需要专门的积累。

二十五、激光雷达的零碳转型与循环经济

随着全球新能源汽车产业对碳足迹的关注日益提升，激光雷达作为新能源汽车的组成部分，其全生命周期的碳排放和可回收性问题也开始进入行业视野，预计在2026—2030年成为更重要的议题。

激光雷达制造的碳足迹：激光雷达的制造过程涉及多种材料的加工和多道半导体制造工序，其主要碳排放来源包括：半导体制造（VCSEL/SPAD芯片的外延生长和光刻工序能耗密集，以12英寸晶圆线为参照，每片晶圆的碳排放约0.5—1kg CO₂e）；铝合金壳体的精密机加工（需要消耗大量高速切削的电能）；PCB的制造（玻璃纤维和铜的提纯/制备）；包装和运输（跨国供应链的物流碳排放）。一颗主流前向半固态车规激光雷达的制造碳排放，估算约在5—15kg CO₂e的范围内（缺乏系统性LCA研究数据，此为粗略估算）。

报废激光雷达的回收处置：当激光雷达进入大规模前装阶段后，每年将有数以百万计的旧款激光雷达随整车报废而产生。激光雷达中含有以下需要特别处理的材料：InP基激光器中的铟（Indium，稀有金属，需要专业冶金回收）；GaAs芯片中的砷化镓（含砷，需要专业危废处置）；锂电池（部分激光雷达集成小型后备电源）；铅基焊料（在非无铅ROHS认证的工业版激光雷达中仍有使用）。随着激光雷达前装量的增大，建立专门的激光雷达回收拆解体系将成为汽车后市场和电子废弃物处置行业的新议题。

电源效率的提升趋势：激光雷达的功耗降低，除了延伸整车续航里程外，也直接减少了电力消耗中的碳排放。主流半固态车规激光雷达的功耗从2022年的约15—25W降低到2025年的约5—10W，降幅约50%，这一趋势还将持续——随着SoC工艺节点从28nm向14nm/7nm演进，信号处理功耗将进一步降低。

这些关于碳足迹、回收和功耗的考量，目前还不是激光雷达采购决策的主要因素，但随着欧洲《电池法规》（EUDR）和中国《新能源汽车动力蓄电池回收利用管理办法》的延伸适用，激光雷达的全生命周期合规性将成为高端OEM供应链审核的必要条件之一，预计在2027—2030年进入标准化规范阶段。

二十六、禾赛科技港股上市的战略意义

2025年，禾赛科技完成了美股（纳斯达克HSAI）与港股（HKEX）的双重上市，这一战略决策对中国激光雷达行业具有深远的示范意义。

双重上市的核心动机有三个：第一，分散地缘政治风险。在美中科技竞争持续加剧的背景下，依赖单一美股上市存在被摘牌（Delisting）的政策风险，港股双重上市提供了一条融资平台的安全备份。第二，拓展资本来源。港股市场吸引了大量中国大陆及亚太地区的机构和零售投资者，这些投资者对中国新能源车产业链有更深的理解，能给予更合理的估值溢价；同时，人民币计价的港股H股也为部分只能配置港股的基金打开了配置通道。第三，提升品牌国际化形象。在香港上市是中国企业走向国际资本市场的传统路径，在此上市有助于禾赛在与欧洲、日本车厂谈判时展示"国际化"的企业形象，有别于"纯中国制造"的感知。

速腾聚创港股上市的先行经验：速腾聚创于2024年1月率先在港股上市，为禾赛和图达通的后续上市提供了宝贵的市场数据参考。速腾聚创港股IPO价格约43港元/股，上市后股价经历了一段波动，反映了市场对激光雷达盈利时间线的关注；随着2025年机器人业务爆发和Q4单季盈利的实现，股价开始回升，投资者信心逐步恢复。

图达通De-SPAC上市模式：图达通选择的De-SPAC（反向合并特殊目的收购公司）模式，与Luminar等企业2021年的SPAC上市路径相似，但市场背景已截然不同——Luminar的SPAC上市发生在激光雷达股价最高峰，而图达通的De-SPAC发生在市场经历了深度调整之后，投资者更理性，市场给出的估值也更接近基本面。图达通上市时毛利率转正（12.6%）和蔚来累计交付超60万台的历史数据，是支撑其估值的具体财务依据。

港股激光雷达上市公司集群（速腾+图达通+禾赛H股）的形成，使香港成为全球激光雷达行业融资的重要中心之一，也为后续其他激光雷达细分企业（北醒光子等）的上市提供了参照路径。

二十七、激光雷达与高精度定位的协同：从点云到厘米级位置

激光雷达在自动驾驶系统中的价值，不仅在于障碍物感知，还在于与高精度定位系统的协同，这是实现城市NOA和L3/L4自动驾驶的另一个关键技术环节。

激光雷达与HD Map的匹配定位：高精度地图（HD Map）包含了道路的精确三维数据（车道线位置、路面高程、标志牌位置等），精度达到厘米级。自动驾驶系统通过将实时激光雷达点云与预先建立的HD Map进行匹配（点云配准），可以在GNSS信号缺失（如高架桥下、城市峡谷、地下隧道）的场景下仍然维持厘米级的绝对定位精度。这一"激光雷达+HD Map"的定位方案是目前L3/L4自动驾驶的主流定位架构，也是激光雷达在感知之外承担定位功能的核心价值体现。

SLAM（同步定位与建图）的端到端实现：在没有预建HD Map的场景（如新路段、临时施工区），激光雷达可以结合IMU（惯性测量单元）实时进行SLAM（Simultaneous Localization and Mapping）——一边构建周围环境的三维地图，一边在地图中确定自身位置。基于激光雷达的SLAM（LiDAR-SLAM）相较于纯视觉SLAM（V-SLAM）具有更高的精度和更强的环境适应性，是机器人激光雷达应用的核心算法技术。速腾聚创等企业在机器人SDK中提供了开箱即用的LiDAR-SLAM算法包，大大降低了机器人企业的开发门槛。

高精度定位对激光雷达性能的新要求：用于高精度定位的激光雷达，需要比纯感知用激光雷达更高的测距精度（误差<2cm，而感知用激光雷达的精度要求通常<5—10cm），以确保点云配准算法能够收敛到可靠的位置解。这对激光雷达的信号处理算法和系统噪声控制提出了更高要求，是高端产品线（如禾赛AT128、图达通猎鹰）相较于中低端产品（速腾MX）的一个重要区分维度。

二十八、激光雷达在夜经济与低光照场景的独特价值

中国一线城市的"夜经济"在2024—2025年快速发展，夜间商业出行、夜间外卖配送、夜间共享单车骑行大幅增加，这些场景对车辆感知系统在低光照条件下的性能提出了更高要求，进一步凸显了激光雷达相较纯视觉方案的优势。

夜间感知的物理约束：摄像头在夜间场景下，信噪比急剧下降（因为可见光光子数减少），即便配备近红外夜视增强，也难以达到白天的感知精度，特别是对深色服装行人和无灯光骑行者的识别成为明显弱点。毫米波雷达不受光照影响，但缺乏精细的空间分辨率；激光雷达的工作方式是主动发射激光并探测回波，完全不依赖环境光照，无论白天夜晚，系统的探测距离和点云密度几乎相同（只受背景光射进传感器造成的噪声影响，而SPAD的光谱滤波器可有效抑制这一干扰）。

夜间NOA的市场差异化：中国主要城市的共享网约车（滴滴、曹操等）以及未来的Robotaxi，夜间运营占总运营时间约40%，如何在夜间复杂城市道路上安全行驶，是NOA系统商业化成功的关键指标之一。配备激光雷达的NOA系统，在夜间场景下相较纯视觉方案有系统性的性能优势，这是头部整车厂（理想、小米、华为系）将激光雷达作为NOA核心配置的重要技术理由。

低光照场景的专业应用延伸：在矿山、隧道、地下停车场等长期低光照的工业场景，激光雷达同样具有摄像头无法替代的感知优势。无人驾驶矿山卡车（如行深智能、慧拓智能等企业的产品）在井下和露天矿场的复杂环境中，激光雷达是核心感知传感器，其在粉尘、烟雾、有限光照下的工作稳定性是整个无人驾驶系统可靠性的基础。

这些夜间和低光照场景，再次从物理原理层面验证了激光雷达的不可替代性：在没有足够环境光照的条件下，纯视觉方案的表现将显著退化，而激光雷达因其主动感知的工作原理，对光照条件几乎不敏感，这是感知安全冗余设计中最重要的物理逻辑之一。

二十九、激光雷达行业未来十年的产业想象力

从更长的时间尺度看，激光雷达行业在2030年以后的发展，将超越当前的车载和机器人应用，延伸到更广泛的产业边界，这些想象中的应用场景，既是技术演进的自然延伸，也是中国激光雷达企业寻找下一个十年增长极的方向。

空中激光雷达（飞行汽车/eVTOL感知）：以亿航智能、小鹏汇天为代表的低空飞行器（eVTOL，电动垂直起降飞行器）已经开始小批量商业化运营，这类飞行器在城市低空飞行时，需要在200m高空感知静态障碍物（建筑、铁塔、高压线）和动态障碍物（无人机、鸟群），传统摄像头的感知距离不足，而360°旋转式激光雷达的重量/功耗不适合飞行器平台。专为eVTOL设计的轻量化（<200g）、低功耗（<3W）、全向感知激光雷达，是2025年以后激光雷达新品类的重要探索方向。

水下激光雷达（海洋探测/自主水下无人机）：蓝绿激光（450—550nm波长）在水下的穿透能力远优于传统激光波长，可在水下数十米的距离内实现精确的三维成像。水下激光雷达在海洋科学探测、水下无人机（AUV）导航和海底基础设施检测中有巨大需求，是激光雷达从陆地/空中向海洋领域的重要扩展。

工业元宇宙与空间计算：随着XR（扩展现实）和空间计算（Spatial Computing）的发展，构建精确的物理世界三维数字孪生成为工业元宇宙的基础需求。激光雷达的精确三维扫描能力，是建立工厂、仓库、矿山等工业场景数字孪生的关键输入。苹果Vision Pro等空间计算设备内置的小型固态激光雷达（LiDAR Scanner），已经展示了这一应用场景的消费级潜力；当激光雷达成本进一步降低后，消费级空间计算设备的大规模普及，将激光雷达出货量带入另一个数量级——每台消费者XR设备内置1—2颗激光雷达，全球XR设备年出货量数千万台，这是一个比车载和机器人都更大的潜在出货场景。

数字基础设施的"神经末梢"：在5G和6G网络的全面覆盖下，大量分散部署的激光雷达传感器将形成城市的实时三维感知网络——从路侧、建筑外立面、地下管廊，到工厂车间、仓库货架、机场登机口。这张"物理互联网"不只是安防监控，更是城市数字孪生的实时更新引擎，实现城市管理从"事后分析"到"实时感知"的根本转变。

这些未来场景提示激光雷达的最终市场边界，可能比当前"车载+机器人"的框架宽广得多。中国激光雷达企业在2025年建立的技术积累和量产能力，正是在这个更广阔的未来中发挥作用的基础。

三十、激光雷达感知链条的全要素分析

要完整理解激光雷达在自动驾驶感知体系中的角色，需要将其放在完整的"感知链条"框架下分析——从物理信号到驾驶决策，激光雷达参与了哪几个环节，每个环节的瓶颈在哪里，未来技术进步将如何优化这些瓶颈。

第一环节：物理信号采集。这是激光雷达的核心功能：发射激光脉冲、接收反射回波、记录飞行时间。这一环节的质量由激光功率、SPAD灵敏度、光学系统质量和扫描精度共同决定。2025年的主流产品已经将这一环节优化到了相当成熟的水准，905nm路线的主要瓶颈已不在物理采集，而在成本和体积的进一步压缩。

第二环节：原始点云生成。激光雷达SoC将飞行时间测量值转换为三维空间坐标（x, y, z），并打上时间戳，生成每帧的原始点云。这一环节的关键指标是测距精度（决定坐标精度）和处理延迟（决定感知实时性）。当前主流SoC的处理延迟约5—10ms/帧，已满足NOA系统的实时性要求。

第三环节：点云预处理。包括运动失真补偿（在高速运动中，扫描一帧需要时间，车辆位置已经移动，需要对点云进行时间对齐补偿）、噪点滤波（去除雨滴/雪花/灰尘引起的虚假点）、地面点分割（将地面点与障碍物点分离）和ROI提取（只保留感兴趣区域的点云，减少后续处理量）。这一环节通常在激光雷达SoC内部完成（In-Sensor Processing），或在下游域控制器的GPU上完成。

第四环节：目标检测与分类。从预处理后的点云中，识别出行人、骑手、车辆、静止障碍物等类别，并输出每个目标的位置、尺寸、速度（跨帧估计）和类别置信度。这是自动驾驶感知算法中技术含量最高的环节，主要依赖深度学习模型（PointPillars、CenterPoint等架构）在GPU/NPU上运行。激光雷达厂商通过提供参考感知算法和SDK，将这一环节的开发门槛向下游传递。

第五环节：多传感器融合。激光雷达的检测结果与摄像头、毫米波雷达的检测结果在时间和空间上对齐，形成统一的环境模型。激光雷达在这一融合中的角色是"精度锚点"——为摄像头和毫米波雷达的感知结果提供精确的三维位置校准，确保融合后的环境模型在空间精度上满足规划系统的要求。

第六环节：预测与规划输入。融合后的环境模型（含各目标的位置、速度、类别）被输入预测模型，生成各目标在未来2—5秒内的轨迹预测，进而由规划系统计算自车的最优行驶轨迹。这一环节中，激光雷达提供的精确速度估计（来自跨帧目标跟踪）和精确位置（来自高精度测距），对预测精度有直接影响。

从这条完整的感知链条看，激光雷达的价值不仅是"提供三维点云"，而是在从物理信号到驾驶决策的整条链条上，扮演了精度基准（Accuracy Ground Truth）的核心角色。任何一个链条环节出现误差，都会传递和放大到后续环节；而激光雷达在物理信号采集这个最源头的环节提供了最高精度的基准，这是任何软件算法优化都无法在根本上替代的物理优势。

三十一、2025年激光雷达行业的10个关键事实核对

在完成对激光雷达行业的全面分析后，以下汇总2025年这一历史关键年份的10个已经得到充分验证的核心事实，这些事实构成了本报告所有分析和预测的数据基础，也是理解中国激光雷达行业未来走向的最重要的基准点。

事实一：2025年全球车载激光雷达出货量约250万颗，同比增长约150%，中国厂商占比超过80%。这一数据来源于禾赛科技（出货约130—150万台，2025年目标120—150万台，9月已累计超100万）、速腾聚创（全年出货91.2万台）、华为（约35—40万台）、图达通（约25—30万台）四家企业数据的加总。

事实二：禾赛科技2025年全年净利润指引4.5亿元，是全球唯一已确定全年实现GAAP盈利的上市激光雷达企业，这是激光雷达行业商业化可持续性的历史性验证。2024年Non-GAAP净利润约1400万元，2025年Q2单季净利润已超4000万元。

事实三：速腾聚创MX产品售价约1500元人民币（约200美元），是行业首款真正实现千元级量产前装的车规激光雷达，标志着激光雷达行业价格门槛的历史性突破。

事实四：速腾聚创2025年Q4首次实现单季净利润1.04亿元，目标2026年全年盈利；2026年Q1机器人激光雷达出货量首次超过ADAS业务（+1458.8% YoY）。

事实五：中国乘用车激光雷达搭载率从2024年的6%跃升至2025年的21%（约258万辆），渗透率提升速度超过大多数机构2023年前的预测。

事实六：Luminar Technologies（LAZR）于2025年12月申请Chapter 11破产保护，是全球激光雷达行业历史上规模最大的上市公司破产事件，标志着西方激光雷达企业在商业化竞争中的系统性失败。

事实七：中国首批L3级有条件自动驾驶车型准入于2025年12月落地（深蓝/极狐），北京和重庆试点区域允许商业化上路，为激光雷达在L3感知系统中的制度性地位提供了监管背书。

事实八：禾赛ATX已获比亚迪、小米、理想、长安、吉利、长城、零跑等24家主机厂120+车型的量产定点，是2025年单一激光雷达产品客户覆盖度最广的案例。

事实九：图达通（Seyond）于2025年12月通过De-SPAC方式在港股主板上市，市值突破200亿港元，1550nm猎鹰系列在蔚来系累计交付超60万台，毛利率转正至12.6%。

事实十：速腾聚创2025年全年机器人激光雷达出货30.3万台（+1141.8% YoY），禾赛JT系列2025年上半年出货增速+649.1% YoY，机器人成为激光雷达行业增速最快的细分场景，第二增长曲线已在当期财报中兑现。

以上10个事实，构成了本报告核心叙事的事实锚点：千元拐点在2025年真实落地（事实三）；中国四强的市场主导地位已经确立（事实一）；行业商业化可持续性已经验证（事实二、四）；政策环境和渗透率形成正循环（事实五、七）；西方竞争对手已经退出核心竞争（事实六）；机器人第二增长曲线从预期变成现实（事实十）。这七项彼此独立、相互强化的事实，共同构成了"中国激光雷达行业已经完成历史性突破"的完整证据链。

三十二、中国激光雷达的区域性出口战略

中国激光雷达企业的出口版图，在2025年正在从"机会性出口"向"战略性布局"演进，不同区域市场的特点决定了不同的进入策略。

东南亚市场：东南亚是中国新能源汽车出口最密集的目标区域，比亚迪在泰国、印尼、越南均已建立本地生产或销售基地，吉利/领克在马来西亚有整车工厂。随着搭载激光雷达的中国新能源车型进入东南亚，中国激光雷达的前装出货也随之扩展至东南亚市场。东南亚不存在美国的出口管制限制，且市场对中国供应商没有政治阻碍，是中国激光雷达走出国门的最顺畅区域。禾赛已在东南亚主要市场设立了本地化销售和技术支持团队，速腾聚创也有类似布局。

中东市场：中东（沙特阿拉伯、阿联酋、卡塔尔等）是中国汽车品牌的新兴重要出口目的地，同时中东各国在"Vision 2030"等大型基础设施项目中对智慧交通有强烈需求，路侧激光雷达在中东市场有可观的政府采购机会。万集科技等路侧激光雷达企业已探索进入中东智慧高速项目。

欧洲市场：欧洲是中国激光雷达出口面临最多阻力的市场：欧洲OEM（大众、奔驰、宝马、斯特兰蒂斯等）有强烈的供应链本地化偏好，且受到欧洲政策对中国高科技产品审查的影响；欧盟对中国新能源汽车的关税壁垒（已于2024年起征收额外关税）也间接影响了中国配套供应商在欧洲市场的增长空间。但也存在机会：部分欧洲新兴EV品牌和初创自动驾驶公司（无传统供应链包袱）对中国激光雷达持开放态度，禾赛和速腾在欧洲均已有少量商业定点。

日本市场：日本是全球技术壁垒最高的汽车市场之一，日系OEM（丰田、本田、日产）的供应链极为封闭，传统上只采购日系Tier1（电装、住友、小糸等）的产品，外资激光雷达直接进入日系乘用车前装供应链的难度极高。但在非乘用车市场（工业机器人、测绘、仓储AMR），日本市场对中国激光雷达的接受度相对较好，速腾聚创和北醒在日本工业机器人客户中已有若干合作案例。

美国市场：美国是中国激光雷达企业国际化过程中面临政治风险最高的市场。美国国会和行政部门对中国传感器企业进入美国汽车供应链有越来越强的政治敏感性，部分法案已经或正在讨论限制中国供应商提供车载传感器（尤其是具有数据采集能力的传感器）。禾赛在纳斯达克上市使其在美国具有一定的公众透明度，但这不能消除政治风险。禾赛和速腾目前在美国市场主要通过自动驾驶测试和机器人客户维持小规模销售，尚未进入美国主要OEM的量产前装供应链。

出口战略的长期演变：中国激光雷达企业的出口，将逐步从"搭便车于中国新能源车出口"向"独立打入海外供应链"演进。这一演进的关键路径是：先从新市场（东南亚/中东）积累前装供应经验，建立品牌认知和本地服务能力；再向成熟市场（欧洲/日本）渗透，以成本优势和成熟量产记录打动价格敏感的OEM；最后应对美国市场的政治约束，可能需要采取在美国本地生产或寻找美国合作伙伴等结构性措施。

这是一条需要5—10年时间推进的战略路径，当前中国激光雷达企业更多聚焦于国内市场的高速增长，国际化是中长期的战略方向而非短期优先项。

三十三、激光雷达行业2025—2030年技术路线图总结

综合前述各章的技术分析和市场预测，以下提供一张以时间轴为主轴的技术路线图总结，梳理激光雷达行业2025—2030年在技术、产品、市场、竞争四个维度的演进方向，为产业链上下游提供战略参考。

技术维度（2025—2030年演进路径）

2025年（当前基准）：905nm + dToF + MEMS半固态是量产主流；SPAD CMOS标准工艺量产实现；自研SoC（禾赛Pandar、速腾M-Platform）成为头部企业核心；Flash补盲成熟；千元级（约1500元）量产落地；L2+/NOA场景为主。

2026—2027年：905nm主流性能继续迭代（探测距离250m+、点云密度提升）；SPAD三维堆叠集成进入量产（BOM成本进一步降低15—25%）；FMCW激光雷达完成工程样品验证（小批量商用于Robotaxi/商用车高端场景）；AI In-Sensor感知中间件商业化（激光雷达直接输出语义感知结果）；激光雷达ASP降至约1000—1200元；L3前装量产开始规模化。

2028—2030年：905nm系统进入成熟稳定阶段，年出货量大于500万颗（全球），千元以下成为10—15万元车型标配；1550nm FMCW在Robotaxi/L4/商用车中批量量产；机器人激光雷达追平车载出货量，成为全球第一应用场景；具身智能/人形机器人成为激光雷达最大的单一增量需求来源。

产品维度（关键产品节点）

2025年：ATX（禾赛千元级）/MX（速腾千元级）/ET25（补盲）/JT（机器人）是2025年的标志性量产产品组合。2026年：ATX/MX在15万元车型的规模化渗透，速腾MX2（第二代千元级），主流市场全面普及。2027年：面向L3感知架构的"主雷达+补盲"组合配置标准化（2—3颗/车），FMCW实验性量产款（超高端Robotaxi专用）。2028—2030年：集成AI感知的"智能传感器"成为主流形态；人形机器人专用激光雷达（超小型、全方向、低成本）规模化量产。

市场维度（核心市场指标）

2025年：中国出货约240万颗，渗透率21%，市场规模241亿元；2026年：约380万颗，27%，432亿元；2028年：约750万颗，45%，650亿元；2030年：约1200万颗，60%+，1000亿元（含机器人/路侧/Robotaxi全口径）。机器人激光雷达2028年追平车载；Robotaxi 2028年年需求约100—200万颗（若车队规模达30—50万辆）。

竞争维度（格局演变预测）

2025—2026年：四强稳固（禾赛/速腾/华为/图达通），份额约88%—92%；禾赛/速腾双双实现稳定盈利；Luminar破产，其他海外企业进一步萎缩；中国激光雷达全球话语权确立。2027—2028年：四强内部分化——禾赛ATX大众市场领先，速腾机器人赛道领先，华为高端ADS生态深耕，图达通Robotaxi/商用车聚焦。2029—2030年：行业成熟化，头部厂商竞争重心从出货量转向感知软件订阅收入；估值模型从"制造业P/E"向"软件订阅P/S"演变；机器人激光雷达市场出现新的专业化厂商。

从这张技术路线图可以看到，激光雷达行业在2025—2030年的演进逻辑高度一致：技术层面持续降本、市场层面持续渗透、产品层面持续扩展应用场景、竞争层面中国主导地位持续强化。这是一个已经翻越了最难跨越的技术和商业双重障碍（千元级量产加头部企业盈利）的行业，接下来的五年，更多是规模化执行而非方向性突破。在规模化执行上，中国激光雷达企业拥有其他国家的竞争对手难以企及的制造生态优势，这是本报告最终结论的底层支撑。在工厂数据平台平台覆盖的480万家真实工厂中，涉及激光雷达产业链的工厂——从苏州的VCSEL芯片厂、深圳的光学元件厂、上海的整机集成厂，到北京的机器人应用厂——形成了一张独特的产业生态网络，这张网络是中国激光雷达行业在未来十年保持领先的最终底气。

三十四、激光雷达企业的研发经费结构与长期投入逻辑

激光雷达是一个高度研发密集型的行业。与成熟消费电子品类（如摄像头模组，研发强度约3—5%）相比，激光雷达头部企业的研发投入占营收比例明显更高，这一高研发强度是由行业的技术迭代速度和竞争窗口决定的。

禾赛科技的研发经费结构：禾赛2024年研发支出约6.2亿元，占营收约30%，远高于营收规模相近的消费电子企业。这30%的研发强度中，约50%用于新一代SoC芯片研发（含流片费用，一次先进制程流片成本在数百至数千万元），约25%用于光学机械系统设计和原型验证，约15%用于感知算法和SDK，约10%用于车规认证测试和质量体系。

这种研发经费结构揭示了一个关键事实：激光雷达头部企业的竞争护城河本质上是"研发的正循环"——当期出货量带来的收入支撑下一代SoC的研发，下一代SoC带来更低的BOM成本和更高的性能，推动下下一代产品的市场竞争力，循环往复。打破这个正循环的唯一方式，是竞争对手拥有更雄厚的研发资金储备，或者更短的技术迭代周期——而在中国激光雷达市场，禾赛和速腾两家头部企业已经建立了显著的先发研发优势，后来者要缩短差距，在时间上面临不小的挑战。

政府研发支持的杠杆效应：中国中央和地方政府对激光雷达行业的研发支持，通过多种渠道发挥杠杆效应：国家重点研发计划（NKP）对激光雷达相关技术（SPAD阵列、MEMS器件、激光雷达系统集成）有专项支持；各地方政府（上海、苏州、深圳等）对激光雷达企业的研发费用加计扣除、设备购置抵减等税收优惠；科创板上市政策（优先支持硬科技企业上市）为禾赛、速腾等企业提供了较低门槛的资本市场融资渠道。政府的研发支持，虽然在绝对金额上占企业研发总投入的比例有限，但在战略项目（芯片国产化、关键器件攻关）上的定向支持，对技术突破的催化作用不可低估。

研发与量产的协同：在激光雷达行业，研发和量产并非截然分开的两个阶段，而是高度协同的并行过程。量产中发现的工程问题（良率不达标、某温度节点可靠性异常、特定天气下的误报增加）直接反馈到下一代产品研发，形成"量产验证驱动研发迭代"的快速循环。这种量产与研发的协同，要求激光雷达企业同时具备强大的制造运营能力和持续的研发创新能力，二者缺一不可。禾赛和速腾在量产规模快速扩张的同时保持高研发强度，正是理解其竞争优势的核心。

数据来源与主要参考

本文由天下工厂产业研究院基于天下工厂产业平台的工厂与产业链数据，结合公开资料、官方信息与权威媒体报道整理、分析。主要数据与事实来源包括：

  • 工厂数据平台产业平台的中国工厂数据库与产业带数据（www.tianxiagongchang.com）
  • 禾赛科技（HSAI.O/HSAI.HK）2024年年报、2025年Q1/Q2/Q3季报及2025年业绩指引公告
  • 速腾聚创（2498.HK）2024年年报、2025年全年业绩公告及2026年Q1财报
  • 图达通（Seyond）港股招股书（2025年2月递交及更新版）及上市公告
  • Luminar Technologies（LAZR.O）2025年Q2财报及Chapter 11破产申请公告
  • 盖世汽车研究院《2024年1—11月中国激光雷达装机量统计》
  • 前瞻研究院《2025年中国激光雷达行业全景图谱》
  • 智研咨询《2025年中国车载激光雷达行业市场规模及竞争格局》
  • 中国工业和信息化部《智能网联汽车准入和上路通行试点管理规范》（2023）
  • 工业和信息化部关于首批L3级有条件自动驾驶车型准入公告（2025年12月）
  • 量子位、36氪、新浪科技、每日经济新闻等权威媒体企业专访及行业报道
  • OFweek激光网、盖世汽车、IT之家等行业媒体的实时出货与市场数据
  • Luminar、Ouster、Innoviz等海外企业的SEC/港交所公开披露文件
  • 中金证券、中信证券、华泰证券等券商激光雷达行业研究报告