车东西（公众号：chedongxi）
作者 ｜  Juice
编辑 ｜  志豪

车东西11月26日消息，日前，禾赛科技正式发布了全新的激光雷达产品ATX焕新版，几个核心的数据如下：

SPAD技术；

256线数；

最佳角分辨率为0.08度*0.05度；

测距能力为230米；

已经收获400万台定点。

这款产品采用了禾赛自研的智能主控芯片费米C500，更加自主可控，性能有了进一步提升，但是成本上不会有明显的提升。

从参数上来看，ATX焕新版对于安全下限的兜底能力会更强，可以实现物理层面的极致“零误报”。明年禾赛科技还会有ETX、FTX两款全新的产品量产，在性能和安全上都会进一步提升。

▲禾赛科技明年将推出的产品

一、ATX换芯升级 进一步兜底辅助驾驶安全下限

激光雷达是一个非常年轻的零部件品类。

禾赛科技联合创始人及首席科学家孙恺说，Velodyne在2016年开始推动激光雷达装到无人驾驶出租车上，但是其产品也有一定的问题，后来国内一些企业开始看到机会，镭神、北科天绘、速腾聚创、禾赛等先后开始布局激光雷达。

▲Velodyne在2016年开始推动激光雷达装车

2017年，禾赛科技推出了Pandar 40，采用了新的电路板设计，性能、可靠性和可制造性都有了升级，一推出就获得了市场的认可，之后还解决了激光雷达误触发的问题。

▲2017年禾赛的判断

在2017年，禾赛在激光雷达市场的占有率仅8%，90%的市场份额都属于Velodyne，到2022年，禾赛成为了无人驾驶激光雷达领域的第一，占比达到74%。

孙恺表示，在禾赛刚开发研发激光雷达的时候，市场上有几个共识：机械旋转激光雷达过不了车规；机械旋转激光雷达会被淘汰；机械旋转激光雷达成本太高。

禾赛当时选择做了机械旋转激光雷达，这一产品不但成功了，甚至还成为了禾赛营收的重要来源。

在量产激光雷达领域，2017年是技术架构百家争鸣的时代，MEMS、1550、OPA、一维转镜等技术都有布局。禾赛一开始也做了1550+MEMS技术，在CES上收获了不少的关注度。

但是很快，禾赛就终止了这个项目，做了一次技术判断的豪赌，转向了905+单光子探测器的架构，做出这个决策主要出于两个考虑，一是成本会更低，二是探测距离会更长。

▲禾赛转向905+单光子探测器的架构

禾赛的首款905量产产品是AT128，在这一产品上，禾赛自研了激光器VCSEL、探测器SiPM以及其他的芯片，完成了相关的芯片化产品。禾赛AT28生命周期内，累计交付了100万台，收获15个主机厂定点，27款量产车型搭载。

▲禾赛的首款905量产产品AT128

到今天，激光雷达市场已经形成了905+芯片化的技术路线，但随着技术路线的收敛，也开始了新一轮的技术争夺战。

▲激光雷达市场已经达成了905+芯片化的技术路线

目前，行业内都在讲数字激光雷达，什么是数字激光雷达？以相机行业为例，早前采用了模拟为主的胶片相机，现在已经进化到了数字化的数码相机。激光雷达的发展路径也很接近。

现在的激光雷达大多数发出光信号，然后模拟为数字信号，孙恺认为，从这个角度来说，所有的激光雷达既是模拟激光雷达，也是数字激光雷达。

不过，目前大多数从业者都会认为采用了SPAD技术的激光雷达才属于数字激光雷达。孙恺说，禾赛早在2023年就量产了SPAD数字激光雷达FT120，首搭在了极石汽车上，同时禾赛还在2024年收购了海外SPAD激光雷达厂商。

▲禾赛在2024年收购海外SPAD激光雷达厂商

今年上半年，禾赛发布的ETX产品，就已经采用了SPAD-SoC芯片，目前已经获得了多家海外头部车厂和国内头部新势力定点。

▲禾赛ETX产品

因此，孙恺表示，对于SPAD技术，禾赛有没有选用只是产品技术方案的选择，但技术能力早就储备了。

孙恺同时解释了禾赛此前为什么在ATX产品上用了SiPM技术，而没有采用SPAD技术。

孙恺认为激光雷达最重要的下限是不误报，不漏报。传统的SPAD方案存在严重高反膨胀会引起误报，虽然可以用算法来解决，但是算法上的误滤除又会引发漏报。

▲传统SPAD方案

禾赛的解决方式是光子隔离技术，一个激光发射通道对应一个接收通道，激光通道数是传统方案的10倍，在物理层面做到零误报。

▲禾赛光子隔离技术

禾赛会在明年4月份量产ATX焕新版，其将会具备256线数，最佳角分辨率为0.08度*0.05度，测距能力为230米，目前已经有超过400万台订单。这一产品的各项性能比当前的ATX产品都将会进一步提升。

▲禾赛ATX焕新版参数

ATX焕新版的全天候能力将会超过传统的SPAD激光雷达，在干净视窗和附水视窗下都有不错的点云表现。

▲禾赛ATX焕新版表现

在ATX焕新版本上，将会搭载一颗禾赛完全自研的专用高性能智能主控芯片费米C500。

▲禾赛自研的智能主控芯片费米C500

该芯片采用了RISC-V架构，更加自主可控，集成度进一步提升，性能也会进一步提升。而在功能安全、网络安全和点云智能引擎方面都有非常好的表现。

▲费米C500具体参数

明年，禾赛会有至少三款激光雷达产品推出，除了上面说过的ATX焕新版，还会有ETX、FTX等新产品推出。

▲禾赛科技明年将推出的产品

截止到11月23日，禾赛七大关键部件（激光器、探测器、激光驱动器、TIA芯片、ADC芯片、数字信号处理器和控制器）全部自研，16款芯片获得了AEC-Q车规认证，自研芯片和半导体器件累计交付量达到了1.85亿颗。

孙恺表示，虽然禾赛实现了完全自研，但是未来也不会放弃采购外部供应链的产品，打造产业链的繁荣才能推动行业的进一步发展。

二、华为推动激光雷达普及 终局不仅仅局限于汽车市场

在发布会结束后，禾赛科技联合创始人及CEO李一帆也接受了车东西在内的媒体采访，进一步介绍了禾赛全新的产品和对于激光雷达行业的思考，车东西在不改变原意的情况下做了一些编辑。

▲禾赛科技联合创始人及CEO李一帆

1、目前汽车行业的各种需求都在扩大，车企开始去找二供或者三供，随着激光雷达装车的增加，是否也会出现二供、三供的情况？

李一帆：从车企安全角度来看，供应链有多家供应商，这件事其实挺能理解的。一方面，车企肯定不希望出现一家供应商的问题导致整车产线有问题，另一方面，有了多个供应商之后，在商务上会更有自由度，我们也是制造业，能理解这一点。

但目前很多海内外客户还是选择了独供应，供应链安全不是唯一的考虑，还有更重要的考虑：生命安全，激光雷达是比较重要的安全件。

禾赛有自己的独特之处，不仅仅是性能，还有安全性，禾赛的每一代产品在核心性能上都有明显的领先优势，在这种情况下，如果车企仅仅从供应商的交付强行选择多个供应商就会有代价。

第一个代价是：明明可以选用性能最好的，但是却同时选择了第一名和第二名，这就会存在数据不兼容的问题，是不是得基于第二名的性能去设计产品？因为你用第一名的产品去做了设计第二名的产品可能就不能用了，会有这个问题。

第二个代价是：如果这个过程中出现了隐性的质量问题，假设第一名和第二名的产品有不同的质量问题，大概率第二名质量问题还会多一些。如果都选用了，意味着车企的研发人员需要解决的问题是两个并集的质量问题。

从物料成本上来讲，也许二供最终能省一部分钱，但研发也是钱，时间也是钱，有好多这些成本在里面。

2、禾赛怎么看待华为？华为不仅和激光雷达公司在争抢B端客户，也在直接影响终端客户。

李一帆：华为是一家伟大的企业。

我觉得华为特别棒，在中国市场上，激光雷达有什么用？为什么要标配激光雷达？怎么提高安全？用户对于这些问题的了解，很大一部分是因为华为对于用户的影响，华为对于行业做出了非常多的贡献。

华为的AI能力很强，算法各方面都很强。在普通用户最早不知道激光雷达解决什么问题的时候，华为坚定的用激光雷达，用户会认为华为如此坚定的使用激光雷达，那大概率是对的。

虽然我们更希望大家通过第一性原理，通过数据了解激光雷达的作用，但是我也能理解用户的思路，他们希望能有一个简单能看懂的逻辑，在帮助大家理解产品的作用这件事上，华为做得就是挺好的。

而且华为带来的不仅仅是这些，华为也在不断突破自己，原来只有主激光雷达，补盲激光雷达是华为最早用的，这一定程度上已经是在探索科学边界了，因为只有你上了大量产品才真正有可能、有数据知道激光雷达有没有用。

再说一个老生常谈的例子，特斯拉其实是没有用过激光雷达的，没用过的企业说激光雷达没用，跟用过激光雷达的企业说激光雷达有用，我们更应该相信谁？

从企业角度来说，特斯拉和华为都是很厉害的企业，特斯拉并不是用过激光雷达之后觉得没用，而是没用过。华为不仅用，而且还在多用，肯定是因为更安全、体验更好。

从我们角度来讲，关注的永远是行业的上限有没有被不断突破，我们更擅长从底层技术上发力，华为这样厉害的企业可以做整车解决方案，他们对于行业上限突破的程度确实比我们高，非常厉害。

3、特斯拉没用过激光雷达，最近小鹏汽车也选择了不用激光雷达，Robotaxi也不用激光雷达，认为从技术角度来说，激光雷达的扫描频率、噪声点、信息量等方面的短板，您怎么看？

李一帆：世界这么大，大家都有自己的选择，我们没有必要逼每个企业做和我们一样的选择，有一两个车企没用也挺正常的。

我从技术角度点评一下这个事情。我认真看了发布会，小鹏的观点跟我一定程度上有相似之处，觉得噪音多，所以不敢用。如果你问我激光雷达的噪点（误报）会不会对驾驶安全有影响？我觉得会，我们今天花了很多的时间来讨论这个事儿，认为这个是可以被解决的，我们是行业内解决的比较好的。这里面也有另外一个问题，小鹏确实也没有用过禾赛的激光雷达。

华为的领导曾经讲过，他觉得摄像头和激光雷达有可能出现不一致的决策，因此会更糊涂。我觉得他说的特别对，这是需要解决的问题，而不是需要回避的问题。

多个传感器一定覆盖了更多信息，而且一定有一些信息是激光雷达有而摄像头拿不到的，常见的比如说有小物体、黑色、逆光。

最近我听了一个补盲的例子挺有意思，如果一个小孩站在前保险杠前面，挡住了前保险杠摄像头，摄像头是很难识别出来障碍物是什么的。但是激光雷达被挡住就能知道。

为什么不断在讲“最近探测距离”，而不是最远，就是因为在补盲里面最近反而更重要。这些信息可以帮助系统在摄像头不行的时候解决问题，但是前提是要有能力把这两类数据都消化。

再举个例子，车上装那么多的摄像头是为了获得更多的信息，不同覆盖方式看到信息总和的安全性一定大于单个，当然前提是你要做好的决策。

4、激光雷达的数字化和芯片化是一回事吗？

李一帆：不是一回事。数字化有点像固态，说不明白是什么意思。激光雷达天然就是数字的化的，很显然不是显像管、皮尺之类的东西。本质上讲，激光雷达有不同的发射，接收方案，有一些方案用某一类，比如说SiPM、SPAD等，不能说某一个方案没有数字化，某一个方案有数字化。

我们很早就开始做SPAD，SPAD里面的问题我们也看得最多，做技术选择的时候就会根据不用的产品选不同的技术，这不是数字化的选择，本质上就是不同方案的选择。

芯片化是另外一个事，有点像垂直整合，主要有两个方向：一是原来不是为激光雷达定制的东西能够自研了，二是集成，原来不同功能的芯片可能都是单独购买，现在把它都研究明白之后集成到同一颗芯片上，比如我们这次发的费米C500。

为什么我们比较犹豫去讲这个事儿？因为理论上大家不需要知道这么多信息，但它确实是非常厉害的，真正有机会从底层设计一颗完全集成化的芯片来解决所有问题，除了降本，还能提升性能，让供应链更加安全，还能做到极致小。

不论是特斯拉还是苹果，硬件的尽头大概率都在芯片化方面，如果一个硬件产品有足够的需求量，足够的小型化，大概率任何供应商都没法满足要求，行业老大一定会自己做。

但是如果企业还没有到那么大的量，或是还不太知道怎么设计的时候，去做就会有问题。因为做出来的东西也不能帮助企业卖更多的产品，或者企业对芯片的理解不够深刻导致做了一些错误的芯片产品。

5、禾赛自研芯片技术并不是禾赛成为行业老大的时候才开始做的，禾赛其实很早就开始做了。

李一帆：首先，我们一直是老大。我们一直是引领行业技术前进的。

当年体量没有这么大的时候选择做芯片是战略选择，做芯片就需要投钱，很幸运的是我们一直能在资本市场获得钱，所以早期投资了特别多。

理论上讲，晚点再做可能钱方面比较好算账，但是觉得太重要了，所以提前就做了。

第二，芯片化，其实是有非常多颗芯片的的，我们2017年做芯片的时候，不是做像费米C500这么大的芯片，而是从小芯片开始。芯片本身没有那么神秘，就是更高集成度的集成电路。

6、关于用不用激光雷达的问题，在智能车赛道一直炒得很热，现在又炒到了具身智能的赛道，多模态大模型的路线现在看还是刚起步阶段，真正的突破不知道是一年两年还是十年，如果这一天到来了，AI大脑突破激光雷达还是必须的吗？

李一帆：在我看来，到那一天的时候也不一定是单一形态的产品，我不觉得最终一定是像人那样的东西，而是有不同形态的机器人。

在不同形态下，是不是每一个都要用激光雷达？我可以明确说大概率不是。肯定有一些形态机器人确实不需要用，是不是任何机器人都不需要用？也不至于。

举一个最简单的理智，今天扫地机器人还在用激光雷达，虽然是低成本的简单激光雷达。我感觉大家特别喜欢的言论是比较极端的宗教信仰型的，但其实很多选择是实际的技术和商业的综合结果。

企业需要想清楚在一个场景里能够高可靠性地感知三维空间有多重要，可以产生多少商业价值，以及为了完成这个事情需要花多少钱。算清楚这个账，好就用，不好就不用，有时候可能觉得不好用，后来又觉得好用了，就继续用。

大家期待的非黑即白的“宗教般”的结论其实是没必要的。最终无论是在车上还是在人型机器人上用的激光雷达，只要上量都不会特别贵，对于一个不是特别贵的零部件，大家也犯不着跟它较劲。

你就想它解决多少问题就好了，我觉得这是更有意义的。

7、所以现在能清楚地看到十年之后仍然是以激光雷达为主？

李一帆：应该是以底层感知能力为主的，这里面有很多很多应用可以去做。

我们不能说因为一个事情特别火，我们就去做，这不是我们的逻辑。我们的逻辑是，这个事情是有价值的，但更重要的是我确定我能做到第一名才会去做。

我如果发现有10家公司在做和我完全一样的东西，拼了命的做也能挤进前十，但是世界不会因为多一家这样的公司而变得更好。

但是在那些相对可能没有那么大的细分领域做到第一名的时候价值就很高，因为每家都可以用这样小的东西。

从这个角度来讲，不一定仅仅限于激光雷达本身，底层感知能力，底层复杂硬件设计、制造体系都很重要。

8、激光雷达的需求越来越大，在产能爬坡的过程中有没有压力？从价格角度讲还有下探的空间吗？在降本方面是怎样的考量和计划？

李一帆：关于成本大会已经讲的差不多了，价格这部分就不说了。

我们已经制造了这么多年了，产能超过了200万台，有比较成熟的体系，扩产能的方法其实也挺简单的，就是复制粘贴产线，一个产线一般一年50万台，不断地加就好了，这倒不是特别大的问题。

因为客户比较多，大家都是用的共平台的技术，我们每个技术都会看一次，对整个大市场的总量判断不会差超过30%。虽然30%是一个很大的数字，但是比如你的预计结果是300万台，但最终需求是400万台的概率其实没有那么大。

我们还有一点是比较好的，虽然某一个客户给我的需求量会有波动，但是当有了十几家客户的时候，需求量的波动反而不会那么大。

我们的原则是保证不能断线，因此一般都会多备20%-30%的料，产能得有预留。超过了我们预留产能的时候，扩线差不多也就三四个月的时间，也不会出现断线的问题。

9、您之前讲激光雷达未来长远发展来看一个是国际化一个是非车载，这个论断我觉得已经逐步成为业界的共识，尤其是在非车载领域激光雷达有很多应用空间，这里面极有可能会诞生出媲美车载、超越车载规模的市场。但很难预测哪个场景会爆发，这么多场景对于禾赛来讲怎么做战略选择、优先级排序确保在下一个车载市场爆发的时候能够占到好的位置？

李一帆：可以拆成几个小问题来看一下。

第一个问题，市场上需求的究竟是什么激光雷达？苹果手机也有激光雷达，但是那个产品离我们有点远。因为它是一个超近距离的，是另外一回事。

水下的激光雷达方面，我有好多做泳池机器人的朋友，认真探讨了之后，发现那个技术跟我们擅长的也有点远。如果非要做的话也能做，但除非这个市场更大。

对于硬件公司来说，不擅长的时候就得犹豫一下，不擅长的事情硬做了也不一定会比其他的公司做的更好，机会成本很高。研发预算就这么点投向哪儿就得特别小心。

绝大多数机器人是在空气中测距，小到20、30米，长到100、200米范围内的三维感知，这件事是我们擅长的。

目前从技术层面看，两三年就是比较远的技术产品了，五年以上的预测就跟技术产品无关了。我们有一个研究院主要就是在研究三年左右的大趋势。

当底层技术都有的时候，就可以很快拼出来一个产品。对于激光雷达来说，基本上就是距离、成本、分辨率那几个参数，在底层芯片上是标准化的，到产品层面理论上不应该为每个行业定制一个新的SKU。

10、禾赛是一个百亿级的公司，很有可能在很近的将来禾赛会变成千亿级强大的公司，回来看的话，您认为今天禾赛做了做了哪些重要的事情，把哪些事情做的比对手更好才让禾赛变得更强？

李一帆：市值倒不是完全判断公司价值的标准，可能避开谈市值这件事。

从数字世界走向物理世界，从二维世界走向三维世界的时候，AI的落地和AI能力在物理世界最大的短板就是感知能力，禾赛想要解决的就是这个矛盾，而这个并不完全是汽车的生意。

往前看，会有几个大事情。

一是，汽车只是一个应用场景，三维世界有很多事情大家都还没有太想到，黄仁勋说的一句话挺对：所有会移动的东西都会变得自动化。现在可移动的东西太多了。

前两天余凯说的也挺对的，替代白领这事儿中国不一定比美国做得好，但也不一定比美国差，但替代蓝领这事儿中国大概率能做好。

中国有非常好的供应链体系和制造体系，美国现在举国之力想干这事，但没那么容易。这个过程中会有很多机会，禾赛不会下场做终端的产品，但禾赛多年积累的底层能力可以提供助力。

硬件行业有一个好处，如果在一个国家做得好，大概率在另外一个国家也是最好的，所以出海机会很清楚。我们花了很多时间去建设这些渠道，确保禾赛在海外也能有市场。坦率说从纯毛利角度来讲，海外的毛利率会更高。

禾赛跟海外车企的合作已经在路上了，目前海外市场还没有那么卷。

另外，目前只是电车是新平台，所以激光雷达上了电车，同时恰好中国的电车发展的快，辅助驾驶发展的快。但是目前很多大厂都是油电都有，到最后系统应该是兼容的。

对于激光雷达来说，这个产品又不烧油，因此，也不是只面对电车市场。

11、怎么看待禾赛最近的股价？

李一帆：巴菲特说过一句话，资本市场长期是称重机，短期是投票机，这挺有意思的。

很多资本市场的动作大概率都是影响短期的，真正值得关注的是，企业能不能创造长期价值，很难想象一个长期在不断创造价值的企业股价会一直不好，这是不太可能的。

确实有一定的小概率导致没创造特别多社会价值的企业因为种种原因股价不错，但这个事不是我们关注的重点。

我们现在更多讲的是如何能够不断地解决更大的行业内、社会的（问题）。在这过程中，希望公司的经营效率不断提升，一方面是省钱，另一方面是能不能用比较好的组织和战略解决问题。

战略是解决大问题，组织的意思是能不能用平台化的技术，能不能让不同行业、不同客户能够有更多共用的部分，能不能用底层的芯片化技术推动效率？如果没有做这些，禾赛在过去是没法把行业成本降低这么多。

如何不断降低成本，通过轻量化降低物料成本，通过比较好的平台化战略让公司研发、运营效率提高？这是我们过去一两年花了很多时间做的事。

孙恺今天讲长跑的例子很对，如果我们是跑100米，那拼命跑就是了，但是如果跑马拉松，首先要跑完，为了这个目标，每个环节都要做好保证，所有环节都得做对，这也是我们这类企业必须要经历的。

12、激光雷达和AI绑定，禾赛主要在强调激光雷达的下限安全能力，如果有一天规模大了、成本低了，人们不再把它跟人工智能放在一起说，这样的情况能不能接受？

李一帆：我觉得说法都不重要，主要看业务本质。激光雷达本质上是在帮助车企做驾驶决策，行业的最终形态跟激光雷达能够解决多大的问题以及行业规模有多大。

规模现在按标配已经能算出来了，解决多大的问题可能还有一些空间。

行业的终局甚至可能会没几个玩家、形态相对稳定，大家迭代速度也不会是每年有一代新产品，这对于汽车行业是更合理的现状，大概率会成为这样的业务。

另外，激光雷达解决的是AI和物理世界落地过程中非常小非常薄的一环，但这一环虽然小，但是规模大，车只是一个应用，最终有可能会进入到各行各业。

13、您是最早提出激光雷达和硬件融合的，现在现在推出了激光雷达和摄像头融合的“Limera”，这个跟您的思路一样吗？

李一帆：华为的那个产品和我说的不是一个事，我之前说的思路是，让激光雷达直接就具备摄像头的功能。

14、之前咱们讲到跨越鸿沟，跨越鸿沟之后确实涨了很快，有没有对明年这方面大概率的预期？

李一帆：数据要参考上市公司披露，没法说更多具体数字。

2026年会有几个影响行业的因素，一个是跟国家标准有关，行业的上限要靠企业去推动，行业的下限需要从国家角度明确下来，变成可被执行的标准。这不仅仅涉及到L2、还涉及到L3/L4。

其次是激光雷达的使用情况。激光雷达本质上不直接提供功能，它得和AI算法一起，今年各家把激光雷达用的更好了，激光雷达解决问题越来越多了，另一方面，激光雷达的存在确实会让辅助驾驶系统在很多场景下做得更丝滑，慢慢这些功能也会看到。

虽然这些不一定影响2026年的量，但是决定了再往后那一代产品的销量。

现在头部车企很多都标配了激光雷达，车卖得好不好这事儿我影响不了，但我希望大家都卖得好。

15、现在激光雷达有两个核心方向，一个是车，一个是机器人，长期来看，您觉得这两个哪个会成为禾赛最核心的营收贡献者？

李一帆：激光雷达会成为核心，跟行业不直接关联，因为底层技术是一样的。

长期来看，机器人的数量肯定比车大，一个家里可能只有一、两台车，但是机器人的数量会更多，这是肯定的。

但车对于安全性的要求会更高，人形机器人摔倒就摔了，车撞了是很大的事情，各有侧重。如果想要预测20年后哪个量更大，我确实觉得机器人想象空间更大，但数据得看咨询报告，这不是禾赛一家能够决定的。