汽车激光雷达遭遇尴尬_

随着新能源汽车普及率不断提升，ADAS 辅助驾驶系统的市场需求量大增。因此，近几年，激光雷达（LiDAR）的上车数量在高速增长，特别是在中国，电动汽车已经遍布大江南北，越来越多的汽车搭载了激光雷达。

2023 年，全球乘用车载激光雷达出货量突破 50 万个，2024 年的出货量有望达到 100 万个。这 100 万，对应的是 1% 左右的市场渗透率，增长空间依然很大。

自 2021 年以来，小鹏、蔚来、理想、极狐、智己等车企开始逐步推出搭载激光雷达的车型，单车搭载量在 1~4 个不等，越来越多的厂商也在计划让激光雷达上车。据 Yole 统计，截至 2023 年第三季度，已有 36 家中国车企宣布使用激光雷达，国内约有 106 款搭载了激光雷达的车型上市，占全球同期搭载激光雷达新车型总数的 90%。

汽车激光雷达简析

ADAS 可分为 5 级，从 L1 到 L5，驾驶自动化程度逐步提高，相应地，各种传感器的种类和数量也在增加。从前些年行业对 ADAS 系统的认知来看，L4 一定需要激光雷达，而在 L3 阶段，很多公司还是不会用激光雷达，因为它的成本非常高。

激光雷达可以生成道路的 3D 视图，通过测量光传播到物体并反射所需要的时间，来提供汽车周围环境的 3D 点云图，能够帮助汽车很好地识别周围环境。尽管 ADAS 业界对激光雷达仍然存在不同的声音，但由于其创建周围环境高清 3D 点云图的能力，通常被认为是 ADAS 的核心传感技术之一。

激光雷达主要分为机械式，半固态式，以及固态式。

机械式激光雷达的装配困难、扫描频率低；半固态方案的特点是收发单元与扫描部件解耦，收发单元（如激光器、探测器）不再进行机械运动，适用于实现部分视场角（如前向）的探测，体积相较于机械式雷达更紧凑；固态激光雷达，扫描方式主要包括 MEMS、Flash 和光学相控阵 (optical phased array, OPA)。

激光雷达的发射模块主要有两种探测方式：主流的是 ToF，新兴的是 FMCW，发射激光的激光器，主流方案是 EEL，新兴的是 VCSEL。

在接收模块中，主流的探测技术是 APD，新兴的是 SPAD 和 SiPM。APD 是雪崩光电二极管，它的缺点是体积大、功耗高、侦测距离和范围有限、一致性不好。采用 SPAD 方案，可以大幅降低成本，且体积更小、性能更稳定。SiPM 是硅光电倍增管，它的优势在于增益是 APD 的 1 万倍，灵敏度是 APD 的 2000 倍，工作电压要求非常低，只要 30V，而 APD 要 250V。SiPM 的一致性非常好，可以较为容易地实现批量生产。

市场格局

在全球范围内，激光雷达行业的主要玩家有美国的 Velodyne、Luminar、Aeva、Ouster，以色列的 Innoviz，以及中国的速腾聚创、禾赛科技、图达通、华为等。早些年，在产业发展初期，美国等国外公司主导着技术和产品市场，近几年，随着中国新能源汽车产业的快速发展，国内激光雷达企业投入大量资源和资金进行研发，逐步实现了技术的追赶，甚至在一定范围内实现了超越，相关产品的市占率也在迅速扩张。

2022 年，禾赛以近 50% 的市场份额连续两年稳居全球车载激光雷达总营收榜首，其市场份额从 2021 年的 42% 扩大至 47%。图达通则依靠蔚来汽车的持续出货，以 15% 的市场份额夺得第二名，法雷奥、速腾聚创分别以 13%、9% 的市场份额位列第三、第四。

据 Yole 统计，2023 年，全球车载激光雷达市占率排名前五的厂商中，前三名都是中国企业，分别是禾赛、速腾聚创和图达通，这三家的市占率总和达到 80%，剩下的 20% 市场份额则由法雷奥、大疆览沃、华为、Cepton、Innoviz 等公司瓜分。

风光的背后是高成本和亏损

目前，汽车激光雷达仍处于发展的中前期，其性能和成本是业界正在努力攻克的难题，特别是成本，目前，每台激光雷达的价格要 1000~3000 美元，如果算上一些辅助材料，那么车企仅在激光雷达这一项上的花费就高达 1 万元，所以，目前市面上使用激光雷达车型的价格大多在 30 万元左右。

在高成本面前，虽然看起来很火爆，各家大厂的产品也卖得火热，但它们的盈利表现却不容乐观。

以禾赛和速腾聚创这两家大厂为例。

2022 年，禾赛营收 12.03 亿元，同比增长 66.86%，激光雷达全年累计出货超过 80400 个，增幅达到创纪录的 467.5%，他们的营收和交付量超过 8 家国际同行的总和。但是，禾赛的净亏损也比前一年扩大 22.85% 至 3.01 亿元，毛利率也从 2019 年的 70% 一路下降至 39%。

2023 年第二季度，禾赛营收增长 108.5% 至 4.4 亿元，交付量的同比增幅高达 946.5%，至 5.21 万个，净亏损收窄了 37.4%。2023 上半年，禾赛的交付量超过了 2022 全年，但毛利率却下滑到历史最低点的 29.8%。

速腾聚创的招股书显示，2020~2022 年，该公司分别销售出了 300、4000、3.69 万个 ADAS 用激光雷达，相应的营收为 617.5 万元、4008.9 万元、1.60 亿元。尽管出货量持续走高，但盈利却很惨淡，单个激光雷达平均售价从 2.05 万元下降至 4346 元，2020~2022 年，该公司的经调整净亏损分别为 5993 万元、1.08 亿元、5.63 亿元。2020 年的毛利率为 44.1%，2021 年为 42.4%，2022 年则下滑到了-7.4%。

也就是说，速腾聚创采取的是以价换量的策略，中短期宁可亏损，也要保证足够的出货量。截至 2023 年 3 月，速腾已取得 21 家整车厂的 52 款车型的前裝订单，位居全球第一。

速腾聚创和禾赛呈现的是这两年激光雷达制造商以价换量、增收不增利的尴尬局面。

对于中国车企而言，由于竞争异常激烈，整体经济情况也不景气，降低成本就成为了不二选择，这种状况对激光雷达是不友好的。

2023 年，很多车企从以前将高精地图作为高级智能驾驶的卖点，逐渐转向由 BEV+Transfomer 引领下强调的轻地图模式。

从一些新近上市的产品来看，除超高端车型外，其它产品几乎都在减少激光雷达的用量。目前，单 LiDAR 和双 LiDAR 逐渐成为业界主流。华为、理想、蔚来都使用单 LiDAR 方案，小鹏和长城系的蓝山等则使用双 LiDAR 方案。3 个及以上的多激光雷达方案基本消失了。

为了解决成本问题，各家公司，特别是相关芯片厂商正在固态激光雷达的三条技术路线上各施所长，都希望将价格拉低到几百美元，甚至 100 美元以下。

国际大厂压力山大

中国本土激光雷达企业市占率如此之高，它们的盈利能力依然如此惨淡，市占率不高的国际大厂的日子就更不好过了。

虽然没有多少利润，但以上提到的几家中国本土企业仍在扩大出货量。2024 年开年，中国几家头部厂商纷纷发出报告，单月、全年交付量再创新高。

禾赛科技宣布，2023 年 12 月的激光雷达交付数量突破 5 万大关，2023 全年交付量超越先前 22 万个的指引；速腾聚创官宣，2023 年 12 月，激光雷达单月销量破 7 万，2023 年第四季度，销量达到 15.1 万个，同比大增 545.30%，超过前三季度总和；图达通宣布，2023 年车端激光雷达交付量超 15 万个，增长率超 100%。

按这些头部厂商披露的销量数据计算，2023 全年，中国激光雷达销量突破了 60 万个。

这样一来，海外大厂不得不收缩车载激光雷达战线。

2023 年 9 月，已在激光雷达领域投入研发近 3 年的博世，突然宣布放弃自研激光雷达。

Ouster 在 2023 年第二季度的营收超过 1900 万美元，同比增长 88%，但是，毛利率仅为 1%，而 2022 年第二季度的毛利为 27%，这主要是因为 Ousterr 和 Velodyne 合并后对公司利润产生了较大的负面影响，造成当季净亏损 1.23 亿美元。

Luminar 在 2023 上半年营收增长 3000 多万美元，同比增长 83%，但仍然处于亏损状态，去年第二季度亏损约 1.4 亿美元，亏损同比扩大了 49%。为了扭转不利局面，Luminar 在墨西哥的自动化工厂进行了全面的优化和工艺验证，力求满足下游车企的要求，同时，宣布与 TPK 合作，在亚洲建立一座工厂。

5 月初，Luminar 宣布，将裁员 20%。

Luminar 创始人兼 CEO Austin Russell 在公开信中表示，尽管公司的技术、产品、工业化和商业化方面的核心业务比以往任何时候都要强大，但 Luminar 在资本市场面对着前所未有的挑战。迄今为止，该公司已投资 18 亿美元，建立了从半导体级开始的突破性技术基础，成功推出了 SOP 这一标准化技术。但是，当前的业务模式和成本结构已不再适合公司的需要。

裁员 20% 是为了降低成本，作为重组的一部分，Luminar 还会扁平化组织结构，并实现财务灵活性；还寻求部分或全部转租其设施，以缩减企业规模。

该公司表示，该计划将立即实施，到 2024 年底完成后，每年的运营成本将减少 5000 万~6500 万美元。预计在未来 5 年内，将实现超过 4 亿美元的成本节省。

纯视觉方案的挑战

前些年，业界普遍认为，在 L3 及以上级别 ADAS 系统当中，必须采用激光雷达，否则难以保证系统功能和安全。不过，从最近两年的发展情况来看，情况似乎有所变化，搅动这一市场的是特斯拉。

多年来，特斯拉一直不看好激光雷达，坚持采用纯视觉方案，从该公司不断积累的数据，以及不断迭代的 AI 功能和性能来看，不用激光雷达也能实现 L3 及以上级别 ADAS 是有可能的。这对激光雷达市场和相关企业显然是利空的，会进一步加剧激光雷达大厂的盈利窘境。

就目前的车载摄像头方案来说，主要分为视觉和多传感融合。

视觉方案以摄像头为主导，它对算法要求很高，这方面做的最好的是特斯拉，其搭载 Autopilot 3.0 系统的全系车型都未使用激光雷达，采用了 8 个摄像头、1 个毫米波雷达和 12 个超声波雷达。其中，8 个摄像头包括 3 个前视、4 个侧视和 1 个后视，可在 250 米半径内为汽车提供 360 度视角。

多传感融合方案更强调硬件系统的重要性，对算法要求相对较低。这类方案的传感器用量不断提升，智能化程度较高的车型摄像头用量都在 10 个以上，CIS 分辨率也很高，例如，蔚来 ET7 使用 11 个 800 万像素高清摄像头，极氪 001 使用了 14 个摄像头，包括 7 个 800 万像素高清摄像头。

目前来看，ADAS 用的最多的还是 CIS 图像传感器，它的性价比也是最高的，在夜间，红外线传感器是必不可少的，在泊车时，超声波雷达是必需的。以上这些是目前 ADAS 必用的传感器。而随着应用需求的发展，毫米波雷达也越来越多地出现在了车上，不过，由于成本较高，这种传感器的应用还存在争议，以特斯拉为代表的智能电动汽车未予采用，主要靠 CIS 和特斯拉强大的算法能力实现 ADAS。

马斯克认为，纯视觉方案有很大优势。因为纯视觉方案符合人类驾驶靠视觉感知的天性，只要是眼睛（摄像头）能够看到的东西，系统就能够直接识别其中的信息，从而做出准确的判断，这要比那些由传感器收集而来的抽象数据更加可靠，再配合上发展成熟的高精地图，可以实现高水平的 ADAS 功能。

即便是档次较高的摄像头也不过几十美元的成本。从这个角度来说，在满足辅助驾驶功能性的前提下，与激光雷达相比，纯视觉方案的成本要香得多。

当然，纯视觉方案也有缺点，比如，单纯依靠视觉信息，无法实现更加立体的 3D 建模，这意味着在感知深度上，纯视觉方案难以达到更高水平。对此，特斯拉的应对策略是利用人工智能和更先进的软件算法去解决问题。