激光雷达竞争升维：禾赛科技CTO向少卿揭示物理AI时代的数据入口战略

“2024年，激光雷达在中国整车市场的渗透率约为8%（对应约300万颗出货量），这一数据涵盖了商用车领域。若将视野拓展至全球市场，渗透率仅为3%，远未触及市场饱和的临界点。”4月17日，禾赛科技联合创始人、首席科学家孙恺在接受包括《每日经济新闻》在内的媒体采访时透露。

随着行业规模加速扩张，业界对激光雷达的认知正在发生深刻转变。同日，禾赛科技联合创始人、CTO向少卿提出更具前瞻性的观点：“禾赛科技的价值远不止于激光雷达本身，我们更像是站在一座数据金矿的入口，目前仅挖掘了5%的潜在价值。”

他进一步阐释，过去十年激光雷达通过为自动驾驶系统提供三维空间感知能力，使机器具备了“观察世界”的基础能力；而未来十年，其核心价值将延伸至空间智能与物理AI（人工智能）的深度融合场景，成为连接数字世界与物理世界的关键桥梁。

图片来源：企业供图

基于这一战略判断，禾赛科技在科技日活动上重磅发布6D全彩激光雷达超感光芯片“毕加索”SPAD-SoC。该芯片支持ETX系列激光雷达实现最高4320线分辨率，计划于2024年下半年启动量产交付。与此同时，公司首次对外展示空间智能AI硬件平台Kosmo及机器人动力模组解决方案，标志着其业务边界从车载领域向更广泛的智能硬件市场延伸。

技术竞争进入深水区：线数指标遭遇性能综合战

随着市场渗透率持续提升，激光雷达产业正经历从“量变”到“质变”的关键转折。盖世汽车研究院数据显示，2025年新能源乘用车激光雷达渗透率已达21%，单月峰值接近28%。在市场规模快速放大的同时，行业竞争逻辑发生根本性转变——从早期以成本为导向的粗放式竞争，转向以性能为核心的综合实力比拼。

2024年成为激光雷达技术指标竞争的白热化阶段，其中“线数”成为最受关注的参数。3月，华为乾崑推出新一代双光路图像级激光雷达，线数突破896线；随后东风奕境宣布全系车型标配该产品，引发行业对“千线时代”的广泛讨论。市场普遍预测，2026年超高线数激光雷达将成为高端车型的标配，推动行业进入新一轮技术军备竞赛。

针对行业对线数指标的过度关注，禾赛科技联合创始人、CEO李一帆提出理性观点：“线数确实是重要指标，但分辨率、测距精度、噪点控制、视场角覆盖以及极端环境稳定性等综合性能同样关键。行业热衷线数指标，本质是因为其易于量化传播，但优秀产品从来不是单一参数的堆砌。”

图片来源：企业供图

在功能定位层面，李一帆深入解析了激光雷达在不同自动驾驶阶段的价值演进。在L2及以下辅助驾驶阶段，激光雷达主要承担“安全冗余”角色；而进入L3、L4高阶自动驾驶阶段，其将成为多传感器融合体系中的核心感知单元，需要与摄像头、毫米波雷达等实现深度协同决策。

这种定位转变直接推动单车搭载量的指数级增长。孙恺预测，随着L3级自动驾驶商业化落地，单车激光雷达配置量将从当前的1颗增至3-6颗，行业出货量在未来5-10年将保持持续增长态势。这一趋势在财务数据中已现端倪：2025年禾赛机器人激光雷达出货量同比增长超400%，成为拉动公司毛利结构优化的关键力量。

业务结构分化背后，折射出激光雷达产业的战略转型——从汽车供应链的单一部件供应商，升级为跨场景的通用感知能力提供商。这种转变既体现在车载业务持续贡献规模效应，也表现在机器人等新兴业务逐步改善盈利结构，形成“双轮驱动”的发展格局。

物理AI：自动驾驶之后的下一场技术革命

在巩固车载与机器人业务基本盘的同时，禾赛科技正将技术能力向更广阔的物理AI领域延伸。以空间智能为切入点，公司计划构建覆盖自动驾驶、智能机器人、工业自动化等场景的感知生态。这一战略转型与行业趋势高度契合——物理AI已成为汽车产业技术升级的核心方向。

截至目前，小鹏汽车、元戎启行、轻舟智航等企业已相继布局物理AI赛道，试图将车端积累的感知决策能力迁移至服务机器人、工业物流等新场景。这种技术外溢现象的背后，是激光雷达厂商对研发周期的前瞻性布局。

“技术研发通常需要2-3年周期，市场推广还需1-2年沉淀，现在看到的产品往往是四年前规划的成果。”李一帆解释称，当前激光雷达在价格性能比上已接近理论极限，拓展物理AI领域并非放弃车载市场，而是技术能力的自然延伸。

尽管市场对物理AI预期乐观，但其商业化落地仍面临核心挑战。向少卿指出，当前制约物理AI发展的关键瓶颈不在算法层面，而在于数据获取：“真实世界的三维空间数据具有稀缺性，采集成本高昂且标注效率低下，直接导致模型训练速度受限。”

图片来源：每经记者 刘曦 摄

他以具体案例说明问题：基于二维视频训练的世界模型在固定视角下表现优异，但视角变化时对未采集信息的理解会出现偏差；传统仿真器构建的虚拟环境与真实场景存在显著差异，导致机器人在仿真训练中成功率达99.5%，但在现实部署时骤降至60%以下。

破解这一难题的关键在于实现真实世界的高保真三维重建。向少卿强调：“我们需要将空间数据从‘奢侈品’转化为可规模化获取的‘标准资源’，这将是推动物理AI从实验室走向产业化的核心突破口。”

“过去十年，我们解决了让机器‘看见’世界的问题。”向少卿总结道，“未来十年，我们的使命是让机器‘理解’世界。激光雷达的角色正在从自动驾驶传感器，升级为物理AI时代的数据入口，这将是决定行业未来十年格局的关键转型。”