“激光雷達是救人命的，沒有什么比生命安全更重要，喊低價賺眼球沒有意義”。

所有人熱切期盼一個比“千元機”更有噱頭的價格時，CEO李一帆直接來了這么一句。

禾賽不卷價格卷什么，能贏這群來勢洶洶的“千元機”嗎？

而且我們還要看看，禾賽新出的激光雷達，怎么“救命”。

禾賽發了什么樣的新品

禾賽新激光雷達ATX：

從名字上看，是一款平臺化產品，和之前數十萬臺量產上車的AT系列同源。

“新”在搭載禾賽第四代芯片架構，肉眼可見的提升，體積比 AT128 縮小 60%，外露最小視窗高度僅 25 mm：

重量減小 50%（僅500g），同時整機功耗降低至僅 8 W。

ATX的最遠探測距離達到 300 米，比 AT128 提升 50%。最高可支持 256 線，最佳角分辨率達到 0.08° x 0.1°，是 AT128 的 2 倍以上。

橫向對比，目前市場上主力的車規前視激光雷達產品，普遍探測距離在150-250m之間，角分辨率一般在0.2°x 0.2°左右。

線數問題，大家也看出來了，禾賽強調的是最高線數，而非常見的“等效線數”。

實際上等效線數常見于MEMS、二維轉鏡技術架構，它們往往只有一個或者幾個激光器，然后搭配掃描機構實現固定范圍掃描，相當于 “用XXX線的機械式/ 一維轉鏡式激光雷達掃描出來的效果一樣”。

但是，受限于轉鏡或MEMS振鏡的工作頻率，整體的點云密度/出點速度，仍然不如高指標的傳統機械雷達以及一維轉鏡雷達。

最近還有廠商喊出了“ROI區域等效”的新說法，ROI即加密區，指激光雷達視野中間一小塊區域點云更密。這種“ROI等效”的說法，頗有宣傳的小聰明成分。禾賽CEO李一帆有一個很形象的比喻：

這就好比一個人某一天收到了10萬塊年終獎，然后告訴別人“等效年化3000萬”。

禾賽的車規量產產品，采用的是一維轉鏡架構，性能提高取決于收發模塊的芯片化程度。此次禾賽也確認了，ATX最高支持線數256線是真實線數，并非等效：

ATX上車的主要優勢，首先是厚度僅25mm，安裝位置靈活，讓車輛造型美觀度大幅上升?？梢苑旁谲図敚?/p>

可以安裝在擋風玻璃后：

甚至可以集成在大燈總成上：

其次，禾賽在ATX的光學架構設計，使得 ATX 具備7倍光學變焦的功能。城區行駛時，ATX 能夠實現140° 超廣視野以適應城區復雜的路況，最大程度監測到車身兩側的道路情況。

高速行駛時，7倍光學變焦可實現最遠 500 米測遠能力和7倍高清感知：

對了，禾賽ATX 140°超廣視野也超越了常見的120°產品：

視角更寬廣是一方面，另一方面也可以節省一部分補盲雷達成本。

總結一下，禾賽新品ATX不是“夠用就行”的實用主義，探測距離、分辨率、尺寸等等方面，稱得上是今年激光雷達的“機皇”。

李一帆：激光雷達救人命，卷低價無意義

突然間，激光雷帶就進入了“千元機”時代。

之前的幾個重要發布，參數和性能幾乎沒人關心，喊一個低價成了最重要的噱頭。

所以ATX能喊到多少錢？

禾賽CEO李一帆觀點是這樣：

激光雷達像安全氣囊一樣，關鍵時刻是能救人命的，把價格往低了喊賺眼球，沒有任何意義。

這樣的宣傳方式，會讓公眾忽視、誤解激光雷達在智駕系統中的重要意義。

量產智能駕駛系統，可以看成一個AI司機，和人類相同，也是用眼睛（攝像頭）去感知一切信息。AI司機的“大腦”，則是背后的感知識別算法。

算法的本質是AI——深度學習算法，而不是“if else”的判斷指令，因為不可能窮舉世界上每一種交通參與者或場景狀況。既然是AI，它就需要大量的數據學習，作為感知識別的基礎。

但是這里有一個問題，路上的異形物、異型車層出不窮，在有限數據集上學習訓練的AI，難以完全識別覆蓋。

所以給“眼神”不好的純視覺系統增加一種感官，就成了最好的辦法——激光雷達登場。

激光雷達發射紅外光，碰到障礙物一定會產生相應的回波信號，這其中自然包含了目標的形狀、大小，而通過回波時間，還能計算出距離信息。

相當于激光雷達通過“觸覺”，構建場景的3維數據，給系統作為圖像數據外的參考補充：視覺錯檢漏檢的，激光雷達告訴你那還有一個XX目標。

所以激光雷達是智駕系統完美的冗余和兜底手段。

拿AEB（主動剎車）來看，性能更好的激光雷達代表著更強的測距能力，直接影響AEB有效速度的上限：

所以無論智能車產業發展到什么階段，激光雷達的性能永遠是車企、用戶最在意的第一要素。

比如，ATX的第四代芯片架構采用了3D堆疊技術，可單板集成512個通道。8核APU，實現每秒246億次采樣。實現了130%的探測器靈敏度提升，單點測距功耗降低了85%。

另外，禾賽自研了激光雷達的“獨立顯卡”——智能點云解析引擎（Intelligent Point Cloud Engine, IPE)，內部集成256-core 波形處理核，通過每秒246億次的高采樣率實現了對全波形的精細捕捉。

主要作用是讓激光雷達智能識別雨霧、前車尾氣、灰塵，濾除99.9%以上的環境噪點，大幅降低雨霧天氣對激光雷達的干擾。

禾賽官宣，ATX 2025年上車，而目前已經獲得了十多個車型的量產定點：

2024，激光雷達“快速收斂”

去年是激光雷達的“上車元年”，搭載激光雷達的車型大量交付，普通用戶也開始認識這種新傳感器。

而元年中，跑出了禾賽”一馬當先”的格局：

△ 來源：新車上險量公開數據

車企會選擇什么樣的激光雷達廠商？

從已經跑出來的幾個頭部玩家來看，可以歸納成這3個指標：產品性能；工程化能力；經營狀況。

分別對應著激光雷達自誕生以來的3個階段：樣品階段、產品階段和商品階段。

樣品階段是指激光雷達傳感器剛剛誕生，創業公司紛紛入局的年代。標志性事件就是激光雷達在北美DARPA挑戰賽上大放異彩，催生了整個自動駕駛行業。

這個階段，激光雷達競爭的是技術路線，轉鏡、振鏡、棱鏡等等，每個方案都能舉出一大堆優勢。說白了，這個階段是激光雷達的To VC階段。

產品階段，是從Robotaxi開始，一直到量產智駕興起，激光雷達從車載走向車規的階段，一直到 2024年之前，都是產品階段。

這個階段激光雷達的發展明確了以車企需求為核心，競爭的核心一是符合車規的工程化能力和穩定交付的生產制造能力。

第一批被淘汰出局的先驅也出現了：Ibeo、Velodyne…

這兩個階段，禾賽分別做了一些當時“反共識”的選擇。

比如技術路線上，禾賽堅持905nm近紅外光，而非測距更長當時更被看好的1550nm遠紅外路線。

以及早期階段，激光雷達還存在著芯片化和分立元器件的路線之爭，以及代工和自建工廠的不同主張。

禾賽一路走過來的選擇，后驗得看，都成了如今ADAS市占率近一半的基礎，以及被大多數車企青睞的優勢。

比如實踐證明，1550nm紅外光因為激光器對材料的特殊要求，降本成為最大難題，也就和智駕普及上量無緣。

以及激光雷達架構上，禾賽一直采用一維轉鏡架構，優勢前面已經解釋過，結構可靠，且性能輸出穩定。這兩年也能觀察到大部分玩家，都切換到了905nm和一維轉鏡路線。

芯片化，以及自建工廠，則分別對應著激光雷達玩家在性能-成本平衡和工程交付層面的能力。

禾賽從開局到現在的劇本，幾乎也可以套用到任何一個成功度過前兩階段競爭的玩家身上。

這也直接說明一個問題：激光雷達行業，技術路線的選擇不是關鍵，幾種架構原理沒什么機密，門檻也不高，切換成本可承受，不至于傷筋動骨。

那么2024年進入激光雷達的商品階段，大家競爭什么？

表面上看是“卷低價”。

千元機的趨勢，禾賽也不否認。但李一帆強調，“千元機”是價格，而非成本。

產業有自己的發展周期，車企對利潤的考量，直接影響激光雷達的采購價格。有實力存活到現在的玩家，終端售價沒本質差別。

換句話說，激光雷達玩家今年要想留在牌桌上，報價不可能和“千元機”偏差太大。禾賽當然也是如此。

所以真正決生死的，是“千元”售價背后的成本控制能力。

簡化成財務指標，其實就是毛利——賣一臺虧一臺，還是健康正向的自我造血。畢竟車企肯定不希望自己的核心供應商朝不保夕。

以禾賽為例，2023年綜合毛利率35%，行業第一。另外，從企業經營的“血條”（現金/季度經營性現金流）來看，禾賽也是目前唯一一個“性命無憂”的玩家：

細化理解，禾賽高毛利背后，是之前的幾個選擇共同作用的結果：制造層面的降本增效、技術層面的激光雷達芯片化，以及供應鏈自主整合。

2023是上車元年的話，2024就是激光雷達的“爆發元年”。

體現在兩個數據上，首先是滲透率，禾賽引用高工智能汽車研究院數據認為，2024年激光雷達車型占比將達到16%——也就是所謂的“跨越鴻溝”的關鍵節點。

其次，激光雷達的摩爾定律依然生效，跨過16%節點的核心，是激光雷達在保持一定性能的前提下，成本下降到15萬級車型可以標配——每年的市場存量超過600萬輛。

但今年的淘汰賽指標，也比往年更加嚴格。

工程化能力、量產交付能力之外，還要再加上經營現金流的健康性，而這一指標的基礎，牽扯到芯片化程度、量產規模、關鍵零部件的自給自足…

禾賽CEO李一帆這樣判斷：2024還沒跑出來的，機會窗口不是沒有，但越來越小了。