經(jīng)歷多年萬馬齊喑，激光雷達(dá)終于等來了春天，但春光的分配并不平均。

禾賽交出全年盈利財報的同時，海外的同行正在成建制退場。德國老將Ibeo自90年代就戰(zhàn)斗在激光雷達(dá)前線，但在德國汽車工業(yè)危機(jī)爆發(fā)前帶頭破產(chǎn)，剩下的一點家底被美國公司MicroVision收入囊中。

可惜MicroVision自己也連虧五年，身陷囹圄。無獨有偶，Velodyne和Ouster在股價跌到1美元后心照不宣的抱團(tuán)取暖。

2018年，全球車載激光雷達(dá)公司近百家，到去年剩下不到10家。

在真實的車輛行駛中，人類會通過肉眼和經(jīng)驗判斷距離，而雷達(dá)可以精確感知車身與周圍物體的距離。其中激光雷達(dá)又以探測距離見長，在輔助駕駛環(huán)節(jié)至關(guān)重要。

特斯拉FSD入華測試前，李想隔空喊話，稱馬斯克如果在中國開過車，可能也會考慮用激光雷達(dá)[3]：

“目前攝像頭在沒有光線看到的距離只有100米出頭（有效探測距離）。而激光雷達(dá)，沒有任何光線也能看到200米遠(yuǎn)的物體。車速130公里每小時，依然能夠?qū)崿F(xiàn)AEB自動緊急制動?！?/p>

不過每個行業(yè)的出清整合期都劇烈而殘酷，激光雷達(dá)自然難以置身事外。家大業(yè)大的博世和Mobileye尚且可以體面退場，多的是Quanergy一年內(nèi)從IPO到破產(chǎn)的戲劇性故事。

價格戰(zhàn)的炮火暫告段落，技術(shù)路線的分歧還在繼續(xù)，新能源車漫長的產(chǎn)業(yè)鏈重塑中，激光雷達(dá)艱難駛過第一個賽點。

成本的詛咒

激光雷達(dá)市場的諸多慘案中，以美國公司Velodyne的案例最為典型。

Velodyne老本行是聲學(xué)，在DARPA組織的自動駕駛比賽中依靠激光雷達(dá)一戰(zhàn)成名，又趕上了自動駕駛的超級風(fēng)口。巔峰時期，Velodyne在車用激光雷達(dá)市場獨占80%份額。

激光雷達(dá)最初的應(yīng)用市場并非新能源乘用車，而是百度、Waymo、Cruise這類瞄準(zhǔn)純無人駕駛的公司。被傳感器武裝到牙齒的汽車創(chuàng)造了一個大市場，但成本問題接踵而至。

當(dāng)時，Velodyne的64線激光雷達(dá)能賣出8萬美元單價，交付周期長達(dá)半年。

為了拿到優(yōu)先提貨權(quán)，百度和福特一塊給Velodyne投了1.5億美元。2017年百度發(fā)布Apollo 1.5版本，還拿激光雷達(dá)做過文章：加入Apollo的合作伙伴，可以通過百度的價格體系，優(yōu)先拿到Velodyne的激光雷達(dá)。

搭載激光雷達(dá)的舊能源汽車

然而，雄心勃勃的Velodyne終究遇到了先有蛋還是先有雞的問題：自動駕駛進(jìn)展緩慢，激光雷達(dá)成本無法被規(guī)模攤薄，高成本又反過來拖累了自動駕駛的進(jìn)展。

按照Velodyne的預(yù)期，只要訂單達(dá)到100萬臺，激光雷達(dá)單價可以降到500美元。但直到2021年，全球激光雷達(dá)出貨量勉強(qiáng)達(dá)到27.3萬臺。

讓人哭笑不得的是，激光雷達(dá)當(dāng)時最大的應(yīng)用場景是地形測繪和工業(yè)，合計份額87%。相比之下，L4自動駕駛市場占比僅有6%，銷量不到2萬臺。

2021年后，新能源車在缺芯潮的背景中爆發(fā)，銷量較之2020年翻了一倍，并在2022年突破年銷量1000萬大關(guān)。與此同時，輔助駕駛功能的滲透，新能源乘用車接棒無人駕駛，成為了激光雷達(dá)的核心市場。

但在新能源車高奏的凱歌聲中，激光雷達(dá)的成本難題始終如影隨形。

L2輔助駕駛的確打開了激光雷達(dá)的銷路，但受制高成本，激光雷達(dá)長期定位高端車獨有配件。截至2021年，搭載激光雷達(dá)的乘用車普遍在40萬元以上，車型不到20款[2]。

2022年，乘用車激光雷達(dá)市場規(guī)模首次超過L4自動駕駛，躍居增速最快的細(xì)分板塊。但腰桿剛挺直，接踵而至的價格戰(zhàn)又引發(fā)了一場“去激光雷達(dá)”運動。

一般來說，一套智駕系統(tǒng)成本大概在3%-5%，那么20萬車價，對應(yīng)的智駕硬件成本不到1萬元，留給激光雷達(dá)的預(yù)算寥寥無幾。價格戰(zhàn)炮火連天，激光雷達(dá)成為第一個犧牲品。

小鵬P5是國內(nèi)第一款搭載激光雷達(dá)的量產(chǎn)車型，但小鵬也是最先放棄激光雷達(dá)的車企。蔚來全系車型標(biāo)配激光雷達(dá)，但樂道同樣默契的砍掉了激光雷達(dá)。

所有人都給激光雷達(dá)想好了墓志銘的時候，激光雷達(dá)突然又喘了一口氣。

芯片化

智駕平權(quán)的口號聲響徹市場前，激光雷達(dá)率先完成了咸魚翻身。

2024年，激光雷達(dá)價格降至500美元以內(nèi)，今年進(jìn)一步降至200美元。與之對應(yīng)，繼比亞迪20萬級車型標(biāo)配激光雷達(dá)后，零跑B10又將激光雷達(dá)車型價格打到12.98萬元。

在自動駕駛場景中，激光雷達(dá)的主要作用是精確判斷距離，以彌補(bǔ)攝像頭感知力的不足。以主流ToF測距為例，激光器發(fā)出激光，光束在障礙物上形成反射，部分激光被探測器接收。

因為光速已知，算法可以通過回波的時延計算出車輛與障礙物的距離。激光不斷掃描，就得到一幅點云，點云圖中的每個點包含XYZ坐標(biāo)、反射強(qiáng)度等信息，從而實現(xiàn)3D成像。

因此在光線嚴(yán)重不足的駕駛條件下，激光雷達(dá)可以帶來額外的安全冗余。

點云圖

收發(fā)模塊是決定激光雷達(dá)性能的核心指標(biāo)，也是主要成本來源。一般來說，收發(fā)模塊會占據(jù)整機(jī)成本60%左右，降本難度很高。

原因在于，早期的激光雷達(dá)采用分立式架構(gòu)，機(jī)械結(jié)構(gòu)極其精密復(fù)雜，集中了成百上千個元器件，集成度很低，價格自然居高不下。

以Velodyne 32線激光雷達(dá)HDL-32E為例，保溫杯大小的體積里需要集成32束激光發(fā)射器和32個接收器。如果要提高感知能力，就要增加收發(fā)器，但體積也會隨之?dāng)U大，成本水漲船高。

機(jī)械式激光雷達(dá)

長期以來，產(chǎn)業(yè)界對成本下降的預(yù)期都寄托于規(guī)模效應(yīng)，但激光雷達(dá)降本的關(guān)鍵反而在產(chǎn)品設(shè)計上——即“芯片化”。

所謂芯片化，可以理解為將雷達(dá)收發(fā)等模塊功能盡可能集成在一塊芯片上，既能解決內(nèi)部系統(tǒng)各自為政的問題，又能簡化生產(chǎn)工藝，擴(kuò)產(chǎn)非常容易。

在這個過程中，固態(tài)/半固態(tài)激光雷達(dá)逐漸代替了集成度低、不容易過車規(guī)驗證的機(jī)械式激光雷達(dá)。按照禾賽在招股書中披露的數(shù)據(jù)，自研芯片讓發(fā)射端驅(qū)動電路成本降低了70%，接收端模擬電路成本降低約80%。

禾賽科技第四代芯片架構(gòu)產(chǎn)品ATX

但問題是，最初推動激光雷達(dá)芯片化的反而是海外公司。

2015年左右，就有激光雷達(dá)公司將收發(fā)陣列分別芯片化。2018年，Velodyne的ASIC芯片已經(jīng)迭代到第三代，Ouster也開發(fā)出了代號L1的芯片。

按照Velodyne的預(yù)期，隨著新能源車銷量的提高，車企的訂單會迅速做大激光雷達(dá)的市場規(guī)模。但包括Velodyne在內(nèi)的幾乎所有海外公司，在關(guān)鍵時刻都犯了一個戰(zhàn)略性錯誤——押注歐美市場[1]。

中國車企在智能化上的激進(jìn)投資，讓中國順理成章成為激光雷達(dá)最大的下游市場。相比之下，歐美常年只有特斯拉一根獨苗，而馬斯克恰恰是全球最著名的激光雷達(dá)反對者。

一個典型的純固態(tài)雷達(dá)

另一方面，由于激光雷達(dá)的競爭力自始至終錨定成本，以及與之對應(yīng)的生產(chǎn)制造能力，導(dǎo)致先發(fā)者實際上并沒有技術(shù)上的先發(fā)優(yōu)勢。

Velodyne在2017年就公開了固態(tài)激光雷達(dá)原型產(chǎn)品，但特斯拉之外的歐美雖然對激光雷達(dá)感興趣，但裝車時間一拖再拖，加上Velodyne生產(chǎn)制造能力瘸腿，創(chuàng)造了一個追趕窗口期。

事實證明，在降低成本這件事上，中國公司從來不會讓人失望。

馬斯克的誤判

今年一月特斯拉電話會，大摩分析師問馬斯克是否依然堅持“激光雷達(dá)免費也不用”，馬斯克表示特斯拉會堅持純視覺路線五十年一百年不動搖，并反唇相譏說：

“人類開車時不會用眼睛發(fā)射激光，除非你是超人。”

阿祖：我就是

這種說法確實符合馬斯克推崇的“第一性原理”——人類駕駛員通過眼睛和大腦判斷方向與距離，那么算法也可以依靠攝像頭的影像與芯片的算力，熟能生巧，成為老司機(jī)。

純視覺路線的完美長期停留在理論層面，因為攝像頭對距離和三維世界的判斷相比激光雷達(dá)呈結(jié)構(gòu)性劣勢。

但2022年的AI Day上，特斯拉宣布了一種新方案：BEV+Transformer+占用網(wǎng)絡(luò)。

簡單來說，通過自動駕駛算法“大模型化”，并引入占用網(wǎng)絡(luò)（Occuppancy Network）后，算法會將攝像頭采集的二維靜態(tài)圖像，拼接成三維動態(tài)場景。

占用網(wǎng)絡(luò)的目的意在加強(qiáng)3D目標(biāo)檢測能力，是對激光雷達(dá)3D重建能力缺席的補(bǔ)充。在理想情況下，這套系統(tǒng)可以不借助激光雷達(dá)，實現(xiàn)激光雷達(dá)的功能。

馬斯克長期為純視覺路線搖旗吶喊

此后，特斯拉不僅堅持了去激光雷達(dá)路線，甚至激進(jìn)的拿掉了毫米波雷達(dá)和超聲波雷達(dá)。

但這條路線并非沒有代價，其成本體現(xiàn)在研發(fā)環(huán)節(jié)的大量資本開支。

按照馬斯克自己的說法，特斯拉不僅自研了云端算力芯片，在2024年還花了30-40億美元購買GPU，其H100的儲備量可能達(dá)到8.5萬塊。面對大客戶，黃仁勛接受雅虎采訪時也借機(jī)吹了一圈彩虹屁：特斯拉自動駕駛遙遙領(lǐng)先（Tesla is far ahead in self-driving）。

從商業(yè)角度看，純視覺路線也符合馬斯克一以貫之的經(jīng)營理念：用研發(fā)環(huán)節(jié)高昂的“一次性成本”，置換每輛車的固定成本。從長遠(yuǎn)來看，研發(fā)成本會被大幅度攤薄。

但另一方面，馬斯克很可能又一次錯判了中國企業(yè)的生產(chǎn)制造能力。

一個極其相似的案例是特斯拉的4680電池。馬斯克希望通過自產(chǎn)4680電池，實現(xiàn)電池成本的大幅度壓縮。結(jié)果是4680電池雖然順利量產(chǎn)，但并沒有達(dá)到預(yù)期的目的：讓自產(chǎn)的電池成本比供應(yīng)商低。

2013年，特斯拉曾和谷歌團(tuán)隊討論過激光雷達(dá)方案，最終得出“成本太高”的結(jié)論。當(dāng)時，一臺激光雷達(dá)的價格幾乎等同于一輛特斯拉，即便成本下滑100倍，馬斯克也很難接受。

但真實的情況是，激光雷達(dá)的成本下降了400倍，不僅馬斯克低估了激光雷達(dá)的成本下滑速度，摩爾定律的提出者戈登·摩爾泉下有知，恐怕也會汗顏。

目前，激光雷達(dá)的價格在200美元左右。曾經(jīng)對激光雷達(dá)嗤之以鼻的車企，又紛紛默契地選擇浪子回頭。

尾聲

在隔壁的碳化硅產(chǎn)業(yè)，有一個與Velodyne非常類似的難兄難弟：Wolfspeed。

Wolfspeed以LED照明業(yè)務(wù)起家，意外挖掘了碳化硅這個電動車必不可少的零部件。借著新能源車市場爆發(fā)，Wolfspeed果斷轉(zhuǎn)換賽道，在電動車賽道賽出了風(fēng)格、賽出了水平。

很長時間內(nèi)，Wolfspeed都是碳化硅領(lǐng)域幾乎唯一一家上下游全包的廠商，同時手握上游襯底的大量產(chǎn)能。在這種情況下，Wolfspeed做出了大部分歐美企業(yè)自然而然的選擇：控產(chǎn)能保利潤。

但問題是，碳化硅襯底并不是一個技術(shù)壁壘非常高的領(lǐng)域，其競爭力也集中在生產(chǎn)制造環(huán)節(jié)。

伴隨中國公司的激進(jìn)擴(kuò)產(chǎn)，碳化硅襯底將近一半的產(chǎn)能轉(zhuǎn)移到了中國。與之對應(yīng)，搭載800V碳化硅的電動車價格，迅速下探到了20萬左右，Wolfspeed則走到了破產(chǎn)邊緣。

由于新能源車改變了汽車驅(qū)動方式與電子電氣架構(gòu)，導(dǎo)致一批新的零部件代替了一批舊的零部件，從而改變了供應(yīng)鏈的格局。在這個過程中，供應(yīng)鏈原有的座次被打破，通過市場競爭重新排列。

激光雷達(dá)上演了一個和碳化硅近乎鏡像的故事，從三電系統(tǒng)到各類智能化環(huán)節(jié)，類似的產(chǎn)業(yè)格局重塑都在發(fā)生。

這個過程中，大部分中國公司得以躋身產(chǎn)業(yè)鏈核心環(huán)節(jié)，但殘酷的競爭和慘烈的價格戰(zhàn)也難以避免。

早晚有一天，綠牌會成為中國汽車工業(yè)最大的短板。

參考資料

[1] 誤判、逆襲、翻車，激光雷達(dá)十年上車路，晚點LatePost

[2] 國金證券

[3] 理想汽車到底誰懂智駕？理想AI Talk訪談實錄，理想汽車

[4] SiC襯底持續(xù)突破“天花板”，全球8英寸晶圓廠將達(dá)11座，Trendforce

[5] 激光雷達(dá)真的被拋棄了，中國汽車報

[6] 馬斯克傳，沃爾特·艾薩克森

編輯：李墨天

責(zé)任編輯：李墨天

封面圖片來自Shotdeck