2025年通信行业深度报告：高阶智驾+机器人双轮驱动，激光雷达有望开启放量时代

1. 激光雷达—“机器之眼”打造高精度感知

1.1 激光雷达发展史

激光雷达（Light Detection and Ranging，LiDAR）是一种基于激光束进行探测和测距的 技术。该技术向目标发射激光脉冲并接收其回波信号，通过处理信号、测量光脉冲在空 气中的传播时间以及确定光束方向，能够精确获取目标物体的距离、速度、方位和形状 等信息。得益于超短脉冲激光技术、高灵敏度信号探测和高速数据采集系统的发展与应 用，激光雷达凭借其高精度测量能力、精细的时空分辨率和广阔的探测范围，已成为一 种关键的主动遥感工具，被誉为“机器之眼”1。

激光雷达的早期发展雏形可以追溯至 1930 年，爱尔兰物理学家 Edward Hutchinson Synge 提出了利用激光雷达测距的雏形，采用了具有非常小发射角的探照灯来实现远距 离探测望远镜。

1960 年美国物理学家 Theodore Maiman 制造了世界上第一台激光器；后于 1962 年，Hughes Aircraft 的工程师 Rod Smith 发明了世界上第一款商用激光雷达 Colidar Mark II，并被应用于军事用途。自 1960 年代之后，伴随激光雷达技术的发展，激 光雷达从科研及测绘项目等领域开始了应用范围的不断扩展。

1980 年起，激光雷达行业开始进入工业探测及早期无人驾驶项目的应用，1980 至 1990 年，Sick 与 Hokuyo 等激光雷达厂商推出单线扫描式 2D 激光雷达产品2。

进入 2000 年，激光雷达开始在无人驾驶和机器人等领域崭露头角。2002 年，美国 军用机器人公司 iRobot 尝试融合机器人技术与扫地功能，推出了首款量产扫地机器 人 Roomba 400，但其清洁性能及覆盖角度未能获得用户认可。2010 年，Neato 公 司将该技术应用于扫地机器人，推出了 Neato XV-11。这一革命性突破实现了“全 局规划式”清扫，显著提升了服务机器人的清洁效率。

2007 年 DARPA 发起的无人驾驶挑战赛极大推动了高线数激光雷达的应用，参赛的 7 支队伍中有 6 支装备了 Velodyne 的产品。2009 年谷歌启动自动驾驶项目时，同 样选用了 Velodyne 激光雷达。此后，Velodyne 专注于深耕高线数市场，并于 2010年与 Ibeo 合作开发了车载激光雷达产品 SCALA3。

2016 年起，国内激光雷达厂商相继进入市场，技术实力逐步追赶国际同行。伴随全 球自动驾驶技术由 L0 向 L2/L3 乃至 L5 级别演进，2017 年奥迪 A8 搭载了法雷奥公 司（Valeo）的激光雷达 Scala1。该产品采用机械旋转扫描架构和直接飞行时间测距 原理，整体集成于汽车引擎盖下方，成为全球首款应用于乘用车的激光雷达系统。 同年，禾赛科技不仅实现了 40 线激光雷达 Pandar 40 的量产，还发布了固态激光 雷达产品 Pandar GT。

2023 年禾赛科技在美国纳斯达克上市，成为“中国激光雷达第一股”，2024 年速腾 聚创接力在香港证券交易所上市。随着禾赛、速腾、图达通等内资企业的崛起，国 内激光雷达厂商逐渐在全球市场中占据一席之地。

1.2 激光雷达系统构成

激光雷达系统通常包含激光器、光学系统、探测器、信号处理单元以及数据采集与处理 系统等核心组件。其信号处理链涵盖控制硬件（如数字信号处理器 DSP）、激光驱动电路、 激光发射发光二极管、发射与接收光学镜头、雪崩光电二极管（APD）、可变跨导放大器 （TIA）及探测器。尽管半导体技术的快速发展促使性能提升且成本快速下降，但光学组 件和旋转机械结构仍是系统成本的主要构成部分4。

激光雷达系统结构复杂，技术路线与测量维度多样。测距原理、激光波长、发射装置、 接收装置和扫描方式构成其五大核心技术维度。不同维度的选择衍生出各异的技术方向 及产品类别，直接影响成品的测距、测速、测角、精度、范围、功耗和集成度等关键性 能参数，进而决定各主机厂的产品实力与长期发展潜力。

1.3 激光雷达的分类

激光雷达分类方式较多，按照测距方式、扫描方式等分类。近年来激光雷达技术朝着远 距离、大范围、高分辨率、低成本的方向演进。按照测距方法，激光雷达对物体的测距 方式主要分为飞行时间（ToF，Time of Flight）和调频连续波（FMCW ，Frequency Modulated Continuous Wave）两种方式。dToF 是直接飞行时间方法，通过直接测量发 射激光与回波的信号的时间差，基于光在空气中的传播速度得到目标物体的距离信息， 具有响应速度快，探测精度高的优势。dToF 方案技术成熟度高，成本相对低，该方案是 目前量产激光雷达使用的主要方案。FMCW 是 iToF（间接飞行时间）激光雷达中最常见 的形式，是使用调制频率的激光雷达。 激光雷达存在多种分类依据，如测距方式和扫描方式等。近年来，该技术持续向远距离、 大范围、高分辨率及低成本方向发展。基于测距方法，主要分为飞行时间法（ToF, Time of Flight）和调频连续波法（FMCW, Frequency Modulated Continuous Wave）两种。直 接飞行时间法（dToF）通过精确测量发射激光与回波信号的时间差，结合光速计算目标 距离。该方法响应迅速、探测精度高，技术成熟度佳且成本相对较低，是当前量产激光 雷达的主流方案。调频连续波法（FMCW）则是间接飞行时间法（iToF）激光雷达中最 常见的形式，其原理基于激光的频率调制。

ToF 与 FMCW 方法在室外阳光下均可实现 100~250 米的探测距离，被视为车载激光雷 达的优选方案。当前，ToF 是中长距车载应用的主流选择。FMCW 方案在测距、测速、 抗干扰性、功率（人眼安全）及信噪比等性能上也具备优势。但由于系统复杂度高、开 发难度大，导致 FMCW 成本居高。随着该技术逐步成熟，未来市场可能出现 ToF 与 FMCW 方案并存格局5。

根据扫描方式分类，激光雷达可以分为固态激光雷达、混合固态激光雷达、机械式激光 雷达。其中，混合固态激光雷达包括转镜式、色散棱镜式、MEMS；固态式激光雷达包 括 Flash、光学相控阵（OPA）式激光雷达6。

机械激光雷达：即利用旋转的机械部件（如反射镜、棱镜等）控制光束扫描方向， 实现较大范围的视场角。

半固态激光雷达： 作为机械式与纯固态方案之间的过渡形态，此类雷达借助部分机 械运动完成扫描。主要分为一维扫描和二维扫描两类，并可依据运动部件差异细分 为 MEMS（微机电系统）、转镜式及棱镜式半固态激光雷达。 1) MEMS 半固态激光雷达： 核心组件为微小的 MEMS 微镜，通过电静力或热致 动实现快速精确偏转，引导激光束方向。该微镜集成于半导体基板，尺寸小、 重量轻，支持高频扫描。其优势在于高分辨率与快速扫描能力，适合动态环境 感知与障碍物检测。但受限于微镜扫描角度（通常小于 120 度），难以实现 360 度全景覆盖。 2) 转镜式半固态激光雷达：依靠旋转反射镜完成扫描。通常包含电机和镀膜反射 镜（三面或四面），匀速旋转实现全方位探测。此类结构简单、可靠性高，但 扫描频率与精度易受电机性能及反射镜材质制约。 3) 棱镜式半固态激光雷达：采用旋转多边形棱镜配合纵轴摆动镜引导激光。其独 特优势在于单光源即可完成多光源扫描任务，但对扫描频率、功率及可靠性提 出更高要求。

固态激光雷达： 作为完全无机械运动部件的技术方案，具有结构简洁、集成度高的 特点。主要包含相控阵（OPA）和 Flash 两种实现方式。 1) 相控阵激光雷达（OPA）：采用相位控制技术实现光束偏转，由多组激光发射单 元构成阵列。通过精确调节各单元间的相位差，改变激光束的发射角度。该方 案具备测量精度高、分辨率优异的特点，同时支持超高频扫描，特别适合需要 快速响应与高精度检测的应用场景。 2) Flash 激光雷达：基于高密度激光源阵列，以类似闪光灯的方式瞬时照射目标 区域，配合高灵敏度接收器构建三维图像。由于激光能量会分散在整个视场范 围内，其视场角（FoV）越大，单位面积的功率密度就越低，从而导致探测距 离和精度的下降7。 相比机械式激光雷达结构复杂、体积庞大、价格昂贵、在极端的环境中可靠性较低等特 点，固态和混合固态激光雷达更可靠、尺寸更小、更经济，更能满足客户对感知性能的 需求，也更容易通过车规级相关标准8。

2. 激光雷达下游市场应用

激光雷达产业链根据其产品构成可以分为上游的零部件产品，包括激光器、探测器、FPGA、 模拟芯片及光学组件等；中游为激光雷达产品，包括车规级激光雷达、工业激光雷达、 测距激光雷达；下游为产品的终端应用领域或应用场景，包括无人驾驶、高级辅助驾驶、 服务机器人、车联网、无人机、测绘、国防军事等方面。

激光雷达作为自动化、智能化的重要感知器件，其解决方案主要应用于汽车驾驶、工业 场景、机器人、智慧城市、V2X 等领域。根据中商产业研究院及灼识咨询数据显示，2022 年全球激光雷达解决方案下游应用市场中，机器人领域仍占据主要应用地位，占比达 68.2%，其次为智能驾驶汽车领域应用，占比 28.7%，其余 3.1%均为其他细分领域应 用9。

2.1 汽车智能化趋势逐渐向 L3 级演进，感知性能要求不断提升

我国不断推出政策及规范标准，推进智能驾驶行业技术的快速发展及实际应用场景的加 速落地。“十四五”规划纲要提出要提升智能（网联）汽车核心竞争力，加快研发智能（网 联）汽车基础技术平台及软硬件系统、线控底盘和智能终端等关键部件。伴随国家及地 方政府的利好政策陆续出台，我国智能驾驶渗透率持续提升，从 L0-L2 级驾驶自动化功 能（辅助驾驶）逐渐向 L3-L5 级驾驶自动化功能（即自动驾驶）发展10。 依据国标及 SAE（美国汽车工程师协会）标准，自动驾驶分为 L0 至 L5 六个等级，代表 系统自主程度及所需驾驶员参与度的差异。L0-L2 级属于辅助驾驶（ADAS）范畴。截至 2024 年，我国乘用车 L2 级及以上自动驾驶渗透率已突破 55.7%，据金融时报预测，2025 年该比例将升至 65%。行业当前处于 L2 向 L3 过渡期，L3 阶段的典型功能（如高速/城 市领航）已开始规模化落地11。

按照自动驾驶技术架构的划分，ADAS 系统主要由感知层、决策层、执行层三大核心环 节构成。作为自动驾驶的核心支撑，智能感知系统归属于技术架构中的感知层，其核心 功能是助力车辆实现对路况的自动化分析与环境理解。该层级需确保车辆在复杂天气条 件（如雨雪、雾霾等）及明暗交替的光线环境下，对周边动态（如行驶车辆、行人）及 静态物体（如道路标线、障碍物）进行实时感知、精准识别与持续跟踪。 在硬件配置层 面，感知层作为智能汽车环境感知的关键模块，为满足 ADAS 功能的实现要求，通常整 合多种类型的感知传感器。核心组件主要包括车载摄像头、汽车雷达（涵盖毫米波雷达、 超声波雷达、激光雷达等不同技术形态）等元件，通过协同工作为系统提供多维环境数 据输入12。

当前智能驾驶感知方案形成两大主流技术路径：纯视觉感知与多传感器融合感知。自动 驾驶技术的发展需综合考量二者优劣势并推动技术融合，以实现更舒适安全的驾驶体验。 纯视觉感知方案主要依赖摄像头采集外界环境数据，而多传感器融合感知方案则通过摄 像头、毫米波雷达、超声波雷达与激光雷达等多类型传感器的协同工作，实现环境信息 的互补采集，在提升感知精度的同时有效弥补纯视觉方案的性能短板13。 作为融合方案的核心组件，激光雷达具备显著的技术优势：其发射的光波频率较微波高 出 2-3 个数量级，因而具备极高的距离、角及速度分辨率，可实现更精准的环境感知。 根据观研天下与禾赛科技数据，截至 2023 年上半年，纯视觉方案与融合方案（激光雷 达+摄像头）在目标物追踪准确度（AMOTA）方面存在显著差异，二者差距接近 20 个百 分点（56%对比 75%）。随着激光雷达成本下降及技术成熟度提升，多传感器融合方案 有望逐步占据市场主流地位14。 1） 摄像头：摄像头传感器通过采集车辆周边场景影像，实现对环境中行人、车辆、 道路标线等要素的检测与识别。该类传感器分为单镜头与多镜头两种类型：单镜 头摄像头仅能完成平面物体识别，而多镜头摄像头因内置双摄像头组件，除具备 平面检测能力外，还可实现立体物体辨识并精确测算目标距离。 2） 超声波雷达：超声波雷达主要由超声波发射装置、信号处理芯片等部件构成。其 工作原理为：发射器发射超声波信号，经障碍物反射后形成回波，系统通过计算 发射波与回波的时间差，确定目标物体的实际距离。该技术的局限性在于环境适 应性较弱，传感器表面若附着异物或受污染，会影响感知功能的准确性。 3） 毫米波雷达：毫米波雷达通过向车辆前方发射毫米波段电磁波进行环境探测，当 信号遇到目标物体或障碍物时产生回波，系统借助 FM-CW 调制技术实时监测目 标的距离、相对速度及方位信息。汽车搭载的毫米波雷达通常采用 76GHz 波段 实现主路径探测，而盲区监测（BSM）功能则普遍使用 24GHz 波段的雷达组件。4） 激光雷达：激光雷达通过发射激光束对目标进行探测，将目标反射回的信号与发 射信号进行对比分析，从而获取目标的距离、方位、速度等多维数据。该类传感 器具备多样化技术形态，可通过调整发射阵列布局或扫描角度，实现特定方向的 高精度扫描及不同场景下的环境感知需求15。

2.2 高精度感知—激光雷达实现从 0-1 的突破

2.2.1 车载激光雷达出货量虽迎来快速增长，但仍处于上车渗透率较低阶段

激光雷达上车元年，主机厂军备竞赛开启

根据 Yole 数据显示，全球车载激光雷达销售量级从 2021 年开始出现 0-1 的突破，2021 年全球车载激光雷达销量约 10 万颗。激光雷达厂商开始积极与车企合作，逐步提升硬 件产品销量，主机厂也开启了激光雷达硬件的军备竞赛，以“蔚小理”为代表的造车新 势力品牌纷纷宣布将搭载激光雷达来提升汽车智能化水平。根据佐思汽车数据统计显示， 2021 年包括小鹏、蔚来、智几、极狐等多家车企推出搭载激光雷达的车型产品，而激光 雷达供应商则主要集中在 Innovusion 图达通、Robosense 速腾聚创、Valeo 法雷奥、华为等几家16。

激光雷达进入快速出货时期，亚洲地区出货量领先

2022-2023 年间，激光雷达销量进入大幅增长阶段。根据 Yole 数据，2023 年全球激光 雷达销量达到 80 万颗左右，较 2022 年全球销量增长了三倍。同时伴随着全球汽车智能 化的发展，ADAS 从 L2 朝着 L3 级不断发展渗透，激光雷达上车率及使用量也逐步提升，2024 年全球车载激光雷达销量接近 170 万颗，其中亚洲地区贡献高达 160 万颗17。

虽进入快速放量阶段，但整体渗透率仍处于低位，增长空间广阔

盖世汽车研究院统计数据显示，2024 年中国乘用车市场激光雷达标配量超过 136 万辆， 搭载率由 2022 年的 0.5%激增至 2024 年的 6%。 尽管车载激光雷达销量近年来呈现加速增长态势，但在乘用车市场的实际上车渗透率仍 处于较低水平。根据中商产业研究院数据显示，2022 年我国前装标配激光雷达交付新车 为 13.7 万台，2023 年达到 44.1 万台，2024 年交付量实现爆发式增长，同比增加 211.78%， 达到 137.37 万台，前装标配搭载率突破 5%，达到 5.99%。但相比毫米波雷达及超声波 雷达等成熟的车载传感器渗透率，激光雷达渗透率仍然处于低位。根据高工汽车数据显 示，2024 年 1-8 月我国的乘用车市场超声波雷达前装标配搭载率就达到 85%；根据佐 思汽车数据，2024 年 1-7 月，中国乘用车毫米波雷达装配量数据达到 653.1 万辆，装配 率升至 57.3%18。

2.2.2 激光雷达虽然“上车”壁垒较高，但仍为智驾方案核心环节

我国智驾方案正处于高速发展阶段，国内车企不断提升汽车智能化渗透率。而在多传感 器融合方案成为智能驾驶系统主流趋势的阶段下，激光雷达的高精度和抗干扰能力能够 和传统摄像头的高分辨成像能力有效的进行结合，为自动驾驶的可靠性提供更高的技术 支持。但目前激光雷达“上车”渗透率相比毫米波雷达以及超声波雷达仍处于较低水平， 主要受制于：1）激光雷达硬件设计要求较高；2）前期成本较高，量产壁垒较高；3） 车规级认证严格，验证壁垒较高19。

硬件设计壁垒：激光雷达的分辨率、帧率、功耗等关键性能参数，很大程度上取决 于专用芯片的设计能力。若厂商选择自研控制芯片，需独立开发激光发射驱动、时 序控制、信号采集等核心模块。在处理芯片领域，点云数据处理要求每秒实时完成 数亿次矩阵运算，需集成专用 DSP 核与 AI 加速单元，实现延迟与功耗的平衡控制。 此外，该设备由数百个精密部件构成，在集成化与小型化进程中面临多重挑战，需 在光路设计、散热管理及 EMC 兼容性等性能指标间寻求平衡，且随着终端需求升级， 定制化设计需求持续增加。

成本较高，量产壁垒较高：受技术复杂度及硬件构成影响，激光雷达早期生产成本 较高，根据观研天下数据显示，2020 年车载激光雷达行业均价约为 2.25 万元。其 其量产挑战主要体现在供应链管理、工艺一致性、良品率控制及成本优化等方面： 复杂的零部件供应体系涉及多个环节，良率提升需要经历较长爬坡周期，稳定的客 户订单需要充足备货周期支撑，而生产成本的有效改善依赖于规模化效应与工艺优 化。因此，新进入者需突破成本控制与量产能力的双重壁垒。

车规级认证壁垒：激光雷达实现车载应用，需对成品及零部件进行车规级 AEC-Q 可 靠性验证，其认证要求相较于消费电子及一般工业标准更为严苛，涵盖化学、机械、 电气特性等数十项试验，以及车规级冲击振动、高低温环境测试。ISO26262 功能 安全标准对单点故障和残余故障的容忍度极低，例如残余故障诊断率需达到 90%以 上，基本不允许单点故障存在；AEC-Q102 标准要求光电元件在降额曲线限定的最 大电流条件下，结温变化小于 3K 的环境中，完成 1000 小时高温高湿寿命测试。

2.2.3 为什么选择激光雷达？

纯视觉感知方案以摄像头为核心传感器，通过镜头采集周边道路场景数据，依托内置算 法模型完成环境识别与决策判断。该方案的核心优势在于成本经济性及类人眼的感知模式，能够模拟人类视觉认知逻辑处理路况信息。然而其技术局限性在于对光线条件敏感， 摄像头依赖反射光信号进行环境建模，在夜间低光照、暴雨强干扰等极端场景下，存在 感知精度下降甚至出现识别偏差的风险。 谷歌无人驾驶项目顾问 Brad Templeton 曾提出一个言论：“摄像头和毫米波雷达能保证 99%的自动驾驶系统安全性，但 99%的准确度对于车辆驾驶而言并不够，因为这 1%背 后可能就意味着上万起事故。我们需要的是 99.9999%的准确，而激光雷达就是小数 点后几位的最强保障”20。 根据观研天下数据显示，目前主流车厂车型普遍配备的都是搭载激光雷达的多传感器融 合方案。 1） 激光雷达点云的高质量逐渐接近相机像素，可变焦能力与相机的变焦镜头类似， 能够根据不同驾驶场景的需求灵活调整参数21； 2） 激光雷达的工作波段频率高于毫米波雷达的微波，典型波长集中于 905nm 或 1550nm 附近。这一特性使其距离分辨率可达厘米级，角分辨率提升至 0.1°，相 较于传统毫米波雷达（5°~10°）更广。根据 Yole 数据显示，截至 2024 年主流 车载激光雷达主要采用近红外波段，如 905nm 或 940nm，部分产品选用 1550nm 短波红外。为确保安全，905nm 和 1550nm 激光束的能量均严格控制在人眼安 全阈值内，并满足国际电工委员会标准（IEC 60825-1：2014）的 Class 1 安全 等级要求。因此，车载激光雷达对人眼的潜在伤害风险较低22。

3） 激光雷达通过发射激光束生成目标物体的三维空间坐标、运动速度及反射率等多 维数据，能够有效控制感知误差率。基于上述技术特性，该传感器具备更高的环 境感知精度，与视觉方案协同工作时可有效弥补极端场景下的识别缺陷。因此， 激光雷达在 AEB（自动紧急制动系统）功能实现中发挥关键支撑作用，通过精准 的目标探测与数据融合提升系统决策的可靠性23。

2.3 激光雷达行业成熟度不断深化，技术降本价格下探

伴随激光雷达日益成为智能驾驶汽车的标配方案，其价格因技术进步与关键部件自研化 而持续下降。2021 年激光雷达成本高昂制约量产，例如 Velodyne 的 64 线和 32 线机械 式产品售价分别达 8 万与约 2 万美元；固态/半固态方案价格仍维持在 1000 美元左右， 同期禾赛科技产品的平均售价亦超过 10 万元人民币24。 近年来，头部厂商通过自研 SoC 芯片替代分立元件、光学芯片及配套元件集成化、光学 系统重构等技术革新，显著降低了生产成本并加速产能扩张，推动产品形态从分立式向 集成式演进，实现指数级成本下降25。

禾赛科技：禾赛科技于 2017 年末设立芯片部门，启动激光器驱动芯片、模拟前端芯片、数字化芯片及 SoC 芯片的自研工作。至 2024 年 9 月，公司已完成 V1.0 至 V3.0 系列激光雷达芯片化架构开发，并正推进 V4.0 芯片研发，计划于 2026 年部署 于下一代产品。禾赛的激光雷达产品价格呈现显著下降：公司整体激光雷达产品平 均售价由 2019 年的 1.74 万美元降至 2023 年的 3200 美元。

速腾聚创：2024 年 4 月，速腾聚创推出的中长距激光雷达 MX，搭载其全自研专用 SoC 芯片 M-Core，并沿用 M 平台二维 MEMS 扫描芯片，首次突破 200 美元价格门 槛。同期，应用于 ADAS 的激光雷达平均单价由 2023Q1 的 4300 元降至 2024Q1 的 2600 元26。 激光雷达成本下降有力推动了其从豪华车向中低价位车型的普及。禾赛科技计划于 2025 年实现价格减半，以促进该技术在智能化汽车中的更广泛应用。禾赛 CEO 李一帆表示， 降价将使激光雷达对售价低于 15 万元人民币的平价电动汽车也具备吸引力；而对于 15 万元以上的电动车型，该技术的搭载率有望跃升至 40%27。 2023 年搭载激光雷达的主力车型价格区间为 35-40 万元，而 2024 年 1-10 月已收窄至 30-35 万元，下探趋势明显。2025 年 3 月 10 日，零跑汽车在杭州举办的 B10 新车预售 发布会上宣布，预售价为12.98 万元的B10 车型将搭载激光雷达并支持高阶智驾功能28。

2.4 单车激光雷达搭载量提升，叠加价格优势，或将迎来规模放量阶段

中国信通院数据显示，随汽车自动化与智能化水平提升，单车激光雷达搭载量将持续增 加。L2/L2+级自动驾驶车辆通常配备 1-2 颗；L3 级需 1 颗前视雷达加 2-3 颗补盲雷达实 现 360°覆盖；而升级至 L4 级因需更高安全冗余，或将采用 2 颗长距雷达搭配 4-6 颗补 盲雷达，实现车身视角全覆盖。 2025 年 4 月，广汽埃安在上海车展上推出与滴滴联合打造的达到 L4 级自动驾驶水平的 车型，搭载 10 颗激光雷达，其中包含 4 颗长距雷达与 6 颗补盲雷达，最远探测距离 200 米，补盲雷达将最近探测距离缩短至 10cm29。 尊界 S800 与改款的 M9 搭载了 4 颗激光雷达；比亚迪天神之眼 A/B 搭载激光雷达；长 安汽车也宣布将在 10 万元级别的车型上搭载激光雷达30。根据目前主流车企搭载激光雷 达的位置来看，安装位置大多位于车顶、车头前保险杠、前保及翼子板两侧，能够兼顾 前视观察较远距离以及侧向视角监测。

蔚来 eT7 将激光雷达置于车顶前部，重点拓展前方视野。其设备参数为：10%反射 率下探测距离 250 米，视场角（FOV）水平 120°、垂直 25°，主要满足高速极端环 境的补盲需求。

小鹏 P5 与 G9 采用类似布局，在前保险杠左右各安装 1 颗激光雷达。参数方面，10% 反射率探测距离 150 米，FOV 水平 120°、垂直 25°，综合前向水平视野可超 120° 甚至达 180°，兼顾高速与城市驾驶场景。

北汽极狐华为版则采用前向 1 颗、左右翼子板各 1 颗的三方位布置方案。其激光雷 达在 10%反射率下探测距离 150 米，FOV 同为水平 120°、垂直 25°，但独特布局 使前方视野覆盖超 270°，显著提升高速及城市多场景适应能力31。 综上所述，汽车智能化、自动化推动的自动驾驶技术级别不断升级发展，从内部座舱到 外部感知系统及安全标准均呈现出更高的要求。激光雷达作为 ADAS 感知层组成环节中 的重要硬件，近年来头部厂商不断推进关键零部件自研能力，有效降低激光雷达成本及价格，提升其在中低档车型上车渗透率。未来自动驾驶级别朝着 L3/L4-L5 发展，激光雷 达单车用量或持续增加，叠加车企车型智能化渗透率逐步提升，激光雷达或将迎来快速 放量阶段。

2.5 自动驾驶渗透率提升，或有效驱动车载激光雷达起量

根据盖世研究院数据显示，2024 年我国新车L2 级及以上辅助驾驶装配量达1098.2 万辆， L2 级及以上辅助驾驶渗透率为 47.9%，预计到 2030 年，我国 L2 级自动驾驶渗透率将 达到 50%以上，L3 及 L4/L5 级渗透率或将提升至 30%以上。

叠加我国陆续出台智能驾驶行业推动政策及行业规则标准，将持续助力 ADAS 市场拓展。 根据智研瞻数据显示，2018-2023 年我国 ADAS 高级驾驶辅助系统行业市场规模由 556.28 亿元增长至 1602.97 亿元，期间 CAGR 达 23.57%。同时，新能源车及汽车智能 化终端需求稳步提升，2024 至 2030 年 ADAS 市场规模或将呈现平稳上升态势。智研瞻 预测，2030 年我国 ADAS 市场规模将增长至 4662.27 亿元。

自动驾驶功能升级促进了感知硬件需求的多元化。更高级别的系统可能配备更多激光雷 达，以增强安全冗余与环境感知能力。作为 L3 级以上自动驾驶的核心传感器，激光雷达 市场伴随自动驾驶渗透率提升持续扩容。2023 年全球车载激光雷达市场规模为 5.26 亿 美元，到 2024 年增长至 7.26 亿美元，根据观研天下预测，至 2029 年，全球车载激光 雷达市场规模或将实现倍数级的增长，达到 36.32 亿美元。

2.6 机器人作为激光雷达应用新蓝海，将开启第二增长曲线

中商产业研究院数据显示，2022 年机器人行业占据激光雷达下游应用的 68.2%。但早期该领域产品多集中于工业与服务机器人等传统领域，终端渗透率有限。近年来，生活 场景自动化、智能化持续催生新需求，安防巡逻、人形机器人等新兴应用（除工业、服 务机器人外）正创造增量市场。在机器人导航、避障及交互环节，激光雷达仍是关键组 件。相较于智能驾驶领域，机器人市场对激光雷达成本敏感度较低，高端产品在此领域 或存在更广阔的发展空间32。

国内外各机器人厂商陆续推出人形机器人产品，并逐步明确其量产节奏，智元、广汽、 宇树等厂商均于 2024 年 12 月底推出或宣布人形机器人产品将进入量产阶段，且大多量 产节奏定于 2025-2026 年，进一步证明 2025 将成为人形机器人的商业化元年。机器人 产业链各环节有望跟随国内外龙头生产节奏持续迎来突破。 人形、安防及工业机器人对环境感知能力的要求不断提升，推动深度相机与激光雷达融 合方案逐渐成为行业共识。该组合通过激光雷达的大范围环境感知及远距测量能力，结 合深度相机的精细 3D 感知优势，有效弥补单一传感器的局限，增强机器人在复杂场景 下的自主决策与任务执行能力。国内以宇树、优必选、智元等为代表的机器人厂商部分 型号均采用激光雷达33。

AI 浪潮的持续演进将深化具身智能发展。除传统人形机器人厂商外，多家科技巨头亦加 速布局。特斯拉 Optimus 计划于 2025 年量产 5000 台，2026 年目标提升至 5 万台。据 TrendForce 统计，2024 年中国市场已有 11 家主流人形机器人本体厂商启动量产。人形 机器人量产进程的提速，将拉动机器人激光雷达市场增长。维科产业研究院预测，2030 年我国该市场规模或达 280 亿元，2024 至 2030 年间复合年增长率（CAGR）预计为 67.9%。

综合来看，受益于智能驾驶及机器人两大下游应用场景的快速发展，激光雷达整体市场 发展将驶入快车道。根据 Forst&Sullivan 和中商产业研究院数据显示，2023 年中国激光 雷达市场规模约为 75.9 亿元，2024 年约为 139.6 亿元，预计到 2026 年中国激光雷达市 场规模将达 431.8 亿元。

3. 我国主要激光雷达厂商情况

根据 Yole Group 报告显示，2024 年全球激光雷达市场中，中国激光雷达厂商领跑全球， 市场份额进一步提升。从全球汽车激光雷达整体市场来看，在包含自动驾驶出租车和乘 用车的数据下，禾赛科技占据领先的市场地位，市场份额达到 33%；其次是速腾聚创， 占比为 24%；第三为华为，占比 19%；前四名还包含图达通，合计共占全球 88%的市 场份额34。

3.1 禾赛科技

禾赛科技自 2014 年成立，2016 年便推出首台国产高性能激光雷达 Pandar32。后续不断 推出多线远距激光雷达，并持续获得多轮融资。2022 年禾赛成为全球首家月交付量突破 10000 台的车载激光雷达公司。2023 年公司正式在纳斯达克挂牌上市，同时在全球多地 均设立办公室及研发生产中心。 根据 Yole 报告显示，禾赛科技在 2024 年获得全球车载激光雷达市占率第一、全球 ADAS 激光雷达市占率第一、全球 L4 自动驾驶激光雷达市占率第一三项荣誉。2024 年全球车 载激光雷达市场中禾赛以 33%的市场份额稳居第一。在全球 L4 自动驾驶中，禾赛以 61% 的市占率成为了全球头部 Robotaxi 的首选。 截至 2025 年 4 月，禾赛已与 22 家国内外车企达成超过 120 款车型的量产定点合作，覆 盖比亚迪、理想、小米等头部车企品牌，并与一家欧洲顶级主机厂达成多年独家定点合 作，为其下一代汽车平台提供高性能超远距激光雷达，覆盖其燃油车和新能源汽车的多 款车型，是至今为止海外前装量产激光雷达领域规模最大的订单。

禾赛科技 2024 年业绩实现强劲增长，公司以强劲的财务表现和市场表现，收入创历史 新高，稳居行业榜首，年度交付量连续 4 年翻倍，成为全球首家且唯一实现全年盈利的 上市激光雷达企业，也是全球首家全年经营和净现金流为正的上市激光雷达企业。公司 在 2024 年实现全年营收 20.8 亿元，其中第四季度营收 7.2 亿元。2025Q1 公司营收 5.3 亿元，同比增长 46.3%。2025 年公司预计将保持强劲的增长势头，净营收预计将达 30 亿元-35 亿元，GAAP 盈利将达 2 亿-3.5 亿元。

禾赛科技 2024 年激光雷达总交付量为 501,889 台，同比增长 126.0%；其中第四季度交 付量达 222,054 台，同比大幅增长 153.1%。2025Q1 禾赛科技单季度激光雷达交付量达 到 195,818 台，同比增长 231.3%，综合毛利率达到 41.7%。2025 年公司预计整体激光 雷达交付量 2025 年将增长 2-3 倍，达 120 万至 150 万台，其中，机器人领域激光雷达 交付量预计将达近 20 万台。

根据禾赛科技激光雷达整体交付量可以看出，近年来激光雷达市场需求呈现倍数级上涨 趋势，2025Q1 禾赛科技 ADAS 和机器人领域产品交付量保持强势增长。其中 ADAS 雷达 一季度交付量为 146,087 台，同比增长 178.5%；机器人领域激光雷达交付量为 49,731 台，同比增长 649.1%。

3.2 速腾聚创 RoboSense

速腾聚创成立于 2014 年，2015 年推出静态三维激光扫描仪，并在 2016 年完成多线激 光雷达 RS-LiDAR-16 Demo 和 RS-LiDAR-32 设计。2017 年开始，公司不断推出多款激光 雷达产品，包含固态激光雷达、80 线激光雷达以及车规级固态激光雷达等产品。作为业 内领先的激光雷达企业，也先后获得阿里菜鸟、上汽、北汽等战略融资，并接连与比亚 迪、地平线、广汽埃安等车企签订战略合作协议。目前速腾聚创已向全球超 2800 家机 器人及相关产业客户、超 310 家汽车整车厂及一级供应商提供激光雷达及感知解决方案。 同时公司开拓机器人视觉、灵巧手等增量零部件开发，推动多场景产品商业化落地。 根据 Yole Group 报告显示，RoboSense 在全球车载激光雷达市场摘得 2024 年乘用车激 光雷达市占率第一、2018-2024 年 ADAS 累计销量冠军。

RoboSense 2024 年营业收入约 16.5 亿元，同比增长 47.2%；毛利率为 17.2%，同比增长 8.8 pct。公司 2022 至 2024 年营业收入保持稳步提升的态势，伴随着激光雷达产品 的销售起量，公司业绩表现保持亮眼。2025Q1 公司营收约 3.3 亿元，毛利率同比提升 11.2 pct，达到 23.5%，2024 年至 2025Q1 公司毛利率逐季度提升。

速腾聚创激光雷达销量自 2022 年起逐渐翻倍级提升，2024 全年公司激光雷达产品销量 达 54.4 万台，其中 ADAS 销量约 51.98 万台。2025 年一季度，公司持续在多下游应用 场景发力，机器人产品销量约 11,900 台，同比提升 183.3%，收入大幅增长；达成 120 万台订单，刷新割草机器人行业记录；同时公司推出 EM4、EMX 数字化激光雷达新品， 并斩获 17 款车型定点35。

3.3 华为

华为作为国内科技龙头，持续探索手机、汽车等领域技术前沿，并在智能驾驶与激光雷 达产业深入布局。2020 年，其 ADS 系统研发流程获德国莱茵 TÜV 颁发的 ISO26262:2018 功能安全最高等级 ASILD 认证。2023 年，公司发布基于 BEV+GOD 2.0+RCR 2.0 架构的 ADS 2.0；2024 年升级推出 ADS 3.0，新增“车位到车位”与“VPD 泊车代驾”功能， 并首搭于享界 S9 实现量产。2025 年 4 月，ADS 4.0 采用 WEWA 架构，传感器升级为高 精度固态激光雷达与分布式毫米波雷达组合。WEWA 架构搭载的高精度固态激光雷达尺 寸为 45×50×44mm，体积紧凑，最小感知精度达 3cm，可识别下沉台阶、水管、石块 等多种障碍。系统还集成“全目标舱内激光视觉 Limera”传感器，与前向摄像头协同， 实现精准小目标检测及 100km/h 时速下的舒适刹停。 2025 年 1 月华为在乘用车新车激光雷达市场份额达 34.4%，首次超越禾赛科技与速腾 聚创。依托鸿蒙智行生态，公司以“激光雷达+高阶智驾”策略强化市场切入，推动产 品发展。2025 年 1 月，搭载华为激光雷达的中高端新能源车型销量为 2.3 万辆，占国内 该细分市场总销量的 26.8%36。

3.4 主要激光雷达厂商价格情况

前文所述，随着激光雷达逐渐成为汽车智驾标配的破局路径，其价格也随着技术的提升 以及关键零部件转向自研而持续下降。头部激光雷达厂商近年来通过自研 SoC 芯片等路 径有效降低成本。激光雷达行业正经历深度芯片化转型，首先：1）收发模块深度集成：以 VCSEL 激光器与 SPAD 探测器协同突破；2）系统级芯片（SoC）全面渗透： 从分立器 件转向集成化控制，例如禾赛自研 SoC 芯片整合激光驱动、模拟前端及波形数字化处理 功能，硬件成本降低 70-80%；3）底层半导体工艺革新： CMOS 与硅光技术融合。成熟 CMOS 工艺可显著降低成本并提升良率，SPAD 探测器通过 CMOS 工艺集成后，单片晶圆可产出数千阵列，单位成本降至传统 APD 方案的 1/537。 芯片化趋势仍需要进行长期的技术提升，持续改善技术瓶颈。但为激光雷达带来的降本 效果却是显著的。根据禾赛科技和速腾聚创过去几年的激光雷达产品平均售价可以看出， 激光雷达产品从万元级已经成功下探至千元级。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）