“顯性指標到最后會越來越接近，真正形成長期壁壘的，是那些‘冰山下面’的能力。”

作者|王蕊

編輯|西子

“截止到昨天，禾賽產品里使用的自研芯片和半導體器件已經達到 1.85 億顆，這個數字在行業里有可能領先第二名至少 10 倍以上。禾賽不僅僅只是一家激光雷達公司，也是一家激光雷達的半導體公司。”

2025 年 11 月 24 日，禾賽舉辦首屆技術開放日，禾賽科技的聯合創始人、首席科學家孫愷博士，第一次向外界介紹了禾賽在自研芯片領域的思考和進展，并推出了兩款關乎下一階段行業走向的新品——基于 RISC-V 架構激光雷達專用高性能智能主控芯片費米 C500，以及面向 L2 場景的 256線激光雷達ATX 煥新版。

△禾賽科技的聯合創始人、首席科學家孫愷博士

費米 C500 把原本分散在 MCU、FPGA、ADC 的功能集成進一顆主控芯片，讓激光器、探測器、前端鏈路到主控處理的全鏈條，在禾賽內部形成閉環。ATX 煥新版將搭載費米 C500 ，在明年 4 月 SOP，目前累計在手訂單超過 400 萬臺。

同時，孫愷還首次揭秘了禾賽的「光子隔離」安全技術，該技術可以讓激光雷達具備超越行業的安全性與可靠性，做到了物理層面的極致“零誤報”。目前，「光子隔離技術」已全系搭載至禾賽 ATX、ETX 等主激光雷達。

費米 C500、「光子隔離」安全技術、ATX 煥新版，將共同拉高激光雷達的性能上限與安全下限。

孫愷在演講時說，“我們不是依賴經驗的公司，而是依賴最底層的思考。”這也是禾賽多次“反行業共識”行為背后的底層邏輯。

過去11年里，禾賽多次在最關鍵的技術節點做了反向決策：在機械旋轉式被認為“過不了車規”和成本太高時時，禾賽堅定機械旋轉式并重做架構；在1550nm被追捧時，禾賽預判到905nm的上限更高，放棄了這個技術路線和產品線。

今天，在激光雷達已經諸多車型標配，顯性的參數如線數、點頻被極度關注，而禾賽將重點放在了背后隱性的價值——質量和安全。

在接受《智車星球》采訪時，禾賽科技聯合創始人、CEO 李一帆博士判斷：“顯性指標到最后大概率會收斂，會越來越接近，真正形成長期壁壘的，是那些‘冰山下面’的能力，大量隱性的指標，大量關于安全、不誤報的東西，以及在百萬臺量級下保持穩態質量的工程體系。”

△禾賽科技聯合創始人、CEO 李一帆博士

芯片化是唯一終局

ATX 煥新版是這次開放日的重心之一，在上一代 ATX 基礎上，煥新版把性能空間與安全邊界同時大幅推進。

在核心指標上，ATX 煥新版在點頻和分辨率上達到上一代的 2 倍以上，測距能力提升到上一代的 1.2 倍，遠距小目標識別能力提升約 1 倍。

更關鍵的是安全下限。

ATX 煥新版也加入了加入“光子隔離技術”，把發射與接收通道做成嚴格的一一對應，在物理層面切斷傳統 SPAD 的串擾路徑，使雨霧、高反目標場景下的誤報與漏報，在物理層面被直接消除，實現真正意義上的零誤報。

背后的核心支撐，就是費米 C500 主控芯片。

它采用 RISC-V 架構，把原本分散在 MCU、FPGA、ADC 上的功能收攏到一顆主控芯片，點云處理能力在同等功耗下提升約 1 倍，具備車規級功能安全與網絡安全能力，可以進一步保障可靠性，并且成本做得更低。

費米C500 補齊了禾賽第四代芯片平臺全棧自研的最后一塊拼圖，嵌入了禾賽過去10年在功能安全、網絡安全等方面的算法，內部集成了 256 核 IPE 點云智慧引擎，能在芯片端完成雨霧噪點清洗，不依賴后端算力。一個明顯可感知的提升就是， ATX 煥新版在中等雨量、小雪場景下的輸出，在物理層面上把外部環境的干擾降低到極致。

除此之外，費米C500的還帶來了另一層更加隱性的安全能力——供應鏈安全。

在當前的全球產業格局下，芯片供應的可控性至關重要。ATX 煥新版是禾賽首款實現全棧自研的激光雷達，所有關鍵零部件均可完全自主可控，具備真正意義上的“全國產化”能力。

這不僅提升了產品層面的工程穩健，也為主機廠提供了更高的供應穩定性與長期風險防控能力。

禾賽自 2017 年起就開始布局激光雷達專用芯片（ASIC）研發，通過芯片化，禾賽實現了產品架構簡化和設計優化，顯著提升了性能、質量及成本效益，為公司在激烈的市場競爭中贏得了顯著優勢。目前，禾賽芯片產品已實現全系列規模化量產，形成了堅實的技術壁壘。

禾賽幾年前就曾預測：芯片化收發架構將是激光雷達的唯一終局，因此，一流的激光雷達公司必須是一流的芯片公司。

歷經四代芯片平臺研發，禾賽已經做到包括激光器、探測器、激光驅動器、TIA 芯片、ADC 芯片、數字信號處理器和控制器七大關鍵部件全棧自研。

截至 2025 年 11 月，禾賽共有16 款自研芯片獲得 AEC-Q 車規認證，已累計交付達 1.85 億顆，位列激光雷達行業全球第一。憑借自研芯片路徑，禾賽科技開發了強大的產品線，包括 AT、ET、FT 系列，及 XT、OT 系列和 JT 系列，這些產品迅速獲得市場認可，贏得了國內外眾多量產定點。

“反共識”的選擇

回看過去 10 年，ATX 和 C500 的誕生是禾賽三次逆行業判斷的延續。

第一條線索是機械旋轉技術路線。

2016 年行業普遍認為機械旋轉結構復雜、成本高、難過車規，但禾賽在調研中找不到支撐這一判斷的物理依據，“電機為什么過不了車規？傳統車上功率更大、轉速更高的電機都能過。”

他們意識到，核心問題不在物理層，而在制造體系。

Velodyne 依賴 128 塊電路板堆出極限性能，但難以復制。于是，禾賽把同類型結構壓縮到 11 塊電路板，把激光雷達從“手工件”變成“工程件”。

這種壓縮與集成的邏輯一直延續到今天的 ATX，線數、分辨率、點頻翻倍，不是堆料，而是結構繼續簡化之后，自然騰出來的性能空間。

結果是，2024 年禾賽仍有接近 10 億元營收來自機械旋轉雷達，而且毛利極高。那些曾經公開否定機械旋轉的公司，也在 2023—2025 年陸續重新發布機械旋轉新品。

第二條線索發生在行業路線最混亂的那幾年。

2019 年 CES，1550nm+MEMS 方案幾乎占據整個展館的注意力，禾賽的 GT 是這一路線下性能最強的產品。按當時的主流判斷，這幾乎是“未來路線”的標準答案。

但從 CES 回國數周后，團隊做了那幾年行業里最激烈的路線選擇：把 1550nm 全線砍掉，全部轉向 905nm 芯片化。

因為禾賽判斷，905nm + VCSEL + 單光子探測器的芯片化能力、成本曲線與制造能力會遠超 1550nm。

三年后，AT128 累計百萬臺交付，并在 ADAS 領域連續 8 個月市占率第一。

第三條線索來自一個更深層的反思。

當“數字激光雷達”成為新熱詞時，行業迅速走向“SPAD = 數字、SiPM = 模擬”的二元爭論。

但禾賽沒有湊這個熱鬧。發布會上，孫愷明確表示：“激光雷達像斑馬，有黑有白。發射是數字到模擬，接收是模擬到數字，它天然就是混合系統。”

所以，數字和模擬從來不是路線選擇題，集成能力與規模化能力才是重點。

因此，禾賽在底層探測路線并未押注單一方向，而是同時打造了APD、SiPM、SPAD三條技術路線的完整產品矩陣，覆蓋從 L2 到 L4 的不同自動駕駛需求。

APD 路線下的Pandar 系列已成為全球 Robotaxi 的主流配置，全球 TOP10 Robotaxi 公司中有 9 家將其作為主激光雷達，全球無人駕駛市占率超過 60%；

SiPM 路線下的AT 系列形成從基礎到高性能的量產鏈，AT128 與 ATX 累計交付約 200 萬臺，在 L2 主激光雷達市場接近 50% 市占率；

SPAD 路線下，2023 年禾賽推出全球首款車規量產 SPAD 激光雷達 FT120；2024 年收購 Fastree3D，獲得最早的 SPAD 3D 堆疊專利；2025 年前向長距 ETX 采用完全自研的 SPAD 3D 堆疊芯片，是目前唯一實現完全自研的前向長距 SPAD 方案。

ATX 中的“光子隔離技術”，就是這種體系化判斷的工程落地。

數次“反共識”的選擇，最終收束為一個結果：全球激光雷達技術、制造和出貨龍頭企業。

目前，禾賽具備年產 200 萬臺、擴產周期 3–4 個月的制造能力，支持 AT 系列的百萬臺交付，也支撐了 ATX 煥新版超過 400 萬臺的訂單。

此外，禾賽正在建設海外首座激光雷達工廠——泰國工廠，進一步提升全球交付能力與供應鏈韌性，為海外車企在地化量產提供產能保障。

從數字世界走向物理世界

作為一家美股、港股兩地上市的公眾公司，市值和增長空間是禾賽最受投資者關注的點。

談到未來的增長潛力，李一帆認為：市值只是判斷公司價值的參考，能成為什么量級的公司，就看他解決的是不是這個社會最重要的矛盾。

“在我心中禾賽解決的最大矛盾，是從數字世界走向物理世界，從二維世界走向三維世界的時候，AI的落地、AI能力在物理世界應用最大短板，就是感知能力，要在物理世界交互和感知，機器人技術在不同場景落地，這是禾賽比較一致的使命。”

李一帆認為，車只是高性能激光雷達的第一個應用場景，三維世界有很多可能的場景，大家今天都還沒太想到。

黃仁勛也曾說，所有會移動的東西都會變得自動化。如果順著這個思路，激光雷達將成為機器人領域、甚至整個數字世界的基礎設施。

因此，從幾年前開始，禾賽也在積極拓展機器人領域的應用，禾賽JT系列激光雷達出貨量已經突破10萬臺，主要應用場景包括庭院機器人，如割草機、泳池機器人、掃雪機器人，具身智能、工業機器人和服務機器人也是禾賽重點關注的領域。

但是對于機器人業務的爆發節點，以及是否會下場做機器人，禾賽的判斷是理性而克制的。

李一帆認為，“我們還是一家做底層技術的公司，最好的業務一定是用包含三維感知在內的多種基礎設施能力支持各家，而不是自己下場。機器人在 AI 實現之前，大概率會持續是一個探索科學邊界的產品。”

最真誠的智能汽車報道