激光雷達競爭加速升維，禾賽CTO向少卿：從“看見世界”到“理解世界”，物理AI落地仍面臨關鍵制約

“去年激光雷達在中國整車領域的滲透率大概8%（300萬顆），這個數字包含了商用車。如果放到全球來看，滲透率僅為3%，還遠遠沒有達到飽和狀態。”4月17日，禾賽科技聯合創始人、首席科學家孫愷向包括《每日經濟新聞》在內的記者表示。

在行業快速放量的同時，業內對激光雷達的理解也正在發生變化。同日，禾賽科技聯合創始人、CTO（首席技術官）向少卿給出了一個更具指向性的判斷：“禾賽科技遠不只是一家激光雷達公司，我們更像是坐在一座金礦上，可能只發揮了5%的價值。”

在他看來，過去十年，激光雷達通過為自動駕駛等系統提供三維感知能力，讓機器具備“感知世界”的能力；放眼未來，激光雷達的真正價值將體現在更廣泛的空間智能與物理AI（人工智能）場景中。

圖片來源：企業供圖

基于這樣的判斷，禾賽科技在當天的科技日上發布了6D全彩激光雷達超感光芯片“畢加索”SPAD-SoC，搭載該芯片的ETX系列激光雷達最高支持4320線，將于今年下半年量產交付。此外，禾賽科技還首次對外展示了全新空間智能AI硬件產品Kosmo以及新戰略方向機器人動力模組，戰略邊界進一步拓寬。

激光雷達競爭進入深水區，線數非唯一評判標準

隨著滲透率持續提升，激光雷達正從“有沒有”邁向“好不好”。蓋世汽車研究院數據顯示，2025年新能源乘用車激光雷達滲透率已達21%，單月最高接近28%。在規模快速放量的同時，市場也開始從早期的功能導入階段，進入產品分層與競爭加劇階段。行業競爭邏輯隨之發生變化，從過去以成本為導向，逐步轉向以性能為核心。

今年以來，“線數”成為最受關注的指標之一。3月，華為乾崑發布新一代雙光路圖像級激光雷達，線數達到896線。隨后，東風品牌與華為乾崑合作打造的奕境汽車宣布，全系車型將標配該款激光雷達。行業普遍認為，激光雷達正邁入“千線時代”，2026年將在超高線數字化激光雷達領域展開新一輪較量。

針對行業熱衷的“線數”指標，禾賽聯合創始人、CEO（首席執行官）李一帆指出，線數并非衡量激光雷達好壞的唯一標準，分辨率、測距能力、噪點率、視場角、極端天氣下的穩定性等綜合指標同樣關鍵。“大家特別關注線數，是因為這是一個容易傳播的指標。同等條件下線數越高越好，但好產品從來不是由單一指標決定的。”

圖片來源：企業供圖

在功能定位方面，李一帆進一步闡釋了激光雷達在不同自動駕駛階段的價值差異。在L2及以下階段，激光雷達的核心定位是“安全冗余”。而在L3、L4階段，激光雷達不再是備用系統，而是多傳感器融合體系中的核心感知組件，需要多系統同時決策、綜合判斷。

這一轉變帶來的直接結果，是單車搭載量的提升。孫愷預計，隨著L3級自動駕駛逐步落地，單車激光雷達用量將從當前的1顆向3至6顆演進，行業出貨量在未來5至10年仍將保持增長。

在規模擴張的同時，盈利結構正在出現分化。財報數據顯示，2025年禾賽機器人激光雷達出貨量同比增長超過400%，在整體業務中呈現出更高的盈利水平，并已成為拉動公司毛利結構的重要因素之一。這種以車載業務貢獻規模、機器人業務改善盈利結構的分化趨勢正在顯現，也意味著激光雷達正從汽車供應鏈中的單一部件，演變為面向更廣泛場景的通用感知能力。

從“感知世界”到“理解世界”，物理AI正成為“車圈”下一個重要方向

在車載與機器人業務持續放量的同時，禾賽科技正將能力向更廣闊市場延伸——以空間智能為起點，進一步拓展至物理AI等更高維度的應用場景。從行業趨勢來看，物理AI正成為“車圈”的下一個重要方向。

截至目前，以小鵬汽車為代表的車企，以及元戎啟行、輕舟智航等自動駕駛公司，均已宣布切入該賽道，試圖將車端積累的感知與決策能力遷移至機器人等新場景。

面對從車載等成熟業務向物理AI的拓展，李一帆認為其底層邏輯在于研發的前置性。“研發通常前置2至3年，市場推廣還需1至2年，今天看到的產品往往是三四年前規劃的結果。”在他看來，當前激光雷達產品在價格和性能上已接近穩態，降本空間有限。“我們已經把這道題做得比較明白了。這不是放棄車載市場，而是能力的外溢。”

不過，相比于市場預期的快速增長，物理AI的落地仍面臨關鍵制約。其中最核心的問題，并不在算法而是數據。向少卿表示，當前面向世界模型與具身智能的訓練過程中，正面臨核心瓶頸：“真實世界的三維空間數據較為稀缺，獲取成本較高、標注效率較低，制約模型迭代速度。”

圖片來源：每經記者 劉曦 攝

他進一步解釋，當前以二維視頻為基礎訓練的世界模型，在同一視角下理解較為準確，但一旦視角發生變化，對未采集到的信息理解會出現偏差。而傳統仿真器構建的環境與真實世界也存在較大差異，當機器人在仿真環境中訓練表現良好、成功率達到約99.5%時，在真實世界部署后，成功率可能下降至60%以下。

在他看來，解決這一問題的路徑在于將真實世界進行高保真三維重建，使空間數據從“奢侈品”變為可規模化獲取的“標準資源”。

“過去十年，我們解決的是讓機器人看見世界。”向少卿指出，“接下來，我們希望讓機器人理解世界。”在他看來，從“空間感知”到“空間智能”，激光雷達的角色正在發生變化，它不再只是自動駕駛中的一個傳感器，而是正逐步成為物理AI時代的重要數據入口。