游乐游手机版
首页/科技数码/文章详情

激光雷达芯片技术革新引领未来十年发展

时间:2026-05-12 16:01
激光雷达行业正经历类似索尼从CCD转向CMOS的范式变革。速腾聚创推出“创世架构”及“凤凰”“孔雀”芯片,通过芯片化将激光雷达接入半导体制造体系,实现性能提升与成本下降。“凤凰”面向高阶智能驾驶,提供超远距离感知;“孔雀”瞄准机器人等市场,实现近距离超广角精细感知。芯片化架构使产品能快速衍。

万亿生意的新起点。

上世纪九十年代末的日本影像产业,曾陷入一场看似无解的僵局。

彼时,CCD传感器的画质几乎已臻化境,柯达、富士、奥林巴斯等行业巨头,正围绕着数码相机的市场份额和像素高低,进行着近乎惨烈的竞争。整个CCD产业链都深信不疑:影像传感器就该是CCD的样子,其特殊的工艺、较低的良率和高昂的成本,似乎是这门生意与生俱来的“贵族”标签。

只有索尼,做出了一个在当时看来颇为离经叛道的决定:将未来押注在尚且青涩的CMOS技术上。

CMOS作为半导体行业的“标准件”,理论上可以直接利用通用晶圆厂的成熟产线,从而让影像传感器的成本断崖式下降。但在那个年代,它的画质表现远逊于CCD,被业界普遍视为“低端货”。索尼内部为此争论了数年,最终,时任社长的出井伸之拍板定调:CCD代表过去,CMOS才是未来。

二十多年后回望,这无疑是一次价值万亿的豪赌。

如今,全球每一部智能手机里那块小小的影像传感器,几乎都被索尼的CMOS路线所垄断。而那些CCD时代的王者们,要么艰难转型,要么黯然离场。

历史似乎总在重演。今天,激光雷达行业正站在属于自己的“索尼时刻”门前。

从“组装厂”到“芯片厂”:一道架构的护城河

不久前,速腾聚创在发布会上推出了“创世架构”以及“凤凰”“孔雀”两颗芯片。其野心不言而喻:让会“摸”的激光雷达,真正能“看见”,从而复刻索尼CMOS的传奇路径。

要理解“创世架构”的分量,我们得先回到激光雷达的“前传”。

2007年,赢得DARPA无人车挑战赛的斯坦福大学“斯坦利”号,其车顶那个不断旋转的“大花盆”,便是Velodyne的64线机械式激光雷达。这台单价高达7.5万美元的设备,奠定了Velodyne此后十年的霸主地位——在那个时代,每一条扫描线都价值不菲。

然而,这家明星公司并未成为雷达领域的宁德时代。2024年,Velodyne与Ouster合并,以一种相当狼狈的方式为那个时代画上了句号。

其根源在于模拟架构的固有死xue——“分立元件堆砌+特殊工艺”。每一次性能升级都是一次重型工程,无法享受半导体行业“摩尔定律”带来的成本复利。元器件越多,分辨率越高,成本和功耗就越发失控。性能想再上一个台阶,成本往往是指数级上升;试图压缩成本,性能立刻大打折扣。

这与CCD的困境如出一辙——画质再好,工艺再精,也始终是“贵族器件”,难以走向大众市场。行业一度被困在128线的天花板之下。

而速腾聚创的“创世架构”,本质上是为激光雷达接入了“半导体制造的主干道”。

它主要做了三件事:

第一,采用28纳米车规工艺和3D堆叠技术,将SPAD感光层、读出电路和处理芯片封装进一颗芯片,体积缩减了40%,功耗降低了30%。

第二,集成了高达4320核的异构计算阵列,每秒能处理近5000亿次点云数据,相当于将一台超级计算机的认知能力直接塞进了雷达内部。

第三,硬件抗干扰能力达到99%——这意味着在未来车流密集、数十颗激光雷达相互“干扰”的复杂场景中,它依然能保持清晰的“视力”。

比起这些参数,更值得注意的是其在商业上可能引发的“飞轮效应”。

过去一年,基于“创世架构”的同一套底层能力,速腾聚创已经孵化出5到6款不同形态的新产品。这就好比有了ARM架构之后,从手机SoC到服务器芯片,再到各类物联网设备芯片,每个细分场景都能快速衍生出对应的产品方案,而无需每次都从零开始。

这种从“一颗芯片”到“一个产品家族”的复利能力,是传统的“组装模式”难以企及的。

采购公版芯片进行集成,永远只能跟随他人的节奏起舞;而掌握自研芯片架构的玩家,则能定义产品节奏、定义应用场景、甚至定义下一代产品的形态。

当年大量从事CCD模组组装的厂商,最终要么消失,要么沦为低端代工;存活下来并成为巨头的,是索尼、三星、豪威这些牢牢掌握芯片设计能力的玩家。激光雷达行业,正在重演这一幕。

“凤凰”上车,“孔雀”落地:用场景定义新物种

仅有“创世架构”还不够。速腾聚创真正的杀手锏,在于用同一套底层能力,精准孵化出定位迥异的两款产品——“凤凰”与“孔雀”。

先说“凤凰”。


▲图源:速腾聚创

这是为高阶智能驾驶打造的主雷达芯片,原生单芯片单光路即可实现2160线探测、400万像素、600米探测距离。这是什么概念?意味着在高速公路上,车辆能在150米外清晰识别一个13×17厘米的小物体——大约相当于地上的一只拖鞋。

过去L2+级辅助驾驶常面临一个尴尬:在高速场景下,对于前方掉落的轮胎、纸箱或摩托车,往往要到几十米的近距离才能被系统识别。而在高速行驶中,几十米不过是两三秒的反应时间,根本不足以让驾驶员安全接管。许多智能驾驶事故背后的惊险瞬间,都源于这“要命的两秒”。

当感知边界从“看得见”推进到“早已看见、并能预判”,整个智驾系统的安全等级将被重新定义。这不仅仅是参数表上的提升,更是用户敢不敢真正信任并放手的分水岭。

对于容错率几乎为零的L4级无人驾驶,普遍采用“一颗主雷达+多颗补盲雷达”的“1+N”架构。“凤凰”芯片在其中扮演的正是“中枢神经”的角色——它必须万无一失,因为整个系统的安全冗余都建立在它的可靠性之上。行业正形成一种共识:未来三年,“1+N”架构将成为高阶智驾的标配。“凤凰”芯片的出现,恰好踩准了这一技术演进的节奏。

文远知行CEO韩旭曾指出,远距离及小目标探测能力的提升,是一个从“量变到质变”的过程。他期待激光雷达能从现有水平发展到未来的万线级别,从而真正打造出超越人类驾驶能力的系统。“凤凰”芯片所具备的2160线探测能力和卓越的远距离性能,正是向这一目标迈进的关键一步。

再看“孔雀”。


▲图源:速腾聚创

如果说“凤凰”瞄准的是“远距离、高精度、行车主感知”,那么“孔雀”瞄准的则是“近距离、超广角、机器人级操作感知”。它集成了640×480的VGA级SPAD面阵,拥有180°×145°的超广视场角,精度达到毫米级,帧率30Hz——刚好与摄像头同步。

表面看,这是一颗“补盲雷达”,但它真正打开的,是一个比汽车更为广阔的市场:机器人。

所有投身机器人领域的开发者,都会面临一个核心难题:如何让机器人精准地抓取一杯水、一颗螺丝,或识别一只猫?传统的双目视觉精度不足,结构光工作距离有限,毫米波雷达分辨率偏低,而传统激光雷达则存在尺寸大、性能受限等问题。

一个真正能让机器人实现精细“动手”操作的传感器,市场上几乎是空白。“孔雀”芯片填补的正是这片空白。它能让扫地机器人在床底盲区精准建图,能让仓储机器人识别近距离纸箱的褶皱,也能让人形机器人判断咖啡杯的具体位置和倾斜角度。

这些场景不属于传统的“汽车赛道”,但它们的总和,可能是一个比汽车市场更大的蛋糕。

RGBD技术的提出,堪称一步打开市场想象力的妙棋。

速腾聚创的路线是从工程化的“摄像头+SPAD系统级融合”,进化到芯片级的“原生RGBD相机”,让每个像素能同时输出几何深度信息(D)和色彩信息(RGB)。通俗地说,就是让激光雷达像人眼一样,既能感知物体的形状和距离,又能识别其颜色和纹理,且二者在时空上天然对齐。

由此,速腾聚创在其Active Camera系列产品中,解决了多传感器融合中最令人头疼的“时空不同步”难题。当前大多数智驾和机器人系统,都需要耗费大量算力将摄像头、毫米波雷达、激光雷达的数据进行对齐——这个过程缓慢、昂贵且容易出错。

而原生RGBD,在单芯片层面就把这件事完成了。

速腾聚创并未让这些芯片停留在纸面。“凤凰”芯片已于今年量产上车,“孔雀”芯片计划在今年第三季度规模化量产,而原生RGBD传感器则预计在明年年底前发布。

估值范式之变:放下出货量,看见“基础设施”

当前的激光雷达市场,并非成熟市场的“存量博弈”,而是一个渗透率仅3%-5%的“增量蓝海”。关键在于,谁掌握了通往未来那90%市场的入场券。

这张入场券,由三件事决定:

第一,技术架构的代际优势。

回顾2010年的英伟达,其GPU出货量并不算庞大,主营业务仍是游戏显卡,股价在十几美元区间徘徊了整整四年。当时华尔街的目光只聚焦于其GPU市占率,分析报告中不乏“成长性堪忧”的论调。然而,CUDA架构已然布局完成——黄仁勋顶住压力,将这块看似“赔钱”的业务培养了五六年,并免费推向全球高校和科研机构,直到2012年AlexNet横空出世,彻底点燃了深度学习的引信。

看待激光雷达亦可如此:其架构能否每年孵化1到2颗新芯片?能否在两三年内实现像素翻倍、成本减半?这些问题的答案,才是技术路线尚未收敛的早期市场中,真正的胜负手。

第二,供应链的复用性。

索尼之所以能从CCD时代成功切换至CMOS霸主,并非因为它发明了某种神秘工艺,而是因为CMOS可以直接接入半导体行业成熟的代工体系——无需自建特殊产线,无需独自承担高昂的工艺研发成本,直接站在了全球晶圆厂巨人的肩膀上。

激光雷达的SPAD技术,与CMOS图像传感器同根同源。这意味着“创世架构”可以直接复用28纳米成熟工艺、3D堆叠技术以及现有晶圆厂的产能——这是传统模拟架构永远无法享有的红利。一颗芯片的背后,是整个半导体产业链数十年积累所带来的复利。

第三,市场的跨界与降维打击。

激光雷达一旦完成芯片化,它将不再仅仅是“汽车的器官”,而是所有需要感知物理世界的智能设备的标准配置——机器人、无人机、自动导引车(AGV)、矿山机械、农业装备、AR眼镜……这是一个比汽车市场大几个数量级的广阔天地。

从更长远的角度看,随着摩尔定律持续推动SPAD芯片成本下降,高性能激光雷达进入消费电子领域,或许只是时间问题。

至此,“能看见”的速腾聚创,已经不再仅仅是一家激光雷达公司,而是一家“物理世界感知基础设施”公司。

这类公司的估值锚点,应该对标谁?英特尔,高通,还是索尼半导体——答案不言自明。

让我们回到开头的故事。

索尼当年押注CMOS时,无人能预知其成功。CCD阵营的玩家视其为疯子,分析师认为它在烧钱,就连索尼内部也是经过激烈争论才最终下定决心。直到智能手机时代席卷全球,CMOS的成本曲线与半导体产业复利彻底碾压了CCD,所有人才恍然大悟:原来这场游戏从一开始就不是“画质比拼”,而是一场“产业范式之争”。

速腾聚创的“创世架构”,所做的正是同一件事:将激光雷达快步拉入“半导体主流”。它并非在与友商比拼今年谁多卖了几台车规雷达,而是在布局五年之后——届时,激光雷达或将像今天的CMOS一样无处不在,成为机器“看见”物理世界的最佳方式。


▲图源:速腾聚创

而到那时,定义产品形态、行业规则乃至生态的,将是今天就已经握有核心架构能力的玩家。如果赌对了方向,速腾聚创或许将成为智能感知时代的“索尼半导体”。

用衡量“卖货郎”的尺子去丈量“规则制定者”,永远无法触及真正的价值。十年后回望,所有只盯着英伟达早期显卡出货量的人,都错过了人类历史上最伟大的成长股之一。

这一次,资本市场或许需要重新学习如何审视激光雷达行业——“看见”这件事本身,正是万亿生意的新起点。

来源:https://www.163.com/dy/article/KSNN5AOA051986UM.html
上一篇商业航天三大趋势:技术多元应用牵引与协同共生发展 下一篇东方甄选5月11日斥资近2500万港元回购93.5万股
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
自研高精度大气风场探测系统为神舟返回提供精确气象保障
科技数码 · 2026-06-01

自研高精度大气风场探测系统为神舟返回提供精确气象保障

神舟二十二号飞船返回舱成功在东风着陆场着陆,这背后有一个关键亮点——我国自主研发的高精度大气风场探测系统,为飞船安全返回提供了精准的气象保障。可以说,落点预测能够如此精确,这套系统功不可没。 返回舱的返回阶段,在载人航天任务中风险最高、难度也最大,对着陆场的气象保障能力提出了极为严苛的要求。尤其当返

比亚迪方程豹布局轿车完善产品序列版图
科技数码 · 2026-06-01

比亚迪方程豹布局轿车完善产品序列版图

6月1日,方程豹官方发布了“方程S系列答网友问”第一期,核心聚焦一个问题——为何一个主打“个性越野”理念的品牌,会突然推出轿车产品? 方程豹官方说明明确表示:作为比亚迪旗下的个性化品牌,从创立之初就没有将自己局限于越野车品类。布局轿车,本质上是完善产品阵容、补齐品类版图的关键一步。事实上,早在202

印度一季度平板电脑销量增5% 联想重返第二
科技数码 · 2026-06-01

印度一季度平板电脑销量增5% 联想重返第二

2026年第一季度印度平板电脑市场同比增长5%,联想超越其他品牌重回第二,一加首次进入前五。本土制造规模同比猛涨61%,平均售价出现两位数百分比增长,市场高端化趋势明显。

黄仁勋宣布英伟达提供大脑宇树造身体合作开发人形机器人
科技数码 · 2026-06-01

黄仁勋宣布英伟达提供大脑宇树造身体合作开发人形机器人

英伟达与宇树科技联手推出人形机器人参考设计H2+,英伟达提供算力与AI平台,宇树负责运动控制与本体设计。该方案旨在加速人形机器人从实验室走向量产,并向行业输出可复用的基准方案,降低开发者试错成本。

NVIDIA进军PC处理器 RTX Spark现场跑3A达100FPS
科技数码 · 2026-06-01

NVIDIA进军PC处理器 RTX Spark现场跑3A达100FPS

近日,英伟达发布RTXSpark超级芯片,集成BlackwellGPU与二十核GraceCPU,最高一百二十八GB统一内存,人工智能算力达一千万亿次浮点运算。在1440p分辨率下运行3A游戏可达一百FPS,但官方未说明是否开启DLSS及帧生成技术。其统一内存架构可避免显存瓶颈,首批产品今秋上市。