2026年4月配资网首页，激光雷达行业迎来了历史性的技术分水岭。
短短五天内，速腾聚创、禾赛科技分别发布了各自的新一代芯片平台，产品直指千线以上；华为也在近期推出了896线激光雷达。
从数十线到数千线，激光雷达在中国厂商崛起的十年后，迈入以芯片架构和全维感知为核心的下半场。
十年前，还在百度美研中心负责自动驾驶业务的韩旭在一通电话中首次接触到一家深圳企业——来电者是邱纯潮，速腾聚创现在的CEO。
这是一通“销售电话”。邱纯潮说，可以提供价格便宜的16线激光雷达。韩旭回复道，我们需要64线的产品，要的是“花盆”。
“花盆”——在自动驾驶行业里这是一个“梗”。彼时，激光雷达的主流产品是Velodyne 64线产品，这款机械式旋转激光雷达呈圆筒形，形似倒扣的花盆。
那个时候，韩旭还没想到激光雷达有一天能达到千线数级别。时间来到2026年3月，韩旭创立的文远知行在全球已投放了超过1000辆Robotaxi。同月，这家公司宣布进一步扩充车队规模，与吉利远程深化战略合作，2026年预计交付2000台Robotaxi GXR。韩旭向界面新闻表示，最新车型将成为首批搭载千线级激光雷达的纯无人运营自动驾驶车辆。
线数，本质是垂直方向上同时发射的独立激光通道数量。这是激光雷达最核心的性能参数，也是行业内卷的主战场。
之所以用“线数”来定义，不是像摄像头一样用“像素”来定义，原因在于早期激光雷达线数很低，根本谈不上“成像”，只能实现基础的障碍物探测。因此，提升线数是行业演进方向。
但堆叠线数对模拟架构激光雷达而言存在明显瓶颈。模拟架构的成本与分辨率线性绑定，分辨率每提升一档，就要增加对应的硬件成本。线数越多，器件越多，性能和成本呈线性上涨。
采埃孚集团执行副总裁、中国区总裁兼亚太区运营总裁汪润怡在五年前参与了一家欧洲激光雷达公司的投资。她提到，“存在一个无解题，产品需要不断追求线数，但线数和成本成线性关系。哪里是个头？那时候觉得是一个无可攻关的bug。”
这个bug被数字化架构修复了。中国激光雷达厂商在自研芯片上的持续投入，让“千线时代”加速成为现实。
连日以来，几家头部厂商接连发布了更高线数的产品：华为推出896线激光雷达，表示车载激光雷达的感知能力从“点云级”迈入“图像级”；禾赛发布了首款6D全彩激光雷达超感光芯片毕加索SPAD-SoC。
速腾聚创则在4月21日发布了“凤凰”系列芯片和“孔雀”系列芯片。公司方面称，两款产品基于全新“创世”数字化架构，凤凰芯片是全球首颗原生单片集成2160线的车规级SPAD-SoC，孔雀芯片则是行业可量产的最高规格全固态面阵SPAD-SoC。
“很多焦虑都来源于当年一个‘花盆’9万美元，结果现在一个小芯片装了几个‘花盆’。”韩旭说。
邱纯潮向界面新闻分析指，模拟路线的致命短板在于，以SiPM为代表的方案，和CCD一样走专用模拟架构，除核心感知器件外，还需搭配信号读出、放大、转换等外挂模拟芯片，系统冗余复杂。对比之下，数字架构站在标准半导体坐标系里，高度遵循摩尔定律：在保持相近体积、相近成本约束的前提下，只要芯片制程持续提升，性能就会不断提升。以EM4平台为例，可以达到2000线，依然维持尺寸不变，按线数来折算，成本上又有一个量级的下降。
早在行业普遍依赖外购芯片时，速腾就组建了自研芯片团队，2022年研发出SPAD-SoC芯片，将接收和信号处理功能集成于一颗芯片。2025年，速腾聚创在全球量产交付EM4，支持最高2160线定制。
速腾聚创CTO刘乐天向界面新闻表示，第一代量产的SPAD验证芯片已经交付接近30-50万台，今年预计还会交付接近300万台的芯片。
事实上，从模拟架构到数字化，这样的底层迁移剧本已经在摄像头领域上演。
1981年，索尼推出第一台消费级CCD相机。CCD开启了感知芯片的新时代，巅峰时期创造了年规模超70亿美元的庞大市场。
但CCD依赖特殊、复杂的模拟工艺制造，无法兼容主流数字芯片产线，导致难以规模化、成本高昂，加上系统功耗高、集成度低，最终被更先进的CMOS传感器取代。1996年，索尼启动CMOS工艺专项研发，并逐渐停止CCD业务。现今索尼把持着全球CMOS芯片市场超50%份额，拆分后的半导体公司估值接近500亿美元，较CCD巅峰期翻了三倍有余。
邱纯潮认为，激光雷达的数字化跃迁，本质上就是一场三维感知版本的CMOS革命。当线数达到2000线，便进入400万像素级的三维感知世界，实现近2K的高清点云成像。继续发展到4000线，则将对应800万像素，达到4K标准。届时，激光雷达提供的超高精度三维数据，能与摄像头提供的丰富色彩信息实现更深度融合，构建远超当前技术的精细模型。
据速腾聚创介绍，凤凰芯片点云细腻度已超越400万像素摄像头。孔雀芯片则集成640×480高密度SPAD阵列，实现VGA级三维感知。
国际研究机构 Yole Group白皮书指出，芯片集成度提升已成为激光雷达产业发展的核心驱动力，未来三年，无法实现核心芯片垂直整合的激光雷达厂商，将在成本和性能竞争中处于明显劣势。
高线数正成为激光雷达行业的新坐标，行业风向从“能不能用”转向“线数够不够”。
在自动驾驶领域，千线级激光雷达已进入Robotaxi量产应用，文远知行、滴滴自动驾驶等均上车了千线级激光雷达。
文远知行同时覆盖了L4和L2++业务。韩旭指出，对比L2和L3，L4是最不接受“差不多”的场景。L4和L2++的最大不同在于，L4要有多重冗余，“L4是木桶原理，最短的板决定整个系统能力，如果周围传感器已经覆盖了，那么看得远很重要；如果可以看到前面，但是盲区没有360度覆盖，盲区雷达也很重要。”
韩旭学计算机视觉出身。他提到，行业内有一个重要的概念叫“光场”，人眼看见的光是被动光，没办法测距，而激光雷达可以知道光谱的长度从而测距。“（速腾聚创）发布的（新产品）每个像素点都告诉你距离光有多远，他们已经把光场做出来了。”
智能汽车在结构化道路环境中不断逼近能力边界，机器人则是在更加开放、多变、甚至非结构化的场景中，对感知能力提出更多要求。
酷哇机器人主要涉足无人环卫、无人城配和智慧出行场景，旗下产品包括轮足机器人R0、四足机器人D0和L4级自动驾驶小巴CooBus。公司CTO廖文龙向界面新闻分析指，地面清洁或者地面捡拾等操作类任务往往在非结构化场景中，机器人需要到犄角旮旯里，极限逼近障碍物。从感知的角度来说，从2D到3D空间智能是未来的主旋律。再往后，空间智能会向决策智能、认知智能转变，未来传感器层面应该是1+N的形式。
“过去很长一段时间，感知的核心矛盾在于，很多时候是堆砌各种各样的传感器，但行业应该用更统一、更简单的方式做感知任务。”廖文龙认为，机器人的空前感知能力或许来自几方面：一方面来自于RGBD可以重构，第二还需要大量数据直接训练，使得RGBD具备深度的理解和空间感知能力，第三也可以通过高线数、图像级的激光雷达，为机器自我决策提供底层基础设施。
RGBD即“RGB彩色图像+Depth深度信息”的融合数据格式，其中R（红）、G（绿）、B（蓝）代表每个像素的色彩信息，D（Depth）代表该像素对应的三维空间距离。邱纯潮提及，让SPAD芯片像素提升到RGBD可以接受的应用范围，是激光雷达核心芯片厂商给这个产业带来的最核心贡献，“我们的RGBD传感器已经在路上，会在2027年年底前正式发布。”
感知能力的提升也将有助于终端开拓更多商业场景。城市配送无人车公司白犀牛已经运行超过2000台无人车。白犀牛总裁黄刚告诉界面新闻，无人车场景在规模扩大后面临很多挑战，安全性、交通友好成为公众非常关注的方向。
“早期，无人物流车由顺丰、中国邮政规模化采购，从网点到驿站5-10公里，线路相对固定。但2025年起，无人物流车拓展到即时配送平台，用户可以在滴滴、货拉拉预定无人车。一个很大的挑战在于，这是非固定线路，多点到多点，也对时效要求非常高。”黄刚指出，早期L4级无人物流车还依赖于高精度地图，但大面积的路径开放对全程进行采图不太可能，而无图化就需要感知能力提升。“比如快递已经把无人车从城区向县乡物流扩展，县乡物流会遇到很多新情况，像有老乡在马路上晾晒玉米。为了应对无人物流车的市场发展，我们在一年半前决定使用车规级激光雷达。”
凤凰芯片和孔雀芯片也即将投入使用。根据规划配资网首页，两款芯片将于2026年内量产落地。凤凰芯片已经通过AEC-Q100车规认证，基于凤凰芯片的400万像素激光雷达方案已获头部车企定点，将于2026年内量产上车；基于孔雀芯片的产品已小批量交付客户，孔雀芯片将于2026年第三季度规模化出货。
富华优配提示：文章来自网络，不代表本站观点。
