各家车厂发布会开完，只要底盘上还顶着一颗“小雷达”，弹幕里就会飘过一句话：这车智驾硬件堆得真足。“车载激光雷达”这个配件，最近两年已经从实验室名词变成了发布会的固定卖点，甚至十五万级家用车也开始标配。与此同时，头部智驾玩家在算法栈上频繁动作，从基于规则的模块化架构，到端到端模型的量产落地，算法逻辑换了一轮，但激光雷达的装车量却只涨不跌。
这个现象很有意思。一方面行业里“纯视觉派”喊了很多年，宣称摄像头可以搞定一切；另一方面供应链数据却显示，激光雷达的出货量逐年翻倍，价格还在往下打。我前前后后研究过这个赛道几次，老实说，早期看空它的理由现在基本都被市场证伪了。真正值得研究的问题只有一个：在智驾平权和高端进阶两股力量同时推进的情况下，激光雷达这条产业链到2030年到底能长多大。标题里给出的“全球空间超270亿元”看起来是个具体数字，但我更关心的是这个数字背后的需求结构和技术逻辑，这决定了这个市场是昙花一现还是持续增长。
这篇内容就当是把自己梳理过的产业链逻辑整理成文，把市场规模怎么算、技术路线怎么走、算法架构怎么影响硬件、供应链格局怎么演变，一次讲透。适合想快速搞懂激光雷达产业逻辑的朋友，也适合在车型规划、产品定义、投资研究岗位上一线实操的人参考。
1. 市场规模拆解：270亿元不是拍脑袋，是几层逻辑叠出来的
1.1 从出货量和渗透率倒推市场空间
先聊结论：270亿元这个数字，在我的测算体系里属于偏保守的中性情景。2023年全球车载激光雷达市场规模大约在50亿元上下，2024年接近90亿元左右，到2030年如果做到270亿元，意味着这六年的复合增速大概在20%左右。这个增速放在汽车产业链里不算夸张，但放在“从零到一”导入期的硬件品类里，属于典型的渗透率爬坡形态。
我来搭一个简单的测算框架。假设2030年全球乘用车销量维持在8000万辆的水平，激光雷达整体渗透率走到15%到18%，对应大概1200万到1400万辆新车搭载。单车平均搭载量按1.2颗计算——低配车型1颗，高端车型2到3颗，综合下来取这个数。单颗价格在2030年大概率下探到1500到2200元人民币区间，取1600元作为均价。这样一算：1400万辆车乘以1.2颗乘以1600元，恰好落在270亿元附近。
这个框架里最关键的不是总销量，而是两个变量：渗透率和单车搭载量。渗透率取决于智驾平权下探的速度，单车搭载量取决于高端车型的配置竞赛。这正好对应了标题里说的“双轮驱动”。如果高阶智驾在2026年前后大规模下探到10万到15万元车型，渗透率有可能冲到20%以上，那这个市场到2030年就是350亿到400亿的量级；反过来，如果高阶智驾渗透节奏放缓，市场空间也可能缩到200亿以下。270亿本质上是行业目前的主流预期。
1.2 智驾平权驱动的是“量”，高端进阶驱动的是“价值”
把双轮驱动拆开看，两股力量分别作用于不同的价格带，也形成不同的产品需求。
智驾平权的主战场在10万到20万元的家用市场。这个价位段的车型过去连毫米波雷达都舍不得多装，现在却开始搭载激光雷达，核心驱动力是城市NOA（领航辅助驾驶）功能的普及。城市路况复杂，光靠摄像头加毫米波雷达，系统对近距离切入车辆和异形障碍物的判断能力不够，厂商为了过安全冗余这一关，只能上激光雷达。这个价格带的方案普遍选择1颗前向激光雷达，产品强调性价比，要求体积小、功耗低、价格足够便宜。
高端进阶的主战场在30万元以上的旗舰车型。这个价位段的用户对智驾能力有更高期待，也会关注算力硬件冗余。高端车型普遍采用2到3颗激光雷达的配置，前向主雷达加两侧补盲雷达，甚至有的车型在后方也加装，以实现360度无死角感知。高端市场对激光雷达的指标要求更高：探测距离要超过200米，角分辨率要更精细，点云密度要更高，对雨雾尘等恶劣天气的适应性也更强。这部分需求拉高的是单颗价值量，而不是出货量的倍数。
所以这两股力量对产业链的影响完全不同。平权市场靠性价比带动出货量增长，高端市场靠技术指标带动产品迭代速度。落到投资或者行业研究层面，中低端方案供应商看的是产能和成本控制能力，高端方案供应商看的是技术溢价和定制化能力。两套逻辑不能混着看。
2. 技术路线演进：激光雷达为什么从“可选”变成了“必选”
2.1 从机械式到半固态再到纯固态，成本曲线在往下走
激光雷达的技术路线演进，本质上是性能、成本、可靠性三者之间的平衡。早期的机械旋转式激光雷达（Velodyne那种带个转台的）性能确实好，360度扫描，点云质量高，但一颗的成本要上万美金，而且旋转机构在车载振动环境下的可靠性让人揪心。所以车载量产从2021年前后开始转向半固态方案。
半固态路线目前主流就两条：一条是转镜方案，一条是MEMS微振镜方案。转镜方案是通过一个多边形棱镜的旋转改变激光出射方向，机械结构相对简单，目前国内头部厂商的量产主力基本都是这条路线。MEMS方案是用微振镜带动激光束偏转，内部没有大质量的旋转部件，体积更容易做小，但振镜本身的可靠性需要时间验证。无论哪种半固态方案，核心目标都是把一颗雷达的价格从几千美元打到几百美元，同时把体积缩小到可以嵌入车顶、保险杠、前格栅的程度。
再往后是纯固态方案，包括Flash闪光式和OPA光学相控阵式。Flash方案一次性照亮整个视场，根本不需要扫描机构，结构上最容易做低成本，但有效探测距离通常只有几十米，适合做补盲雷达，不太适合做主激光雷达。OPA方案目前还在工程化早期，目前更多是储备技术。我自己判断，2030年之前半固态依然是前向主雷达的主流，纯固态会在补盲雷达这个细分位置先放量。
2.2 波长选型与核心指标，直接决定感知能力的上限
激光雷达的波长选择影响探测能力和成本，现阶段行业分成905纳米和1550纳米两大阵营。905纳米是主流选择，因为对应的激光器（EEL边发射激光器、VCSEL垂直腔面发射激光器）产业链成熟，成本低。缺点是905纳米波段的激光人眼安全阈值比较低，发射功率受限，导致探测距离通常被限制在150米到200米这个区间。
1550纳米方案因为波长更长，人眼安全阈值高出几个数量级，可以把发射功率提上去，探测距离能突破250米甚至300米，在高速场景下能更早发现远处的静止障碍物。但1550纳米的光纤激光器成本高，典型的激光雷达价格在万元级别，所以基本只用在百万级豪车上。当前行业里一个值得关注的趋势是1550纳米器件的国产替代，如果核心光器件的成本能在三五年内降一半，1550纳米雷达就有机会下探到30万到40万元车型市场。
除了波长，衡量一颗激光雷达还看几个核心指标：探测距离（对10%反射率目标物的探测能力）、角分辨率（决定远距离目标能不能被识别）、点频或点云密度（决定感知算法对物体轮廓的还原精度）、视场角（FOV），以及功耗和体积。这些参数直接决定了激光雷达能不能替代摄像头的一部分功能，还是只能作为辅助补充。从今年各家的产品发布节奏看，前向主雷达的角分辨率普遍做到了0.1度到0.2度，点频集中在百万点每秒的级别，这个量级已经能满足主流城市NOA对障碍物轮廓感知的需求了。
3. 算法架构与激光雷达的关系：从基于规则到端到端，角色不是削弱而是加重
3.1 基于规则的智驾架构里，激光雷达是几何真值来源
聊算法之前得先明确一个背景：行业里说的“端到端”和“基于规则”不是完全互斥的两套东西，更像是一条谱系的两端。目前的量产方案，大部分是“模块化端到端”或者“基于规则的架构叠加神经网络模块”，真正意义上感知、预测、规划全链路一个模型搞定的One Model方案还没有大规模落地。
在基于规则或模块化架构里，激光雷达的角色非常清晰，它是几何真值来源。摄像头本质上是2D传感器，做深度估计要靠模型训练，遇到没见过的场景会产生深度幻觉。激光雷达直接输出3D点云，每个点的坐标都是物理测量出来的，不存在估计偏差。感知模块拿点云做目标检测和可通行空间分割，拿到的障碍物框、地面约束、边界信息都是硬真值。这种“确定性”在功能安全验证里特别重要，规则系统需要明确知道“前面三米处有一个物体”，才能按照预设策略去决策，如果这里只有一个概率性的深度估计，决策层就不敢踩刹车。
这也是为什么大量厂商在做数据闭环时，会用激光雷达去给摄像头生成标注真值。摄像头拍到一辆车，但不知道它多高多宽多远，这时候激光雷达的点云就充当“标尺”，自动生成3D框。尤其是当所谓重感知、轻地图的路线成为主流之后，车端感知能力被提到了一个更高位置，激光雷达作为硬传感器，在规则架构里几乎是不可替代的。
3.2 端到端时代激光雷达依然有用，甚至更有用
端到端模型的支持者经常说的一句话是：数据足够多的时候，模型可以从海量视频里自己学会深度估计，不需要激光雷达。这话有一定道理，在干净道路、晴天、标准场景下，纯视觉确实可以做得很好。但一到恶劣天气、异形车辆、施工场景、夜间逆光，摄像头的数据质量急剧下降，模型的幻觉就会暴露。这时候激光雷达因为不依赖环境光照，它的点云依然稳定输出，相当于给系统一个不会“慌”的底牌。
端到端系统里激光雷达的角色有两条：一条是感知兜底，在视觉信号质量差的时候接管关键目标检测，给规划模块一个安全下限；另一条是数据引擎，端到端模型需要海量高质量数据训练，而激光雷达自动标注生成的三维真值就是训练数据的“标准答案”。我甚至觉得，后面这一条才是激光雷达在端到端时代最大的价值点——它不直接出现在推理链路上，但它深度参与了模型训练的数据闭环。
行业内近期讨论得非常热的词是“智驾算法优化”。算法优化不只是模型结构的优化，也包括数据闭环效率的优化。一套高效的数据闭环，需要自动标注、场景挖掘、模型迭代、仿真回流几个环节协同。自动标注的精度直接影响模型上限，而激光雷达在自动标注环节的精度优势是摄像头做不了的。换句话说，就算你押注端到端、押注纯视觉，训练阶段依然绕不开激光雷达，只不过这颗雷达装在了数据车队的车顶上，而不是量产车的保险杠里。
4. 供应链与竞争格局：国产供应商已进入“定义产品”的阶段
4.1 全球格局集中度高，中国厂商已经是出货主力
车载激光雷达的供应链格局，过去几年变化非常大。早期Velodyne、Ibeo这些海外厂商是行业启蒙者，但他们的产品定价高、供应链本土化不足，在乘用车量产项目上节节败退。到2024年，全球乘用车激光雷达出货量排名靠前的基本都是中国厂商，禾赛科技、速腾聚创、图达通三家的市场份额合计能占到七成以上，加上华为供应链的参与，国产方案已经成为绝对主力。
从产业发展史看，这是中国汽车零部件一个比较罕见的现象：在动力电池之外，又一个细分品类实现了全球范围内的反向输出。背后的原因不复杂——中国是全球智驾渗透率最高的市场，城市NOA的落地规模全球最大，这就带来了全球最丰富的测试场景和最激进的降本需求。激光雷达本质上是一个“需求定义产品”的市场，谁离大规模量产场景最近，谁就能定义产品规格。海外厂商因为缺少同等规模的需求牵引，产品迭代节奏跟不上，自然就被甩开了。
4.2 芯片自研与降本逻辑，决定了未来三五年谁能活下来
早期激光雷达贵，一个重要原因是很多元器件要从国际大厂采购，尤其激光发射芯片（EEL/VCSEL）和接收芯片（SPAD/SiPM）。国产供应商这一轮降本的核心动作就是芯片自研。头部厂商都已经把收发芯片从外购转向自研，把原来分散在电路板上的发射驱动、接收处理、信号转换集成到一颗定制芯片上。这个变化带来的降本效果是数量级的：激光雷达的主要物料成本从上千美元级别降到几百元人民币级别，靠的就是芯片化集成。
未来三五年的降本路径还有几个方向：核心光学器件国产化，包括光纤激光器的国产替代；制造工艺的优化，从人工调试走向自动化生产，产线节拍大幅提升；平台化设计，让一套器件选型兼容多个车型的规格需求，量产规模进一步摊薄固定成本。我认为到2026年前后，一颗前向主激光雷达的BOM成本有望压到1000元以内，终端价格进入1500到2000元区间。这个价格水平对15万元车型来说已经具备规模化上车的条件。
还有一条值得关注的供应链变量是车载激光雷达的标准化和审核认证。激光雷达属于功能安全相关部件，需要满足ISO 26262的功能安全等级要求，也要做车规级的环境可靠性验证。当前国产供应商在功能安全、信息安全、ASIL等级认证方面已经补上了功课，主流产品都能做到ASIL-B或更高等级，这也为海外车企大规模定点国产雷达扫清了门槛。
4.3 竞争格局的终局推演：不会一家独大，但头部集中度会提高
从当前格局推演到2030年，我认为会出现一个“2到3家全球头部+若干细分角色”的格局。激光雷达和芯片不一样，芯片可以通过生态绑定形成赢家通吃，激光雷达更像传统汽车零部件，主机厂为了供应链安全一定会选择双供应商策略，所以大概率不会出现只活一家的情况。
头部厂商的护城河体现在两个层面：一是量产规模和工艺成熟度，二是与主机厂智驾团队的联合开发深度。激光雷达不是标准货架产品，每家主机厂的安装位置、视场角需求、点云特征偏好都不一样，需要定制适配。先进入量产迭代循环的厂商，会积累大量“适配know-how”，后来者很难短期追上。这个特征决定了激光雷达行业的竞争壁垒不是单点技术，而是系统工程的综合能力。
5. 常见认知误区与行业争议：纯视觉替代论为什么还没有兑现
5.1 “纯视觉就够了”是很典型的产品经理幻觉
只要一聊激光雷达，一定会有人拿纯视觉方案举例，说某某车企不用激光雷达也做到了高阶智驾。这个观点有一定事实基础，但存在明显的偷换概念。
纯视觉方案的可行性和天花板要分开看。在限定场景、限定天气、限定路况下，纯视觉确实能做出不错的体验，但它的代价是极高的算法复杂度和极大的数据规模要求。用视觉做深度估计，本质上是在“猜”，猜的准确率越高，需要的训练数据和算力就越多，而且遇到长尾场景仍然会漏。激光雷达是把“猜”变成“测”，在同样的系统算力下，融合激光雷达的方案在极端场景的安全冗余要明显高出一截。
从产业落地的角度看，纯视觉方案需要的数据采集车、训练算力和算法团队规模，不是所有车企都能承受的。大多数车企的理性选择是借力传感器硬件，优先保证功能安全和量产节奏。我认识几位做感知算法的工程师，私下沟通时他们的观点相当一致：纯视觉是上限最高的路线，但激光雷达是当下最稳妥的量产路线，这两者不矛盾，企业会根据自己的资源和品牌定位做选择。
5.2 “激光雷达成本太高”也早就是过去式了
另一个常被提起的质疑是激光雷达太贵，装上去增加整车成本，消费者不买单。这个质疑在2021年还能成立，当时单颗激光雷达的成本几千美元，加上一套高算力平台，智驾系统硬件成本能占整车成本的5%以上。但到了2024年之后，这个论点已经站不住了。
我看过几个车企的BOM费用清单，当前一颗前向激光雷达的量产采购价大约在2000到3000元人民币，个别大客户合作项目已经压到2000元以内。放在一辆15万元的车里，激光雷达的成本占比只有1%出头，换来的是城市NOA体验的质变和AEB主动安全性能的显著提升。这个性价比对很多车企来说已经非常划算了。
当然，激光雷达能不能成为标配，最终要看消费者的感知。从终端反馈看，很多用户在试驾带激光雷达的车型时，并不会直接感知到雷达的存在，但会对城市NOA的稳定性和AEB的果断程度产生明显好感。这些感知最终会转化为对智驾能力的品牌认知，所以车企依然倾向于把激光雷达当作一个“隐形的安全底气”来配置。
5.3 不要用静态眼光看待激光雷达的技术边界
还有一种观点认为激光雷达的天花板低，点云稀疏、分辨率不够、抗干扰能力弱，未来会被4D毫米波成像雷达或者更高像素的摄像头取代。这个观点忽略了技术本身的迭代速度。这几年激光雷达的角分辨率从0.2度进步到0.05度级别，点频从几十万点提升到几百万点，传感器尺寸从行李箱大小缩小到卡片大小，整个迭代节奏几年就会上一个台阶。
更关键的一点是，激光雷达和4D毫米波、摄像头之间不是替代关系，而是互补关系。4D毫米波强在速度测量和恶劣天气穿透力，但横向分辨率远不如激光雷达；摄像头强在语义理解，但深度感知天生薄弱。好的融合方案会把三者信息做前融合或特征融合，而不是赌单一传感器。所以讨论“谁替代谁”是一元论思维，实际产业里的方向是多传感器融合，激光雷达在其中继续扮演几何感知主力的角色。
6. 行业落地观察：从车型配置看激光雷达的真实渗透节奏
6.1 车型搭载趋势：从旗舰独享到中端普及，再到入门试探
看一下近两年上市车型的传感器配置，能明显感知到平权趋势。2022年装激光雷达的主要是30万到40万元的新势力旗舰，2023年一批25万元车型跟上，2024年下半年开始，15万到18万元区间的车型已经出现激光雷达选装甚至标配。这个下探速度是超出我预期的，根本原因是芯片化降本的速度比预想的快。
高阶智驾功能的下放也在同步推进。城市NOA过去是高端车型的核心卖点，现在主流车企都在规划把城区智驾下放到15万元价格带。激光雷达作为城市智驾的安全传感器底座，在下探过程中扮演的是“保障下限”的角色。可以预见，2025年会有更多10万到15万元车型以选装包形式提供激光雷达方案，到2026年标配比例会明显提升。
高端车型的配置也会继续加码。头部旗舰已经出现“双激光雷达”甚至“三激光雷达”的配置，前向感知不再只是单颗雷达覆盖，而是主雷达加补盲雷达组合，确保车辆两侧和车尾的感知盲区最小化。这种高端进阶趋势对激光雷达行业的意义在于，它不断拉高产品的技术指标和单车价值量，为技术更新换代提供持续的研发资金输入。
6.2 海外市场的潜在变量，270亿估算里真正的弹性空间
国内市场的激光雷达渗透速度有目共睹，海外市场反而是更值得关注的变量。海外车企在智驾上的节奏整体比中国慢半拍，但一旦起量，欧洲和北美市场的单车价值量普遍比国内高一截，海外订单的毛利率也更健康。当前已经有多家海外车企和中国激光雷达供应商签署量产定点协议，2025年到2026年会陆续进入SOP阶段。如果把海外市场的增长算进去，2030年270亿的测算里可能还留有20%以上的上修空间。
另外要留意商用车和Robotaxi等场景。虽然乘用车是最大的基本盘，但Robotaxi每辆车通常要装3到5颗激光雷达，如果Robotaxi在2027年前后在重点城市实现规模运营，对激光雷达出货量的拉动会相当可观。商用车（重卡、矿山、港口等）的主动安全法规也在陆续落地，强制安装AEB和相关传感器的政策一旦推开，又会新增一个不小的需求池。
6.3 给行业从业者的几点实操建议
聊到这里，结合我在这个产业里的观察，给不同角色一些参考建议。
对车企的智驾产品团队：激光雷达选型要看长期路线，别只比当期报价。重点考察供应商的点云算法迭代能力、产线制造能力、功能安全文档完整度，以及是否有持续量产迭代的客户基础。激光雷达是一个长期供应链伙伴型部件，不是一次性采购件，选供应商就是选未来五年的共同进化伙伴。
对做感知算法的工程师朋友：建议把激光雷达点云处理当作核心竞争力来积累。不管算法路线怎么变，点云数据的使用几乎贯穿训练、仿真、实车验证全链路。熟悉BEV融合、占用网络、点云分割这些技术，至少在2030年前都是一个不会过时的技能方向。
对关注一二级市场的朋友：看这个赛道重点盯三个指标——单季出货量是否持续创新高、单颗BOM成本环比降幅是否够快、新定点车型的数量和车型价格带分布。这三个指标比任何“概念叙事”都更能反映一家激光雷达公司的真实健康度。
我个人在实际项目跟进中最大的感受是：车载激光雷达这个市场，过去几年的增长逻辑一直是“性能牵引、成本约束”，而未来五年的逻辑会变成“成本牵引、规模反哺”。当硬件价格跌破某个心理阈值之后，规模会自然滚起来，反过来又推动器件成本和工艺优化，形成正循环。这个正循环一旦建立，270亿元反而可能只是一个保守的起点。
