華為(wei) 說“不造車”，要做智能汽車“增量部件”供應商。

這是一個(ge) 標誌性的事件，即華為(wei) 通過現行說法揭示了一個(ge) 在整車之外的巨量市場，其中包括高精地圖、芯片、感知硬件（激光雷達）、電池、智能座艙等，在龐大而紛繁的智能汽車產(chan) 業(ye) 鏈中，這些“增量部件”隨便拎一個(ge) 出來，又有著各自特有的產(chan) 業(ye) 邏輯。

擺在一眾(zhong) 玩家麵前的現實問題是，在智能汽車高速推進的產(chan) 業(ye) 變革中，“增量部件”這場戰該如何打？

為(wei) 此，在2021年的開端，我們(men) 特意製作了“智能汽車‘增量部件’爭(zheng) 奪戰”專(zhuan) 題，希望用全景式的掃描，讓我們(men) 認清各個(ge) “增量部件”行業(ye) 賽道的當前現實，各路玩家，尤其是中國企業(ye) 的競爭(zheng) 力到底如何，機會(hui) 又在哪裏，以此作為(wei) 我們(men) 擁抱智能汽車產(chan) 業(ye) 變革的開始。

與(yu) 智能製造、智能家居等新概念相似，智能汽車產(chan) 業(ye) 的開端同樣也是基於(yu) 物聯網（IoT）技術的實現。對應的，實現物聯網的首要是對現實世界感知，即通過硬件傳(chuan) 感器捕捉車輛的位置信息和外部環境信息，以反饋給大腦係統，做好自動駕駛的執行操作。

簡單來說，感知是自動駕駛的關(guan) 鍵一步。目前，市場上的廠商基本借助硬件傳(chuan) 感器來解決(jue) 感知層的問題。其中，在眾(zhong) 多硬件傳(chuan) 感器中，又以激光雷達的取舍最為(wei) 熱議。

一方麵，以特斯拉為(wei) 主的“明星”廠商極力反對激光雷達，篤定視覺算法的技術路徑。另一方麵，目前智能汽車產(chan) 業(ye) 鏈上的大多數玩家都選擇了激光雷達陣營，傳(chuan) 統車企如寶馬、豐(feng) 田、沃爾沃，與(yu) 新能源車企，如小鵬、蔚來均宣布未來新車型將搭載激光雷達。

同時，在激光雷達賽道上，國內(nei) 的專(zhuan) 業(ye) 玩家也備受資本市場與(yu) 產(chan) 業(ye) 巨頭的青睞。譬如，禾賽科技便獲得了百度、博世和安森美的投資，而速騰聚創也取得了北汽、上汽和阿裏的投資，等等。

其次，伴隨著華為(wei) 、大疆、科沃斯等各領域的巨頭跨界入場，可以說，激光雷達已經成為(wei) 物聯網（IoT）時代炙手可熱的領域。

那麽(me) ，回過頭來，再看看特斯拉與(yu) 一眾(zhong) 產(chan) 業(ye) 鏈玩家的分歧，在視覺算法與(yu) 激光雷達的爭(zheng) 論上，智能汽車產(chan) 業(ye) 又該走向何方？

特斯拉的“棄子”，不過噱頭“棋子”

很難想象，在自動駕駛的技術路徑還尚未完全成熟，同時大部分同行都屬意激光雷達的的情況下，馬斯克會(hui) 如此強烈的反對激光雷達的應用，直言“用激光雷達是愚蠢的”。

這難道就是眾(zhong) 人皆醉我獨醒？

事實上，「智能相對論」認為(wei) ，站在一眾(zhong) 市場玩家的對立麵，對於(yu) 特斯拉來說似乎並沒有什麽(me) 損失，反而在市場營銷上賺足了關(guan) 注度。每每激光雷達產(chan) 業(ye) 出現新熱點與(yu) 話題，特斯拉的觀點、馬斯克的發言總能被拿出來比較，並同時增加其視覺算法的曝光度。

不得不說，這是陽謀。本文亦是不能免俗。

但是，換個(ge) 角度來說，從(cong) 技術應用層麵聚焦，實際上激光雷達與(yu) 視覺算法的爭(zheng) 論並非是魚和熊掌不可兼得的問題。同樣的，市場上小鵬、蔚來等玩家也並沒有說要放棄視覺算法，隻采用激光雷達之類的發言。

不管是傳(chuan) 統車企還是技術服務商，都傾(qing) 向於(yu) 視覺算法＋激光雷達的綜合方案作為(wei) 自動駕駛傳(chuan) 感器技術解決(jue) 路徑。

那麽(me) ，兩(liang) 者之間的區別在哪？如果我們(men) 以人的視覺功能來類比，簡單可以拆分出兩(liang) 個(ge) 關(guan) 鍵詞，一是“感知”，即知道有物體(ti) 在什麽(me) 位置；二是“識別”，即知道那個(ge) 物體(ti) 是什麽(me) 東(dong) 西，如何行動？後者要比前者更加複雜深度。

對應的，激光雷達與(yu) 視覺算法在自動駕駛中承擔的便是“感知”與(yu) “識別”的作用。

首先，激光雷達在工作時，會(hui) 主動向四周散射激光，隨後基於(yu) 飛行時間反饋來判斷周邊是否存在障礙物，以及障礙物的位置甚至體(ti) 積並生成點雲(yun) 圖。

作為(wei) 一項強感知的技術，激光雷達基於(yu) 較高的準確度具有明顯的應用優(you) 勢，能很好的補充原有車載GPS、攝像頭等的不足，讓智能汽車感知環境的能力更上一個(ge) 層級。

其次，視覺算法則為(wei) 智能汽車提供識別物體(ti) 的能力。以特斯拉的自動駕駛大腦係統來說，其主要借助特斯拉上的攝像頭，對周邊的物體(ti) 建立模型，同時把相片數據添加到神經網絡的訓練集裏，再通過海量的訓練來提高“大腦”對周邊物體(ti) 的識別判斷能力。

對比兩(liang) 者，你會(hui) 發現，更好的“感知”能力與(yu) 更好的“識別”能力，就如同更好的“眼睛”與(yu) 更好的“大腦”，並不衝(chong) 突，理應是自動駕駛標配的技術。

技術上，兩(liang) 者並不存在根本性的衝(chong) 突。如果真要說一點，那就是激光雷達不像攝像頭那樣具備物體(ti) 識別能力，也就是說感知與(yu) 識別兩(liang) 項能力不能在激光雷達上進行融合，但是基於(yu) 多傳(chuan) 感器方案，依舊可以采用攝像頭來補充上這一缺點。

顯然，馬斯克如此激烈的對外反對激光雷達，很難讓人信服是出於(yu) 技術維度的思考。

進擊的華為(wei) ，真能打下高成本？

誠然，就激光雷達的成本問題而言，特斯拉還真就看不上這一路經。目前，激光雷達成本高昂，動輒就是上千美元至上萬(wan) 美元不等，相比之下攝像頭的硬件成本才幾百美元，其中成本差距近乎十倍以上。

也正是如此，激光雷達雖然具備明顯的技術優(you) 勢，但是很難量產(chan) 大規模應用。可以說，成本問題是激光雷達應用最明顯的瓶頸，誰能解決(jue) 這個(ge) 問題，也就將有機會(hui) 顛覆目前的市場格局。

顯然，華為(wei) 看到了這一點。此前，在第十二屆汽車藍皮書(shu) 論壇上，華為(wei) 智能汽車解決(jue) 方案BU總裁王軍(jun) 便透露，華為(wei) 未來計劃將激光雷達的成本降低至200美元（約1390元人民幣），甚至是100美元（約695元人民幣）。

此言一出，業(ye) 內(nei) 嘩然。

緊接著，「智能相對論」看到，在12月的T10 ICV CTO峰會(hui) 上，華為(wei) 正式發布旗下設計開發的96線中長距激光雷達產(chan) 品。幾百美元的成本區間一時在市場上引起諸多熱議，相比此前大疆發布的千元級汽車激光雷達，華為(wei) 進一步將成本價(jia) 打了下來，說是腰斬也不為(wei) 過。

盡管王軍(jun) 表示，“暫時還做不到此前宣稱的100美元……”但是，從(cong) 高管發言到產(chan) 品發布，華為(wei) 的這一波也確實為(wei) 其進軍(jun) 激光雷達領域賺足了市場熱度，也為(wei) 智能汽車產(chan) 業(ye) 的激光雷達陣營添足了籌碼和底氣。

但是，又不得不說，在相關(guan) 價(jia) 位的產(chan) 品還沒有正式上線、量產(chan) 應用的情況下，類似的語不驚人死不休的發言倒是與(yu) 特斯拉有異曲同工之妙，很是吸引眼球。

實際上，盯著激光雷達成本打的玩家不光是華為(wei) ，而真正要將整個(ge) 激光雷達產(chan) 業(ye) 的成本降下來也並不容易。細說起來，可以在三個(ge) 方麵大致了解一下。

其一，車規認證。

從(cong) 經濟管理的角度來說，一個(ge) 產(chan) 品若要降低成本，規模化生產(chan) 是最常態的路徑。產(chan) 量上來了，成本也就隨之降低。而在激光雷達領域，若是實現量產(chan) ，第一步首先是獲得車規級認證。

然而，車規本身認證周期比較長，需要做數百項測試，曆時2－3年才能完成。這在無形中就拉長了激光雷達實現量產(chan) 應用的周期。

目前，整體(ti) 量產(chan) 市場規模幾乎為(wei) 零。直到小鵬、北汽、長城等車企相繼公布其對於(yu) 車載激光雷達的產(chan) 品規劃，我們(men) 才能在市場中看到2021年激光雷達產(chan) 業(ye) 或將進如量產(chan) 元年的信號，可見激光雷達車規化之困難。

其二，產(chan) 品工藝。

禾賽科技發現，激光雷達成本居高不下也存在產(chan) 品工藝上的問題，即產(chan) 品集成度過低，每一線（每個(ge) 收發通道）都需要兩(liang) 塊電路板、數個(ge) 芯片／器件來實現，同時每一線都要進行精密裝調，生產(chan) 過程複雜，隨著線數的增加，成本便呈指數級上升。

也就是說，如果不改良產(chan) 品工藝本身，哪怕是進入量產(chan) 階段，在成本控製上仍存在冗餘(yu) 。對此，禾賽科技希望通過自研激光雷達專(zhuan) 用芯片來解決(jue) ，即把數百個(ge) 激光收發通道都集成到幾顆分別負責發送和接收的芯片上。

過去，32線機械式激光雷達需要安裝32個(ge) 收發係統，而在新的工藝下，這32個(ge) 收發係統都被集成到芯片中。也就意味著，一顆激光雷達所需的裝調次數從(cong) 原來的32次減少到1次，裝調工作量下降了97％（31／32）。

那麽(me) ，基於(yu) 芯片化的升級，激光雷達不僅(jin) 可以解決(jue) 量產(chan) 的成本問題，還能進一步帶來性能上的提高。當然，芯片生產(chan) 進而又涉及到另外一個(ge) 領域的討論。

其三，生產(chan) 流程。

既然要做到規模量產(chan) ，那麽(me) 生產(chan) 環節自是不能忽略。據華為(wei) 公布的信息，其第一條車規級激光雷達的第一條Pilot產(chan) 線是依托華為(wei) 在光通訊領域積累的精密製造能力以及先進工藝裝備實驗室的基礎上建立的。

也就是說，激光雷達生產(chan) 想要走量的前提，得先要深化生產(chan) 製造技術。因此，Livox在複用大疆工廠的一套生產(chan) 體(ti) 係和流程的同時，也進一步創新了Dl－Pack封裝技術，把多線激光器和接收器全部封裝在小片子當中，同步實現激光器的自動校準，大幅度簡化了繁瑣的人工對準工序，保證量產(chan) 能夠做到高良率和高產(chan) 能。

總結來說，借助先進的製造能力和生產(chan) 體(ti) 係來實現激光雷達生產(chan) 的自動化，逐步成為(wei) 當前產(chan) 業(ye) 巨頭跨界的一個(ge) 優(you) 勢。伴隨著接下來量產(chan) 化的實現，這一優(you) 勢也將繼續放大。

小結

不難發現，從(cong) 目前行業(ye) 整體(ti) 情況與(yu) 產(chan) 品本身、生產(chan) 流程來看，激光雷達產(chan) 業(ye) 在2021年量產(chan) 元年或將迎來車規化、芯片化、自動化的發展。屆時，一批車規級的高性能激光雷達走下自動化生產(chan) 線，服務需求日益增長的智能汽車產(chan) 業(ye) 。

當然，又不得不說，激光雷達當前仍然麵臨(lin) 著精度、耐久性、散熱性、適配性等技術難題，未來縱然少數幾家大廠可以實現從(cong) 0到1的量產(chan) ，但對於(yu) 整體(ti) 的激光雷達市場和智能汽車產(chan) 業(ye) 而言，仍有不短的路要走。