安全的炒股配资网一颗芯片，改写激光雷达的下一个十年

万亿生意的新起点安全的炒股配资网。

出品 | 华商韬略汽车组

作者丨白小白

编辑丨方乐迪

1990年代末的日本，影像产业陷入了一场看似无解的内卷。

CCD传感器的画质几乎登峰造极，柯达、富士、奥林巴斯这些老牌玩家，正为多卖几台数码相机、谁的像素更高争得头破血流。彼时CCD产业链上的所有人都认为：影像传感器就该用CCD做，特殊工艺、低良率、贵得离谱，是这门生意天经地义的属性。

只有做了一个不被看好的决定：把宝押在还很青涩的CMOS上。

CMOS是半导体行业的“标准件”，可以直接借用通用晶圆厂的成熟产线，理论上能让影像的成本断崖式下降。但在当时，它的画质比CCD差一大截，被业界视为“低端货”。索尼内部为此吵了好几年，最后社长出井伸之拍板：CCD是过去，CMOS是未来。

二十年后回头看，这是一次价值万亿的押注。

全球每一部智能手机里那块小小的影像传感器，几乎被索尼CMOS路线独霸。而CCD时代的那些王者，要么转身，要么消失。

今天，激光雷达行业正站在自己的“索尼时刻”门口。

【01 从“组装厂”到“芯片厂”：一道架构的护城河】

前不久，速腾聚创把“创世架构”和“凤凰”“孔雀”两颗芯片搬上发布会，这次他们想让会摸的激光雷达，能看见，复刻索尼CMOS的传奇。

要理解创世架构的分量，得先回到激光雷达的“前传”。

2007年，DARPA无人车挑战赛冠军斯坦福大学的“斯坦利”号头顶那个旋转的大花盆，就是Velodyne的64线机械式激光雷达。这台单价7.5万美元的设备，奠定了Velodyne未来十年的霸主地位——在那个年代，64线意味着每条线大约价值1万美元，相当于一辆中级车的钱被绑在了车顶上。

然而这家公司并没有成为雷达领域的宁德时代，2023年，Velodyne和Ouster完成合并，最终以相当狼狈的方式落幕。

这家明星公司陷入模拟架构的死穴——“分立元件堆砌+特殊工艺”，每次性能升级都是次重型工程，享受不到半导体行业那种“摩尔定律”的复利，元器件越多，分辨率越高，成本和功耗就越失控。性能想再上一个台阶，成本就要指数级上升；想把成本压下来，性能马上掉一截。

这和CCD如出一辙——画质再好，工艺再精，也走不出“贵族器件”的小圈子。一度，128线就成了行业的天花板。

而速腾聚创创世架构，是给激光雷达接上了“制造主干道”的接口。

它做了三件事：

第一，把SPAD感光层、读出电路、处理芯片用28纳米车规工艺和3D堆叠技术封进一颗芯片，体积砍掉40%，功耗降低30%。

第二，集成了4320核的异构计算阵列，每秒能处理近5000亿次点云数据，相当于把一台超级计算机的认知能力直接塞进雷达里。

第三，硬件抗干扰能力做到99%——这意味着在未来马路上几十颗激光雷达“互射”的混乱场景里，它依然能保持清醒。

比起参数，更值得注意的是速腾聚创在商业上的“飞轮效应”。

过去一年，速腾聚创基于创世架构的同一套底层能力，已经孵化出5到6款不同形态的新品。这就好比有了ARM架构之后，从手机SoC到服务器芯片再到IoT芯片，每个细分场景都能快速衍生出对应产品，而无需推倒重来。

这种从“一颗芯片”到“一个产品族”的复利，是组装模式难以望其项背的。

你买公版芯片做集成，永远只能跟着别人的节奏走；而握有自研芯片架构的玩家，能定义节奏、定义场景、定义下一代产品长什么样。

当年大量做CCD模组的组装厂，最终要么消失，要么沦为低端代工；活下来的，是索尼、三星、豪威这些握着芯片设计能力的玩家。激光雷达正在重演这一幕。

【02 “凤凰”上车，“孔雀”落地：用场景定义新物种】

光有创世架构还不够，速腾聚创真正的杀手锏，是用同一套底层能力射出了两枚精准定位的产品——“凤凰”和“孔雀”。

先说“凤凰”。

它是为高阶智驾打造的主雷达芯片，原生单芯片单光路就能实现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米外看清一个13×17厘米的小盒子——大概是地上一双拖鞋的大小。

过去L2+辅助驾驶最大的尴尬是：高速场景下，前方掉落的轮胎、纸箱、摩托车，往往要等近到几十米才能被识别，而几十米在高速行驶下不过是两三秒的反应时间——根本不够车主接管。每一次智驾事故的舆情背后，都是这两秒的故事。

当感知边界从“看得见”推到“早已看见、并能预判”，整个智驾系统的安全等级会被重新定义。这不是参数表上的提升，而是用户敢不敢真正放手的分水岭。

L4级别的无人驾驶，对感知的容错率几乎为零，因此普遍采用“一颗主雷达+多颗补盲”的“1+N”架构。凤凰芯片在这个组合里扮演的就是“中枢神经”的角色——它必须万无一失，因为整个车队的安全冗余都建立在它身上。行业里现在有一种共识：未来三年，“1+N”会成为高阶智驾的标配。凤凰芯片正好踩在这个节奏上。

文远知行CEO韩旭认为，对于远距离及小目标探测，是从“量变到质变”的过程。他期待激光雷达从现有水平发展到未来的1万线，届时能真正做出超越人类驾驶能力的系统。凤凰芯片具备2160线探测能力和远距离探测性能，是向这一目标迈进的重要技术体现。

再看“孔雀”。

如果说凤凰瞄准的是“远距离、高精度、行车主感知”，那么孔雀瞄准的就是“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，180°×145°超广视场角，毫米级精度，30Hz帧率——刚好和摄像头同步。

这看起来是一颗“补盲雷达”，但它真正打开的，是一个比汽车更广阔的市场——机器人。

下场做机器人的人，都会被一个问题困扰：怎么让机器人精准抓起一杯水、一颗螺丝、一只猫？传统双目视觉精度不够，结构光只能在几十厘米内工作，毫米波雷达分辨率太低，传统激光雷达尺寸大性能低。

一个真正能让机器人“动手”的传感器，市场上几乎是空白。孔雀芯片填的就是这个空白。它能让一台扫地机器人在床底盲区里精准建图，能让一台仓储机器人识别近距离的纸箱褶皱，能让一台人形机器人判断咖啡杯的具体位置和倾角。

这些场景不属于“汽车赛道”，但加起来，蛋糕比汽车大。

RGBD，堪称一步打开市场想象力的妙招。

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”，让每个像素同时输出几何信息（D，深度）和色彩信息（RGB）。说人话：让激光雷达像人眼一样，既能看到形状，又能看到颜色和质感，二者天然对齐。

由此，速腾聚创在Active Camera系列解决了多传感器融合最头疼的“时空不同步”难题。今天大多数智驾系统和机器人系统，都得花大量算力去把摄像头、毫米波、激光雷达的数据对齐——慢、贵、容易出错。

而原生RGBD，在单芯片层面把这事干了。

速腾聚创也没让芯片成为“期货”——凤凰今量产上车，孔雀年三季度规模化量产，明年年底前发布RGBD传感器。

【03 估值范式之变：放下出货量，看见“基础设施”】

激光雷达现在的状态，不成熟市场的“存量博弈”，而是渗透率只有3%-5%的“增量蓝海”，重要的是谁掌握了未来90%空间的入场券。

这张入场券由三件事决定：

第一，技术架构的代际优势。

英伟达2010年的GPU出货量并不算大，主营业务还是游戏显卡，股价在十几美元徘徊了整整四年。华尔街却只盯着的是它的GPU市占率，分析报告里充满“成长性堪忧”的字眼。但CUDA架构已经在那里了——黄仁勋顶着压力把这块“赔钱货”养了五六年，免费推给全球高校和科研机构，直到2012年AlexNet横空出世，深度学习的引信被彻底点燃。

同样，看激光雷达也可以这么看：架构能否每年孵化1到2颗新芯片？能否在两到三年里把像素翻倍、成本砍半？这些问题的答案，才是技术路线还没收敛的早期真正的胜负手。

第二，供应链的复用性。

索尼之所以能从CCD时代切换到CMOS霸主，不是因为它发明了什么神秘工艺，而是因为CMOS可以直接接入半导体行业成熟的代工体系——不用自己建特殊产线，不用独自分摊昂贵的工艺研发，直接站在广大晶圆厂的肩膀上。

激光雷达的SPAD技术，和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、晶圆厂产能——这是模拟架构永远不可能拥有的红利。一颗芯片背后，是整个半导体产业链几十年积累的复利。

第三，市场的跨界与降维。

激光雷达一旦完成芯片化，它就不再只是“汽车的器官”，而是所有需要感知物理世界的设备的标准配置——机器人、无人机、AGV、矿山设备、农业装备、AR眼镜……这是一个比汽车大几个量级的市场。

更长远地看，当摩尔定律继续把SPAD芯片的成本打下来，高性能激光雷达进入消费电子领域只是时间问题。

“能看见”的速腾聚创已经不只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。

这种公司的估值锚，应该对标谁？英特尔，高通，索尼半导体——选一个吧。

回到开头那个故事。

索尼当年押注CMOS的时候，没人知道它会成功。CCD阵营的玩家觉得它是疯子，分析师觉得它在烧钱，连索尼内部也是吵到最后才下定决心。直到智能手机时代来临，CMOS的成本曲线和半导体复利彻底碾压了CCD，所有人才反应过来：原来这场游戏从一开始就不是“画质比拼”，而是“产业范式之争”。

速腾聚创的创世架构，干的就是同一件事：把激光雷达快步拉进“半导体主流”。它不是在和友商比谁今年多卖了几台车规雷达，而是五年之后，激光雷达将像CMOS那样无处不在，成为“看见”世界的最佳方式。