【山西证券】激光雷达深度报告：产业化加速，国产供应链迎来投资机遇.pdf

2024-04-18

26页

2MB

成长性：短期成长确定性高，长期展望百亿美元空间

受益于规模化量产和产业链的完善，车载激光雷达成本正在持续下探。2022 年作为激光雷达的上车元年，出货量因疫情、俄乌冲突、缺芯等影响低于预期，我们估算全年全球乘用车激光雷达出货量约 15 万颗。展望后市，我们认为，短期来看，伴随更多新车型的落地和补盲雷达的上市，车载激光雷达的快速成长具有较高确定性，2023 年全球出货量大概率突破 50 万颗。

中期来看，我们认为，在车企对下一轮车型的规划中，是否会继续搭载激光雷达将主要取决于激光雷达本身的降本速度以及车企智能驾驶功能和纯视觉路线的发展情况。特斯拉凭借纯视觉路线实现智能驾驶功能，目前在成本方面较激光雷达方案具有明显优势，而特斯拉的降价或会对国内其它车企造成一定压力。我们认为，目前来看，其他车企在 BEV、 Occupancy Network 等纯视觉领域与特斯拉仍存在较大差距，想要实现相同乃至更佳的智能驾驶效果，大概率仍需要激光雷达的辅助。长期来看，我们对 2030 年全球车载激光雷达市场空间进行预估，中性情况下有望达 168 亿美元，主要不确定性仍来自乘用车智能驾驶对激光雷达的需求情况。

2022 年：车载激光雷达出货量低于预期，美股公司普遍承压

2022 年，全球乘用车载激光雷达出货量约 15 万颗，整体不及预期。我们以自下而上的方法，对 2022 年全球主要的激光雷达车型进行梳理。其中，全系标配激光雷达的车型分别为蔚来 ET7/ET5/ES7、理想 L9/L8 Max 版和北汽极狐阿尔法 S 全新 HI 版，其余普遍为选配。参考产业链调研情况，我们假设，中高端车型（定价 35 万元及以上）的激光雷达选配率为 25%，中低端车型（定价 20-30 万元）为 15%。综合计算，2022 年，我们估算全球乘用车载激光雷达出货量约 15 万颗，而搭载激光雷达的乘用车销量约 10 万台，对应 8000 万台新车销量渗透率约 0.1%。

我们总结 2022 年出货量不及预期的原因主要在于：1）外围环境影响：2022 年，受俄乌冲突、东南亚疫情、内地疫情等宏观事件影响，全球汽车供应链普遍承压，进而影响销量。据 Just Auto 2022 年 12 月预测，2022 年全球轻型车销量预计约 8160 万辆，与 2021 年基本持平（2021 年整体表现不佳），较 2019 年下降近 10%。而在中国市场，据中汽协 2023 年 1 月预测，2022 年全国汽车销量预计约 2686 万辆，对比 2021 年 12 月时预测的 2750 万辆下滑约 2.3%。2）海外激光雷达上车不及预期：以 Innoviz 为例，搭载 Innoviz 激光雷达的宝马最新 iX 车型原定于 2021 年秋季上市，但并未履约。据 Tech Times 报道， InnovizOne 将搭载于宝马新 7 系，预计 2023 年上市。

在此背景下，2022 年，美股激光雷达公司表现普遍承压。我们认为，美股激光雷达公司的估值泡沫破裂后，行业将由预期驱动回归基本面驱动，后续股价表现将主要取决于各公司实际的定点和量产节奏。激光雷达玩家自 2020 起纷纷选择以 SPAC 方式“借道” 二级市场，但上市后股价皆经历了大幅下跌，除 Innoviz 外 2022 年全年跌幅皆超 70%，乃至 90%。我们认为，除美联储加息、美股科技股泡沫破裂等市场因素外，激光雷达上车进度不及预期是最主要的原因。2022 年，上述公司中仅 Luminar 于年底在上汽飞凡 L7 实现真正落地，其余公司在乘用车领域皆尚未上车。但长期来看，我们认为激光雷达助力乘用车辅助驾驶/自动驾驶已是明确趋势。美股激光雷达公司有望于 2023 年陆续开启量产交付，以修复投资者信心。

短期：2023 年全球车载激光雷达出货量有望突破 50 万颗

短期来看，未来两年落地的车型目前已基本完成规划，我们预计 2023 年全球车载激光雷达出货量有望突破 50 万颗。我们对 2023 年有望搭载激光雷达的车型进行梳理，其中标配车型超 10 款，选配车型超 20 款。另有 Cepton 和通用的合作，以及速腾和比亚迪、一汽红旗、奇瑞和极氪的合作，亦有望于 2023 年落地。综合来看，2023 年全球落地的激光雷达车型预计将超 30 款。针对车型销量，我们参考过往销量、车企品牌力以及定价区间，假设单车型的年销量在 1000-120000 台不等。针对选配比例，我们假设，中高端车型（定价 30 万元及以上）和中低端车型（定价 20-30 万元）分别约 20%和 10%。综合计算，2023 年，全球车载激光雷达出货量预计超 50 万颗。禾赛、速腾和 Innovusion 仍将是出货主力。此外，我们预计 2023 年全球搭载激光雷达的乘用车销量约 40-50 万台，对应 8700 万台新车销量渗透率约 0.5%，蔚来、小鹏、理想仍将贡献主要销量。

而展望 2024 年，我们预计全球车载激光雷达出货量有望在 2023 年的基础上翻倍。一方面，海外车企的激光雷达车型有望于 2024 年开始陆续落地，包括通用、沃尔沃等。另一方面，中国各激光雷达厂商于 2022 年纷纷发布补盲激光雷达产品，普遍将于 2023 年量产，有望于 2024 年开始上车。此外，从产能的角度，禾赛科技和速腾聚创 2023 年的规划产能皆已超百万台。2024 年，全球激光雷达产能预计将超 300 万台。

中期：渗透率取决于降本速度和智能驾驶功能的发展情况

车企在下一轮车型的规划中，是否会继续搭载激光雷达？我们认为，汽车智能化是中长期的确定趋势，而激光雷达的上车进度将主要取决于：1）激光雷达本身的降本速度：性价比如何？2）智能驾驶功能的发展情况：消费者能否切实体验到智能驾驶功能带来的便利？3）车企纯视觉路线的发展情况：能否不用激光雷达实现较优的城市 NOA 功能？

1）激光雷达的降本速度：激光雷达想要大规模上车（渗透率超 50%），单车价值量或需控制在 500 美元以内，且需提供超出纯视觉智驾系统的额外体验。目前，乘用车激光雷达的平均单车价值量在 1000-1500 美元区间，尽管对比此前动辄上万美元的单价已大幅下降，但作为汽车零部件仍十分昂贵，对比毫米波雷达单价在 100 美元以内，摄像头单价仅约 25 美元。特斯拉目前正在陆续尝试取消销售车型上的传统毫米波雷达和超声波雷达，仅配备 8 个摄像头，总成本仅约 200美元。目前，国内905nm主激光雷达的定价普遍在500-800美元左右，1550nm 路线在 1000 美元以上，补盲激光雷达定价约为主激光雷达的 1/2 至 1/3。我们认为，激光雷达想要大规模上乘用车（渗透率超 50%），仍需要继续大幅降本，且需提供匹配额外成本的更佳体验，单车价值量或需控制在 500 美元以内。我们总结激光雷达未来降本的核心路径在于：1）生产：制造流程的高度自动化； 2）供应链：大规模量产带来的规模效应；3）设计：激光雷达电芯片的自研及 SoC 整合以及系统集成度的提升。

2）智能驾驶功能的发展情况：此前消费者对智能驾驶的认知尚有不足，但我们认为，随着城市 NOA 的逐步落地，智能驾驶功能带给消费者的体验感将日益显著。此前，消费者对于乘用车智能驾驶的认知更多集中于高速路段，而部分车企有能力在不使用激光雷达的情况下，以纯视觉路线实现高速路的智能驾驶功能。因此，消费者在购车时，对于激光雷达的需求并不强烈，或仍抱以观望的态度。但展望后市，我们认为，汽车智能化是中长期的高确定趋势。通过特斯拉 FSD 对市场进行教育，以及国内车企在 2023 年开始逐步落地城市 NOA，消费者将对智能驾驶功能有更好的认知，从而以供给推动需求，强化激光雷达的选配比例。目前，已有多家国内车企公布了城市 NOA 的上线计划。小鹏 P5 于 2022 年 9 月开始在广州向部分车主推送城市 CNGP；极狐阿尔法 S HI 版也在同月开始在深圳、上海落地城区 NCA；理想 CEO 李想在今年 1 月 28 日发给员工的全员信中提到，理想的城市 NOA 功能将在 2023 年底开始落地；长城旗下的毫末智行也将于 2023 年上市搭载城市 NOH 功能的新车型。此外，小马智行、文远知行等 L4 Robotaxi 玩家也开始切入乘用车市场，相关产品预计也将于 2023 年下半年开始落地，以较强的自动驾驶技术能力对城市 NOA 功能进行进一步催化。

3）车企纯视觉路线的发展情况：特斯拉的纯视觉路线目前在成本方面有明显优势，但我们认为，目前大部分搭载激光雷达的车型和特斯拉 Model 3/Y 并不处于同一价格带，特斯拉降价对价格带在 25 万上下车型的激光雷达搭载率影响较大，对 30 万以上车型的影响相对可控。且目前来看，纯视觉路线在技术和数据方面皆存在较高壁垒，中国车企与特斯拉仍有较大差距。特斯拉是纯视觉方案的拥护者，马斯克的目标在于实现大规模工业化量产，追求的是极致的性价比，而非极致的性能。因此马斯克曾明确表示不会使用激光雷达，而是希望通过机器学习挖掘视觉感知潜力，以提高整个驾驶系统的容错能力。我们认为，特斯拉此前不使用激光雷达的主要原因是：国外造车周期普遍较长，而在特斯拉决定自动驾驶技术方案时，当时的激光雷达在成本和技术上确实不适用于乘用车。另外，特斯拉自动驾驶最初是沿用 Mobileye 的方案，而该方案以视觉为主，尽管后来改用英伟达以及自研芯片，但视觉路线已较根深蒂固。特斯拉凭借亮眼的销量表现，在过去几年累积了相当多视觉感知数据、算法和经验。而目前来看，特斯拉在感知算法层面确实走在行业前列，目前不使用激光雷达也能够达到较好的智能驾驶效果。事实上，特斯拉已于 2021 和 2022 年开始尝试放弃搭载传统毫米波雷达和超声波雷达，最新的传感器方案仅 8 个摄像头。特斯拉通过 BEV、Transformer、栅格网络等一系列新技术，能够较好地弥补因没有搭载激光雷达而导致无法还原周围 3D 场景的不足，缩小与多传感器方案间的感知差距。

2021 年的 AI Day 上，特斯拉分享了 BEV（Bird’s Eye View）感知方案的大量技术细节。BEV 可将摄像头提取到的图像信息输入至神经网络以提取特征，再利用基于自注意力机制的 Transformer 算法将结果进行拼接，最终形成一张俯视的鸟瞰图。据 42 号车库网介绍，BEV 感知的核心思路是将多个传感器生成的特征转换到统一的坐标系下，再将其合并到一起。相较于传统的摄像头图像，BEV 提供了一个更贴近实际物理世界的统一空间，为后续的多传感器融合以及规划控制模块开发提供了更大的便利和更多的可能。

Transformer 是 Google Brian 团队在 2017 年提出的神经网络模型，起初用于机器翻译。随着技术的发展进军图像视觉领域，目前已成功涉足分类、检测和分割三大图像问题。据汽车之心微信公众号介绍，传统的 CNN 模型的原理是通过卷积层构造广义过滤器，从而对图像中的元素进行不断地筛选压缩，因此其感受域一定程度上取决于过滤器的大小和卷积层的数量。而 Transformer 的网络结构借鉴了人脑的注意力（Attention）机制组成，在处理大量信息时能够只选择一些关键信息进行处理，以提升神经网络的效率。随着训练数据量的增长，CNN 模型的收益会呈现过饱和趋势，而 Transformer 的饱和区间很大，因此更适宜于大规模数据训练的需求。Google Brain Team 2021 年发表的论文 “ AN IMAGE IS WORTH 16X16 WORDS: TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE”中也指出， Transformer 算法在大规模数据的训练中相较于传统 CNN 模型有明显优势。

为了更好地将摄像头的二维图像重建成三维空间，特斯拉在 2022 年的 AI Day 上又进一步提出了栅格网络（Occupancy Network）的概念。此前，BEV 感知描述的是 2D 栅格，而 Occupancy Network 在 BEV 的基础上再添加了 Z 轴（高度）的信息，将 BEV 的 2D 栅格变为 3D，从而更好地描述车身周围的 3D 场景。此前，纯视觉方案最为人诟病的一点，就是需要依赖数据库中的标注情况来进行物体识别。对于数据库中未被标注过的物体，例如异形车、散落的纸箱、侧翻的大卡车等，纯视觉方案很难准确识别，也就是常说的 corner cases 的处理能力。为了更有效地识别这些数据库中没有的障碍物，业界的主流做法是获取物体的几何信息（深度或者高度），例如激光雷达就可以通过点云数据得到障碍物的空间位置和尺寸，绘制出 3D 环境地图。而 Occupancy Network 所实现的也是 3D 空间的重建。简单来说，Occupancy Network 将感知到的周围场景划分为一系列微小的体素（voxel），再预测每个体素被占用的概率，从而获得一种简单的 3D 空间表示，同时给出被占据体素相应的语义信息，而即使在不确定物体具体是什么的情况下，也能够判断物体的位置和接下来可能的运动。而与激光雷达相比，Occupancy Network 的主要优势在于不需要和摄像头进行时间同步、外参对齐等工作，同时赋予了障碍物速度信息。特斯拉视觉模型负责人表示，在天气正常、高速移动的场景下， Occupancy Network 的纯视觉方案识别能力甚至可以超过激光雷达方案。

特斯拉纯视觉方案成本优势明显，但特斯拉降价对激光雷达车型或不会造成太大影响。2023 年 1 月 6 日，特斯拉宣布全系车型调价，销量主力车型 Model 3 起售价从 26.59 万元降至 22.99 万元，Model Y 起售价也从 28.89 万元降至 25.99 万元。我们认为，特斯拉大幅降价会对国内其他车企造成一定成本压力。但目前搭载激光雷达的车型仍以 30 万元以上的中高端车型为主，与特斯拉 Model 3/Y 并不处于同一价格带。针对中高端车型，智能化是车企打造差异化竞争优势和树立品牌的重要抓手，特斯拉降价不会改变车企对于智能化和激光雷达中长期投入的战略和决心。

且目前来看，中国车企在纯视觉领域与特斯拉仍存在较大差距。一方面，特斯拉已经构建了一套完整的工业化数据训练流程，从数据收集、训练、标注、做黑白测试，以及服务器 dojo 中的离线模型训练。就目前来看，国内车企在大规模处理数据方面的技术积累和储备方面仍与特斯拉相比存在明显距离。另一方面，纯视觉路线对于图像的处理更依赖大量的数据采集和模型训练，而中国车企中智能驾驶自研能力相对突出的造车新势力，在汽车销量和车队规模方面目前仍远不及特斯拉。据北醒科技 CEO 李远在第 20 届中国汽车供应链大会上的介绍，在视觉专利技术方面，日本和美国合计占全球专利数的近 8 成，中国只有 7.6%；而在激光雷达领域，中国的专利数在全球的占比达到 15.9%，约为美国的一半，更有超车的可能。

长期：至 2030 年，全球车载激光雷达市场中性情况下有望达 168 亿美元

我们对未来全球车载激光雷达（轻型车辆）市场规模进行预测，并基于重要假设：乘用车智能驾驶级别将以 L2+/L3 为主，而无需进一步升级至 L4/L5，而商用车自动驾驶（即 Robotaxi）则需实现 L4/L5 才有价值。综合计算，我们预计至 2030 年，全球车载激光雷达市场空间中性情况下有望达 168 亿美元（悲观情况下约 91 亿美元，乐观情况下约 242 亿美元）。

乘用车方面：我们预计，2030 年全球乘用车载激光雷达市场规模悲观/中性/乐观情境下分别约 84/150/213 亿美元。我们在前文提到，2022/2023/2024 年，全球激光雷达出货量预计分别约 10-15/50-100/~150 万颗。2025 年后，我们认为乘用车中激光雷达的渗透率将主要取决于激光雷达的降本情况和纯视觉路线的发展情况。悲观情境下，我们假设至 2030 年高性能主激光雷达的平均价格约 450 美元，而相对低性能的补盲雷达价格约 200 美元，“1 主 2 副”配置下单车激光雷达价值在 850 美元，较当前的下降幅度约 30%，作为汽车零部件价格仍相对高昂。此外，我们再假设部分领先车企届时纯视觉路线已相对成熟，因此激光雷达只会配置在相对高端或强调安全性能的车型上。假设激光雷达车型渗透率仅 10%，对应市场规模 84 亿美元。

中性情境下，我们假设至 2030 年高性能主激光雷达的平均价格约 400 美元，而补盲雷达价格约 180 美元，“1 主 2 副”配置下单车激光雷达价值在 760 美元，较当前的下降幅度约 37%。此外，我们再假设少数领先车企届时纯视觉路线已相对成熟，但大部分车企仍需配置激光雷达以实现较优的智能驾驶功能。假设激光雷达车型渗透率约 20%（以中高端车型为主），对应市场规模 150 亿美元。乐观情境下，我们假设至 2030 年高性能主激光雷达的平均价格约 300 美元，而补盲雷达价格约 120 美元，“1 主 2 副”配置下单车激光雷达价值在 540 美元，较当前的下降幅度约 55%。此外，我们再假设除特斯拉外，纯视觉路线仍存在较高技术难度，其它车企仍需配置激光雷达以实现较优的智能驾驶功能。假设激光雷达车型渗透率约 40%，对应市场规模 213 亿美元。

商用车（Robotaxi）方面：我们预计，2030 年全球商用车载激光雷达（Robotaxi）市场规模悲观/中性/乐观情境下分别约 7/18/30 亿美元。激光雷达配置和价格方面，Robotaxi 企业目前普遍搭载约 5 个激光雷达，以“2 主 3 副”、“3 主 2 副”等形式，平均价格假设略高于乘用车，悲观/中性/乐观情况下假设分别为 300/250/200 美元。销量方面，参考各 Robotaxi 厂商的车辆情况，2022 年全球 Robotaxi 车辆不到 1 万台。我们认为 Robotaxi 大规模商业化的时间点预计在 2027 年前后。至 2030 年，我们假设悲观/中性/乐观情境下，每年新车销量中约有 0.5%/1.5%/3%将搭载 L4/L5自动驾驶功能，以Robotaxi的形式提供出行服务，对应新车销量约49万/148 万/296 万辆，对应市场规模 7 亿/18 亿/30 亿美元。

整机与产业链：技术路线与格局展望

车载激光雷达短期有望快速上量，长期展望百亿美元的市场空间。在收发端，芯片龙头一方面纷纷由消费电子、工业等领域切入车规，从而打开第二成长曲线，另一方面将对 Lumentum、索尼等海外巨头形成国产替代。整机环节短期由于主机厂降本压力、定点竞争激烈等原因，企业毛利普遍承压。但行业龙头在定点数量、量产经验、人才团队、技术储备和资金实力均占优，规模量产后中长期有望实现大幅降本，打开毛利率上行空间。

价值量角度，收发模组占据了激光雷达主要的 BOM 成本，但不同技术路线的具体结构有所不同。根据产业链调研，例如 Innovusion 1550nm 转镜式激光雷达，收发模组（激光器、APD 等）、信息处理系统（主控芯片 FPGA/ASIC）、扫描系统（转镜、反射镜等光学件）和结构件的成本占比分别约 40%、30%、20%和 10%。速腾聚创 905nm MEMS 激光雷达的电子件（激光器、MEMS 芯片等）、光学件（镜头）和结构件的占比则分别约 50%、 30%和 20%。禾赛 AT128 据 IHS Markit 预测，收发模组占据了约 60%-70%的总成本。

整机：禾赛科技、速腾聚创综合实力强劲，图达通、一径科技值得关注

激光雷达在 2022 年开启上车元年，第一轮淘汰赛已经开始。目前来看，禾赛科技、 Innovusion 和速腾聚创的出货量走在行业前列。展望后市，禾赛和速腾在定点数量有一定优势且客户相对分散，有望享受大规模量产带来的降本潜力。Innovusion 采用 1550nm 路线，目前对蔚来依赖度较高，后续客户拓展情况值得期待。车载激光雷达厂商的销量主要取决于搭载车型的销量以及是否是标配。2022 年， Innovusion 和禾赛科技的车载激光雷达销量走在行业前列（分别约 5 万和 6 万台），这主要是由于两家分别斩获了蔚来和理想的定点且为标配。除理想外，禾赛有更多其它车企定点将在 2023 年陆续交付。相较之下，Innovusion 在乘用车领域目前仅蔚来一家公开定点，后续客户拓展情况值得期待。速腾聚创是当前斩获车型定点最多的激光雷达厂商，但目前仍以选配为主。一径科技尽管目前在乘用车领域进展较慢，但公司于 2022 年初获小鹏（持股 5.8%）、百度（持股 5%）、国汽智联（持股 1%）投资，未来或有合作展开。

如何评价一款激光雷达的竞争力？我们认为，应综合考虑性能、成本和可靠性三方面，扫描方式和收发模组同等重要。1）性能方面，收发模组的影响更大，尤其是针对探测距离和精度，重点在于激光器的数量、整体的工作效率和波长的选择。例如采用 1550nm 波长的激光发射器可使用更高的功率从而提升探测距离，但同时成本也会有所增加。而点频主要是由收发模组的数量和激光器的发射频率决定的。2）可靠性和寿命方面，扫描模块的影响较大，重点在于包含机械部件的多少。此外发射激光器若数量较多、功率大也可能影响使用寿命。当前，半固态激光雷达是乘用车企的主流上车选择，即收发模块被固定，只有扫描模块在运动。但由于仍存在运动部件，不同的半固态技术路线在可靠性方面也仍面临一定挑战，需在实际上车过程中进行验证。目前，激光雷达利润空间普遍较低，长期毛利率有望在 30%-35%左右。当前中国市场车载摄像头和超声波雷达的毛利率水平分别在 20%和 25%左右，考虑到激光雷达具有更高的技术壁垒，也应当享有更高的毛利率水平。同时也可参考美股激光雷达上市公司对长期毛利率的展望，普遍在 40%-60%区间，其中软件（ADAS 算法）毛利率预计在 70% 左右，但激光雷达出售软件算法的商业模式仍待验证。

禾赛科技采用“905nm+一维转镜”技术路线，在成本、性能、可靠性三方面进行了较好的平衡，因此在乘用车领域表现亮眼。一维转镜顾名思义，扫描模组只有一面转镜，利用多个激光器实现垂直方向的覆盖，再通过电机带动一面反射镜进行旋转从而实现水平方向的扫描。代表厂商为 Valeo 及禾赛科技。首个量产上车的激光雷达 Valeo Scala 采用的就是一维转镜路线，搭载于 2017 年发布的奥迪 A8，是全球首款量产的车规级激光雷达。因此，一维转镜已通过了传统车企严苛的车规验证，并已实际上车多年。但 A8 的 L3 自动驾驶功能由于监管审批延迟等原因并未如期上线，Scala 并未在奥迪 A8 上发挥其真正的作用。该方案的潜在风险在于转镜需通过电机驱动，而转镜重量较大，易导致电机轴承磨损、轴向偏移，从而使得镜面侧倾，进而影响光路；电机的油脂在 1-2 年后也容易溢出以干扰镜面，上述问题皆会降低激光雷达的性能。

此外，一维转镜能做到多少线取决于有多少个收发模组，因此集成难度很大，较难做出高线数产品。这也是为什么 Valeo Scala 1 和 2 分别只有 4 线和 16 线。主要解决方案是将收发模组芯片化，单个电路板嵌入数百个激光器通道，从而节省体积和成本。禾赛科技于 2017 年末成立芯片部门，研发内容包括激光器驱动芯片、模拟前端芯片、数字化芯片和 SoC 芯片，通过自研激光雷达收发系统电芯片，把数百个激光收发通道都集成到几颗分别负责发送和接收的芯片上，极大的提高了系统集成度，从而以较低的难度和成本做出了高线数产品（禾赛 AT128 为 128 线）。随着芯片方案陆续迭代，禾赛的激光雷达也有望进入半导体行业“摩尔定律”的轨道。值得一提的是，禾赛十分注重打磨激光雷达核心的收发端能力，而同一套收发端电子系统方案，既可用于机械旋转式激光雷达，也可用于固态激光雷达，这也为禾赛未来拓展其他技术路径打下了坚实的基础。

速腾聚创采用“905nm+MEMS”技术路线，斩获众多乘用车企量产订单，我们认为其主要优势在于较高的性价比、易于量产的结构设计和相对成熟的供应链。而 MEMS 路线一直以来为人担忧的可靠性问题有望在今明年大规模的量产上车中得到验证。 MEMS 技术（micro-electromechanical system，微振镜）对于振动相对敏感，因此需研发隔离振动技术。MEMS 技术的核心结构是尺寸很小的悬臂梁结构，通过驱动扭杆使得 MEMS 微振镜进行振荡扭转，从而对激光进行反射，仅需要少量激光探测器即可完成高线束的扫描效果，因此体积较小、成本可控。MEMS 并非新技术，但成熟的硅基 MEMS 工艺镜面直径仅 1mm 左右，难以满足激光雷达的性能要求。微振镜面积太小，会导致扫描角度过小，视场角难以提升。同时微振镜的接收孔径也与振镜尺寸直接相关，接收孔径过小，会导致光功率信号过低，探测距离偏近。因此，MEMS 激光雷达想要提升性能，就必须增大振镜尺寸。但镜面尺寸变大后，成本会明显上升，且支撑振镜的两根扭杆也更加容易断裂，因此需研发隔离振动技术。

Innoviz 此前采用静电驱动式 MEMS 路线，与宝马的合作推进并不顺利，我们认为或与车规问题有关，且需要从激光雷达厂商、车企和 Tier 1 三方进行分析。计划搭载 Innoviz 激光雷达的宝马最新 iX 车型原定于 2021 年上市，但并未履约。据 Tech Times 报道， InnovizOne 将搭载于宝马新 7 系，预计 2023 年上市。鉴于 MEMS 激光雷达对于振动相对敏感，因此我们认为不排除 InnovizOne 在可靠性方面遇到了一定的挑战。但与此同时，我们认为，宝马作为德国传统车企，对于汽车上各零部件的车规认证会更为严格，且对于激光雷达车型的推出也没有造车新势力那么迫切，这也会在一定程度上拖累 Innoviz 的上车进度。此外或也与 Tier 1 供应商（Magna）有关。目前，Innoviz 具体采用哪种 MEMS 路线不详。速腾聚创采用电磁驱动式 MEMS 技术路线，量产能力突出，产品可靠性有望在今明年量产上车的过程中得到检验。我们认为，速腾之所以能够拿下多项定点，除产品本身突出的性价比外，公司的量产能力是另一大关键。其长距激光雷达 M 系列的结构设计相当精简，包括 5 个收发模组+5 块小镜子（反射镜）+1 个振镜模组，元器件的减少使 M 系列的装配难度和加工时间大幅下降。同时，速腾收购 MEMS 供应商希景科技，向上游整合，进一步提升量产能力。2023 年，速腾的年产能预计可达百万台规模。

而针对 MEMS 的可靠性问题，速腾采用了可靠性相对较高的电磁驱动方式，且获得 AEC-Q10X 车规认证。电磁驱动和静电驱动的主要区别在于驱动方式的原理不同。电磁驱动的驱动力来自于电磁或永磁体（Magnet），需要有数十微米厚度的电磁线圈，封装需要配置永磁铁；而静电驱动则是利用带电导体（电极板）间的静电作用力。据汽车之心介绍，静电驱动方式较为成熟，封装简单、体积小且功耗低，但电磁式能够将悬臂梁的强度做得更高，以提升可靠性，同时实现更大的扫描角度。2022 年 11 月，速腾公开了目前唯一获得 CNAS（中国合格评定国家认可委员会）认可的车载激光雷达实验室，拥有激光雷达全环境应用场景的模拟测试能力，可自主进行超过120项测试。据汽车之心微信公众号报道，过去两年，速腾的车规级激光雷达 M 系列累计完成了超 36000 小时高温耐久测试、超 24000 小时高温高湿测试、超 21000 小时的循环温度冲击测试以及超 40000 小时的独立器件测试等，覆盖了 HALT 测试、HAST 测试、高低温工作测试、EMC 测试以及高海拔、盐雾、冰水冲击、防尘防水、温度极限等车规级可靠性测试项目。

另有一径科技自研静电式 MEMS 微振镜，其补盲产品（905nm）在商用车领域斩获颇丰，同时以长距离产品（1550nm）向乘用车领域继续发力。一径科技自研 MEMS 微振镜、1550nm 光纤激光器、APD 阵列芯片、收发分离的系统架构等多项核心部件。我们认为，MEMS 微振镜和光纤激光器是激光雷达中壁垒较高且较为关键的两个零部件，而芯片化又是激光雷达未来实现降本增效的必由之路，因此掌握相关研发能力能够帮助公司建立更扎实的差异化优势，并实现长期降本。具体到 MEMS 微振镜，一径科技深入晶圆、芯片、封装等多个环节，目前已经历二三十个版本的迭代，我们认为这能够帮助公司对 MEMS 路线的难点和挑战有更深入的认知，再进行一一攻克后实现更高的成熟度和可靠性。针对 MEMS 路线连接轴易断的问题，一径采用收发异轴方法，以更小的摆幅实现更大的视场角，从而增强激光雷达的稳定可靠性。此外，MEMS 微振镜越大，性能越高，但支撑镜子的悬臂梁也更容易断裂。而一径采用 1550nm 波长，通过改变发射端而非扫描端来提升激光雷达的性能，也可一定程度确保产品的可靠性。但同时，公司也会面临 1550nm 带来的成本和功耗挑战。目前，公司的长距产品 ML-Xs 暂未有公开的乘用车定点，我们认为或也和 1550nm 的高成本有关。但公司于 2022 年初获小鹏、百度、国汽智联投资，未来或有合作展开。

Innovusion 采用“1550nm+二维转镜”路线，性能表现突出，但成本和功耗偏高。乘用车企对零部件成本更为敏感，Innovusion 目前除蔚来外暂无其它公开的乘用车定点。我们认为，现阶段 1550nm 方案仍将主要应用于定价较高的高端乘用车型和更强调感知距离的自动驾驶重卡等商用车型，大部分乘用车仍将采用 905nm 激光雷达。 Innovusion 的二维转镜有一纵一横两面扫瞄镜，横轴的多边形棱镜能够实现光源的水平扫描，而纵轴的扫描振镜则改变光源的垂直方向，通过两面镜子的旋转配合，二维转镜仅需一束光源就能够实现机械旋转式激光雷达若干个光源才能实现的扫描效果。

作为激光雷达最常见的两大光源，1550nm光源在人眼安全方面较905nm更有优势，因此可通过增大光源功率实现更高的性能。人眼可见光的波长范围在 380-780nm 之间， 905nm 和 1550nm 同属于不可见光，但 1550nm 适用的功率上限远高于 905nm。这主要是由于 1400nm 以上的激光在到达人眼视网膜前就被眼球的透明部分吸收完了，因此对人眼的伤害相对较小。这也就意味着 1550nm 能够在更高的光源功率下运行，从而实现更高的性能。在光斑大小和脉宽条件不变的情况下，1550nm 激光所允许的最大峰值光功率值比 905nm 高出了几个数量级。此外，1550nm 的光束发散角要小于 905nm，在探测远距离小物体时优势尤为明显。激光雷达的光束发散角的单位为 mrad（毫弧度），在 1mrad（约等于 0.057°）的光束发散角中，测距每增加 100m，光斑直径增加 100mm。光束发散角越小，意味着光束照到远距离的小物体时信息损失就越少，返回的能量也就更大，从而实现更佳的探测效果。这也是为何 Luminar 和 Innovusion 激光雷达的测距参数在业内处于领先位置，二者的激光雷达 10%反射率下的探测距离可达 250 米，而 905nm 的产品普遍在 150-200 米的水平。

但需要指出的是，1550nm 波长一直被业内诟病“容易被水吸收”，也就意味着在极端雨水天气中，探测效果会大打折扣。为此，可通过提升功率的方式弥补这一缺陷，但这也同时意味着更高的功耗和更短的寿命。而据九章智驾微信公众号引述 Innovusion 表示，普通的“雨点”对 1550nm 光束的影响并不大，只有成片状的“水帘”或“水滩”才会明显影响 1550nm 光波的探测能力。而激光雷达主要是进行前向探测，很少会遇到片状“水帘” 的情况，而在极端暴雨天气中，905nm 的探测效果同样会被“致盲”。

1550nm 激光雷达的劣势在于成本和功耗，且皆为物理属性问题，较难得到根本解决。

1）成本：1550nm 波长需搭配光纤激光器和铟镓砷（InGaAs）探测器使用，成本和复杂度远高于 905nm 方案。即使未来经过大规模生产和系统优化，成本下限也高于 905nm 方案。一方面，光纤激光器是一套复杂的系统，由众多元器件组成，价格明显高于半导体激光器，未来需通过系统设计的优化、无源器件的集成和大规模量产来进行降本，但价格下限仍高于 EEL 和 VCSEL 激光器。另一方面， 1550nm 波长无法被常规的硅材料所吸收，因此无法使用传统的硅光电探测器，需配合铟镓砷探测器使用，而铟镓砷材料的价格显著高于普通硅材料。此外，目前车载激光雷达行业仍以 905nm 方案为主，这也意味着 905nm 方案更有可能率先享受量产规模扩大和产业链成熟带来的红利，进一步降低生产制造成本。

2）功耗：1550nm 激光雷达需以更高的功率运行，因此需解决散热难题。1550nm 方案的电光转换效率低于 905nm，因此为实现同样的探测效果，必须提升发射端的功率。据九章智驾微信公众号引用禾赛的观点，905nm 搭配 VCSEL 激光器在激光雷达中的电光转换效率约 20%，而 1550nm 仅 10%出头。这主要是由于在发射端，1550nm 波长需搭配复杂的光纤激光器。相较于 905nm 所需的半导体激光器可直接进行电光转换，光纤激光器还需经历光纤耦合和放大的过程，其中不可避免地会产生一定的能量损耗，因此光纤激光器的电光转换效率要低于半导体激光器。综上，1550nm 激光雷达在发射端需以更高的功率运行，Luminar 和 Innovusion 产品功耗分别为 25W 和 28W，而采用 905nm 方案的激光雷达功耗多在 15W 左右，这也是为什么 Luminar 和 Innovusion 的产品都选择搭载在车顶以便于散热。

3）可靠性：考虑到光纤激光器体积大、成本高、功耗高，目前的 1550nm 激光雷达只会使用 1-2 套光纤激光器，对比 905nm 可以将上百组激光器进行芯片化。依赖单一激光器在鲁棒性和可靠性角度上带来了更多挑战。此外，单一激光器为实现更大的 FOV，通常需要搭配二维转镜扫描架构，与简单的一维转镜相比增加了激光雷达内部的活动部件，影响其稳定性和寿命。

905nm 激光雷达的探测距离是否足够？我们认为，其性能上限已可基本满足常规情况下自动驾驶系统的需求，但针对部分极端情况仍有待商榷。汽车制动距离的公式可简单概括为 S = Vt + (V^2)/(2gμ)（S 为刹车距离，V 为汽车行驶速度，t 为系统制动反应时间， μ 为路面摩擦系数，g 为重力加速度即 9.8m/s 2）。我们在下表中列举了不同情况下，自动驾驶汽车需要的制动距离。正常天气和高速路面下，即使以最高限速 120 公里/小时行驶，自动驾驶汽车的刹车距离为 111 米，而当前 905nm 激光雷达 10%反射率下的探测距离大约在 150 米左右，可以覆盖正常情况下的高速行驶需求。但在部分极端情况，例如恶劣天气和路况以及超速行驶时，车辆所需要的制动距离会超过 150 米，此时 905nm 激光雷达或难以支持自动驾驶系统所需要的绝对安全性。但自动驾驶系统也可通过控制不同情况下的行驶速度来避免上述极端情况的发生。2022 年，国内两大 Robotaxi 玩家小马智行和文远知行都宣布与速腾聚创达成合作，采用速腾聚创 905nm 激光雷达 M 系列进行 Robotaxi 前装量产方案的生产和落地。L4 公司对于自动驾驶系统的安全性具有更高的要求，因此我们认为这也从侧面体现了 905nm 激光雷达可支持常规情况下自动驾驶功能的实现。

发射：“多结工艺+补盲雷达”推动 VCSEL 上量，中长期格局较优

伴随“多结”工艺的突破和补盲雷达的落地，车规级激光雷达的 VCSEL 芯片出货量有望在今明年得到快速提升，目前供应商仍以海外龙头 Lumentum 为主。国产玩家中，纵慧芯光和长光华芯（688048.SH）在该领域同样具备强劲实力，车规级产品预计将于今明年陆续量产，我们认为两家厂商中长期有望受益于 VCSEL 芯片整体较高的工艺壁垒和毛利率水平以及零部件国产替代的逻辑。根据激光增益介质材料的不同，常见激光器可分为四大类：固体激光器、光纤激光器、气体激光器和半导体激光器。其中固体和气体激光器由于体积偏大，并不适宜于车载场景。因此，当前车载激光雷达的主流发射激光器主要包括半导体激光器和光纤激光器两大类。光纤激光器搭配 1550nm 光源使用，其市场空间主要取决于 1550nm 激光雷达的渗透情况，在此处我们不多做讨论。而半导体激光又主要包括边发射激光器（EEL）和垂直腔面发射激光器（VCSEL）两类。

激光发射器类型的选择主要取决于激光雷达的扫描方案和测距原理。VCSEL 具有成本低、集成度高等优点，而发光面积大导致的性能短板也有望通过“多结”工艺得到补齐，因此其应用场景正在不断拓宽。除激光雷达外，VCSEL 亦可应用于舱内驾驶员监控产品（DMS），同样受益于汽车智能化的发展。

针对 905nm 转镜式激光雷达，“多结”VCSEL 中长期有望逐渐取代 EEL。EEL 称为边发射激光器，是过往最常用的激光雷达光源技术，光源能量密度高，供应链也相对成熟，但在成本和体积方面不占优。这主要是由于 EEL 激光器的激光是从芯片边缘射出的，在形成晶圆后需再进行切割，并对每个激光器的侧表面分别进行处理，因此成本较高。相较之下，VCSEL 的优势主要在于：1）成本低：由于 VCSEL 激光器的光是垂直于芯片发射的，因此无需在侧面进行太多加工，后道处理工序成本低于 EEL，长期还有望享受消费电子产业链带来的摩尔定律。2）更易于芯片化：VCSEL 可在二维阵列中实现，单个芯片就能够包含数百个独立光源，因此较 EEL 更容易实现大规模发光阵列。

针对 905nm MEMS 激光雷达，EEL 当前或仍更为合适。这主要是由于 MEMS 微振镜面积较小，直径约 1-5mm，而 VCSEL 发光面积较大，因此准直较为困难（VCSEL 面积通常约 250μm*250μm，EEL 通常约 250μm*10μm）。此外，MEMS 激光雷达需要的激光器较少，例如速腾聚创的 905nm MEMS 激光雷达 M 系列仅使用了 5 个收发模组（5 个 EEL 激光器+5 个 SiPM 探测器），因此也可大幅避免 EEL 的成本和体积劣势。

针对 Flash 纯固态激光雷达，普遍采用“VCSEL+SPAD”全芯片化方案，因此 VCSEL 激光器也有望受益于 Flash 激光雷达的活跃。Flash 不像其他扫描技术使用光束实现扫描，而是在短时间内发射出一大片覆盖探测区域的激光，再以高度灵敏的接收器完成对于环境图像的测绘。VCSEL 可在二维阵列中实现，单个芯片就可包含数百个独立光源，因此较 EEL 更适合芯片化，还为设计各种复杂结构的点阵光源提供了可能。此外，VCSEL 的发光面积更大，在 Flash 激光雷达中更容易实现大视场角，而 EEL 激光器配合 Flash 扫描方案则需要更为复杂的光学设计。

目前，激光雷达的 VCSEL 供应商仍以海外龙头 Lumentum 为主，Lumentum 同时也占据了全球 VCSEL 芯片市场超 40%的份额，可见市场集中度之高。

Lumentum 是全球最大的 VCSEL 供应商。据 Yole 统计，2021 年 Lumentum 占据了全球 VCSEL 市场 42%的份额。在消费电子领域，Lumentum 是苹果 iPhone 的供应商。在车载激光雷达领域，Lumentum 也于 2022 年宣布了与禾赛科技的合作，禾赛 AT128 采用的就是 Lumentum 的 VCSEL 激光器。除 Lumentum 外，II-VI 通过 2019 年收购 Finisar 成为了目前全球第二大 VCSEL 供应商，2021 年市占率达 37%，即前两大玩家合计占据了近 80%的市场。如此高的集中度主要是由于 VCSEL 芯片具有较高的工艺壁垒，Lumentum 和 II-VI 皆采用 IDM 模式，覆盖芯片设计、外延生长、晶圆制造等全流程（Lumentum 由于订单量较大，部分或代工）。

国内厂商中，纵慧芯光和长光华芯在多结 VCSEL 领域同样具备强劲实力，车规级产品皆有望于 2023 年开始陆续量产，中长期有望受益于 VCSEL 芯片整体较高的工艺壁垒和毛利率水平以及零部件国产替代的逻辑。纵慧芯光成立于 2015 年，起源于斯坦福大学，专注于高功率、高频率 VCSEL 芯片/ 模组的研发。公司采用 Fablite 模式，即自主生产关键环节（外延），后续其它环节则委外代工。在消费电子领域，纵慧芯光的 VCSEL 芯片广泛应用于华为、荣耀、夏普、魅族等手机品牌，累计出货超 5000 万颗，积累了丰富的量产经验。而在车载领域，纵慧芯光自 2019 年开始布局，目前正与国内外多家激光雷达厂商合作开发混合固态和固态激光雷达方案，其 VCSEL 产品已于 2020 年通过 AEC-Q102 车规级认证，2021 年初通过 IATF16949 认证，有望于 2023 年开始量产。2022 年 8 月，纵慧芯光获新一轮战略融资，投资者包括速腾聚创、禾赛科技、比亚迪等产业链玩家，国产替代逻辑较强。

接收：905nm 快速迈向 SPAD/SiPM

SPAD/SiPM 的灵敏度优势明显，越来越多的 905nm 激光雷达产品开始在接收端采用 SiPM/SPAD，替代 APD 已成为明显趋势。目前，SPAD/SiPM 核心厂商仍以滨松光子、索尼、安森美等海外龙头为主。南京芯视界、灵明光子、宇称电子、阜时科技等国产玩家存在国产替代的机会，但产品性能对比国际龙头仍有进步空间。激光雷达的探测器按照器件结构可以分为 PIN 二极管、APD 雪崩二极管、SPAD 单光子阵列和 SiPM 探测器。其中 PIN 二极管由于无任何增益效果，因此应用不多。APD（雪崩光电二极管）技术已然十分成熟，SPAD（单光子雪崩二极管）和 SiPM（硅光电倍增管）则相对新兴。SPAD 为盖革模式（即偏置电压高于击穿电压）下的 APD，具备单光子成像的能力；而 SiPM 是硅基阵列模式的 SPAD，由多个 SPAD 并联组成。

与 APD 相比，SPAD/SiPM 的主要优势在于更强的增益效果和更高的灵敏度，但面临日光干扰的问题。据安森美官网，APD 的内部增益大约在 100x，而 SPAD/SiPM 的内部增益可达百万级。因此，使用 SPAD/SiPM 结构的接收器能够在更低的功率下实现更远的探测距离，在功耗和体积方面优势明显，在夜晚等弱光环境下的探测效果也更佳。目前，禾赛科技、速腾聚创等主要激光雷达玩家皆已开始在激光雷达接收端采用 SPAD/SiPM 方案。但需注意，SPAD/SiPM 并非毫无缺点。SPAD/SiPM 由于灵敏度极高，因此在强太阳光等背景光噪声较大的环境下，反而会因信噪比较低而出现探测距离明显下降的问题。

而对比 SPAD 和 SiPM，长距激光雷达目前多使用 SiPM，Flash 补盲激光雷达则以 SPAD 为主。SPAD 的主要优势在于像素数更高，因此在相同分辨率下，阵列体积会更小。 Flash 固态激光雷达的角分辨率主要受限于像素数量，且作为补盲雷达对体积的要求更高，因此更适合采用 SPAD 方案。而 SiPM 的主要优势在于可一定程度弥补 SPAD 对光感知能力不足的问题。这主要是由于 SPAD 只需 1 个光子就会发生雪崩，而 SiPM 通过将大量 SPAD 并联，可通过发生雪崩的 SPAD 数量以判断光的强度。此外，SPAD 输出的是 0 或 1 的二进制信号，输出信号的幅度与吸收光子的数量无关，因此单次瞬时测量无法得出信号的强度和位置，需要进行连续检测，并通过时间/空间的直方图分析（histogram analysis）进行判断。而 SiPM 并联多个小型独立的 SPAD，等于有多个传感器同时进行感光输出，输出信号会直接有幅度的区分，可以按照阈值的设置完成信号的提取。因此，据滨松光子在微信公众号“滨松中国”中的介绍，在激光雷达的设计中，若更关注分辨率，SPAD 是更优的选择；而若更关注帧速和信号提取速度，则建议选择 SiPM。目前，长距激光雷达在接收端多选用 SiPM 而非 SPAD，包括速腾 M 系列和禾赛 AT128，这主要是由于长距激光雷达需采用大面阵 SPAD，而该技术想要应用于车载领域，尚未完全成熟。

SPAD/SiPM 研发和量产壁垒较高，目前市场份额主要由滨松光子、索尼、安森美等海外龙头占据，市场集中度较高。SPAD/SiPM 器件涉及材料、工艺、设计等多项课题，量产过程中，设计结构或工艺缺陷等问题皆会导致一系列负面的情况，因此需要器件工程师、工艺团队和晶圆厂密切合作，以提升正面性能、压缩负面性能，同时保证在任何工艺节点都能满足较高的一致性和稳定性。也因此，SPAD/SiPM 的市场集中度较高。据 QYResearch 统计，2020 年，以滨松、安森美、博通为首的头部厂商占据了全球 SiPM 市场 83%的占有率。索尼则是 SPAD 领域的龙头。此外，亦可参考车载摄像头 CMOS 图像传感器的市场格局情况。2021 年，安森美、韦尔股份（豪威）分别占据了 45%和 29%的市场份额，集中度颇高。

针对车规级激光雷达，SPAD/SiPM 的设计和开发周期也会较消费电子更长，进一步提升了入局门槛。目前，车载激光雷达的 SPAD 供应商以索尼为主，于 2021 年发布应用于车规级激光雷达 SPAD 传感器 IMX459，像素数量达 11 万，光子探测效率也高达 24%@905nm，可助力激光雷达实现等效线数上千的探测效果。南京芯视界、灵明光子、宇称电子、阜时科技等国产玩家在 SPAD 领域存在国产替代的机会，但在长距激光雷达所需要的大面阵 SPAD 领域仍有较大进步空间。

南京芯视界成立于 2016 年，主要提供基于 SPAD 的一维和三维 ToF 传感芯片，可应用于消费电子、激光雷达、测绘建模、安保安防等应用领域。公司目前量产出货的产品仍以消费电子、扫地机器人等领域为主。针对车载领域，公司可针对 Flash 固态补盲雷达提供单光子图像传感器，集成 SPAD 探测器阵列及 3D 成像电路，官网上展示了三款产品 VI4310、4320、4330，但在 PDE 和探测距离等性能指标上仍待提升。融资方面，2020 年，公司 A 轮融资中获华为哈勃和科沃斯入股； 2022 年的 B 轮融资中，又引入宁德时代、比亚迪、歌尔微电子等投资者。

灵明光子成立于 2018 年，由四位硅谷归国博士共同创立，目前可提供适用于高性能激光雷达光子接收方案的 SiPM、适用于消费级电子产品的 SPAD 成像传感器以及整体 dToF 解决方案。据 MEMS 咨询介绍，灵明光子 P5-D 系列 SiPM 产品在 905nm 波段拥有 25-30%的光子探测效率（PDE），可与国际龙头媲美。融资方面，公司于 2022 年 4 月完成数亿元的 C 轮融资，历史投资方包括高榕资本、美团龙珠、昆仲资本、真格基金、OPPO、小米长江产业基金等。

宇称电子成立于 2017 年，核心团队由多名归国的物理/电子/光学博士组成，曾任职于 AMS、意大利 FBK 研究所、欧洲顶级射线探测研究机构等。公司主要进行 SPAD、SiPM、高精度单光子信号处理芯片 ASIC 及相关系统的研发与设计，可应用于消费电子、激光雷达、医疗成像、工业检测等领域。据 36kr 介绍，公司的 SPAD方案可应用于 Flash激光雷达，而 SiPM+ASIC方案则可实现长距激光雷达。融资方面，公司分别于 2022 年 3 月和 12 月完成数亿元和数千万元的 Pre-A 和 Pre-A+轮，投资者包括武岳峰科创、鹏晨投资、禾创致远等。

阜时科技成立于 2017 年，2019 年开始布局激光雷达芯片研发，2021 年单点 SPAD 芯片投片成功，2022 年宣布斩获国内头部车企激光雷达芯片订单，并通过 AEC-Q102 车规国际标准认证。据 36 氪介绍，公司的 SPAD 芯片已于 2022 年底通过客户验证，预计 2023 年正式量产上车。融资方面，公司于 2022 年 12 月完成数亿元的 C 轮融资，投资方包括北汽产投、深重投、珠海高科创投、苏州智能车联网产投、上海国际创投等产业投资机构。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）