激光雷达进入「规模化」上车周期？最大变数是什么？

激光雷达「上车」，是毋庸置疑的趋势。

到目前为止，全球主要的汽车品牌都已经陆续宣布即将在未来几年内推出搭载激光雷达的新车型。尤其是作为全球产销规模最大的汽车OEM之一的大众集团，也刚刚在今年宣布与以色列激光雷达公司Innoviz签订定点协议。

但，从定点到量产，对于激光雷达来说，同样会是一场梦魇。

2021年，长城摩卡对外传递的信息是，将搭载德国Ibeo NEXT 4D固态激光雷达（3个）。但直到今年的8月26日，RoboSense（速腾聚创）却正式宣布为魏牌旗舰车型摩卡DHT-PHEV激光雷达版提供激光雷达。

一方面，从中可以看出，对于每一家OEM来说，激光雷达的首发上车都会经历一个波折的验证周期，从定点到量产随时可能出现供应商的更换。另一方面，资本市场和股东也更关注实际交付。

今年3月，Ibeo就传出正在进行内部的高层管理人员的调整，两大股东采埃孚和AAC正在密谋推动内部的高层改组，比如，原ibeoNEXT项目总监Christophe Minster出任新的COO。

而以Innoviz为例，与大众集团（旗下CARIAD）的合同价值高达40亿美元，但该公司的股价并没有太大的起色；数据显示，从Innoviz实现SPAC上市后，股价一路下滑，截至9月2日当天每股4.74美元（最新市值仅为6.42亿美元），距离最高点下滑接近70%。

进入2022年，量产是所有希望在汽车行业继续生存下去的激光雷达公司的主题，而定点合作，则是在这些公司收入预测全面大幅下降的情况下，至关重要的背书。

但，这种背书的背后，是巨大的不确定性风险。

比如，宝马最早与Innoviz合作，到现在已经长达4年时间（麦格纳做Tier1）。然后，这背后的20亿美元订单金额（行业潜规则大部分是企业的自我估算），到目前为止还没有进入释放阶段。

而实际情况是，Innoviz公布的今年第二季度营收仅为180万美元。相应的，大众的40亿美元订单，也完全是基于假设的前提。

以下这段文字来自Innoviz的官方：该项目计划基于3年的量产开发和8到10年的销售周期，预计在整个项目过程中，大众集团销量增幅将在1%至14%之间，从高端品牌和车型开始，到较低端品牌和车型逐渐下沉。

显然，这都是基于非常理想化的市场设想。“大部分公司产生正向、可持续收入的能力还不能很快到来。”众所周知，激光雷达行业并没有像许多人希望或期望的那样取得预期的进展。

大部分公司来自汽车行业的收入仍然很少（而且很多是非可持续性收入，比如，来自L4级自动驾驶项目型收入），而关于大规模前装乘用车市场的争夺战才刚刚开始。其中，大部分还处于定点阶段。

实际上，考虑到汽车前装市场的不确定性，Innoviz特意在今年一季度财报中增加了非汽车市场的解决方案。“我们的战略旨在最大化长期市场，因为我们的短期收入（非汽车行业）增长，并在未来几年支撑盈利。”

这样的企业，在激光雷达行业不在少数。

比如，在拿下小鹏P5前装定点并交付量产的览沃科技（大疆旗下），反而没有太多其他前装进展，而是将重心放在了降低生产成本上，寻求在非汽车行业（智慧城市、测绘、移动机器人等）实现规模化产出。

而进入今年下半年，Innovusion（蔚来）、禾赛科技（理想）、速腾聚创（小鹏、长城）将成为高阶智能驾驶赛道的三大主要激光雷达玩家。其中，蔚来、理想采取的标配策略，将带动激光雷达规模化上车。

当然，风险同样明显。

以小鹏汽车为例，即将上市的G9（旗舰SUV）仍然采用类似P5的模式，部分高配车型才标配激光雷达。这是目前大部分品牌的首选，而极少数类似蔚来、理想采取的标配策略。

这给激光雷达供应商带来了实际量产规模兑现的巨大不确定性。同时，现阶段的激光雷达产品更多是供应商定义的产品，对于车企以及高阶智能驾驶系统来说，更多是辅助感知冗余的作用。

而从目前的激光雷达的成本来说，并非规模化的真正起点。从1000美元、500美元，何时可以下探到300甚至是100美元以内，将是决定性的拐点，前提则是如何从车企需求、场景来重新定义激光雷达产品线。

就在近日举办的2022年度高工智能汽车行业评选中，来自Innovusion的猎鹰激光雷达、亮道智能的纯固态Flash侧向激光雷达以及未感科技的TREX固态激光雷达三款产品获得了年度智能汽车好产品奖项。

其中，亮道智能的LDSense™ Satellite就是专为具有挑战性的近距场景设计，这是国内市场上首款纯固态侧向激光雷达，超大垂直视场角、体积小巧灵活、高可靠性、长使用寿命，是一款兼具性能与成本优势的车规级激光雷达产品。

同时，垂直视场角不低于75°的侧向激光雷达可以与前向激光雷达的近场盲区进行点云互补，能够实现低矮物体比如马路边沿、减速带等目标物，以及相邻车道线的探测。

此外，内部结构采用纯芯片化设计的电子扫描式Flash技术，结构简洁，无任何运动部件。这更有利于降低盲区场景应用的成本。