2024年速腾聚创研究报告：迅速腾飞的激光雷达巨头-聚智驾之势，创感知先河

1. 速腾聚创：激光雷达及感知方案领军，市场份额全球领先

1.1 发展历程：激光雷达及感知解决方案全球领军，向 AI+机器人技术平台级企业进军

公司是最早布局自主芯片技术的激光雷达公司之一，是全球首家实现车规级激光雷达量产 交付的激光雷达企业，是全球激光雷达与感知解决方案市场领航者。总部位于深圳，并在 上海、苏州、天津、香港，以及德国、美国等多地建立分支机构。公司围绕芯片驱动的激 光雷达硬件，布局人工智能感知软件技术形成解决方案，20~23 年营收CAGR高达87.1%。

2014~2021 年：成长为激光雷达及感知解决方案全球领军。公司 2014 年成立；2016 年，开发出机器人用激光雷达产品 RS-LiDAR-16，并掌握核心技术；2017 年，推出 感知软件 RS-LiDAR-Perception 和中国新一代智能固态激光雷达 RS-LiDAR-M1pre； 2018 年，联合阿里菜鸟发布世界上第一辆搭载 M1Pre 的无人物流车，并获得阿里菜 鸟、上汽、北汽等超 3 亿元战略融资；2019 年，推出首款用于 ADAS 的激光雷达产 品 M1 以及 RS-Ruby 系列；2021 年，开始量产并交付 M1 给北美新能源汽车制造 商，成为全球首款车规级生产及交付的第二代智能固态激光雷达。

2022 年至今：深耕车载激光雷达的同时向 AI+机器人技术平台级企业进军。 1）车载激光雷达领域持续推进：2022 年，推出车规级固态补盲激光雷达 E1，并开 始 M1 Plus 量产；2023 年，公司激光雷达搭载于腾势 N7，并发布首款车规级固态激 光雷达 L4 感知方案 P6。截止 2023 年 6 月，公司获得 58 款车型的激光雷达量产定 点订单，为 9 名汽车整车厂和一级供应商的 13 款车型实现 SOP；截止 2024 年 5 月， 公司获得 71 款车型的激光雷达量产定点订单，为 12 名客户 25 款车型实现 SOP。 2）向 AI+机器人技术平台级企业进军：公司在 AI+机器人领域有深厚积累。激光雷达 在汽车领域的成熟能够迁移到人形机器人，以汽车当前相对成熟的硬件平台，公司已 经实现 AI 的全流程的打通（包括数据、算法、算力集群）。2023 年公司选定了清洁、 无人叉车机器人作为目标市场；此外，E 平台产品能够较好满足家庭服务类机器人对 于激光雷达的强烈需求，公司预计 2024Q4 开始交付。

1.2 产品布局：软硬结合-自研芯片驱动的激光雷达平台+AI 感知软件提供感知解决方案

公司业务以芯片驱动的激光雷达硬件为基础，布局 AI 感知软件技术形成解决方案。AI 软 件+硬件，为客户提供融合感知解决方案，增强客户粘性和购买意愿。

1.2.1 硬件：自研芯片驱动的激光雷达平台

公司专注基于自研芯片的激光雷达技术，开发芯片驱动的激光雷达平台。在应用探索阶段推出 R 平台产品（机械雷达），主要应用于机器人及其他非汽车行业。2017 年开始研究雷 达芯片化，进一步减少成本、提高质量，成功开发了 M 平台与 E 平台，主要用于 ADAS 应用的车规级固态激光雷达。

第一阶段：R 平台

前期应用探索阶段采用分立器件，推出 R 平台产品满足市场需求。R 平台下为传统机械 激光雷达产品，用于机器人应用。R 平台嵌入了一维扫描架构，由 16、32、80 或 128 线 组成的全面的机械激光雷达产品阵列，以满足客户广泛的应用场景需求，特别是自动驾驶 测试和智能机器人。目前 R 平台产品已用于送货机器人及检测机器人等多种机器人应用。 2024 上半年，R 平台激光雷达产品销量约为 8,900 台。 Ruby 系列产品优势：测距能力突破最远 240 米@10%反射率；最高 0.1°×0.1°角 分辨率；最远 85 米车道线检测；抗多雷达对射干扰与强光干扰。 Helios 系列产品优势：FOV 可定制，多工作模式：高性能、低功耗；-40℃抗低温， 支持 Web 端配置与监控；车载以太网输出，包含雨雾尘雪去噪功能；屏蔽对射干扰 与环境光干扰，输出脉冲信号用于外部触发。  Bpearl 产品优势：盲区≤10cm；半球型超广视场角；-40℃抗低温。

第二阶段：M 平台

为了进一步降低成本、提高质量，公司专注于自主研发专有芯片，成功开发了 M 平台与 E 平台。M 及 E 平台产品是目前主要用于 ADAS 应用的车规级固态激光雷达。 2021 年 6 月，M 平台产品的量产及交付使公司成为全球首个实现搭载自研芯片的车规级 激光雷达产品量产交付的激光雷达企业；2022 年底，公司是全球唯一一家实现芯片级智 能扫描技术大规模部署的激光雷达企业。按定点车型计，搭载 MEMS 扫描芯片的 M 平台 为全球最多的汽车整车厂和一级供应商广泛认可并采用；2023 年 M 平台新增了 M3（性 能更高）和 MX（价格更便宜）。 M 平台特点：具有极简设计、高效智能、高可靠性的特点。

极简设计：二维扫描摒除了传统一维扫描系统的器件堆叠（一维扫描系统，128 线扫 描需要 128 套收发器件），其中，MX 产品甚至只用了 1 套收发器件就实现了 126 线 的扫描效果，在保证性能的同时极大提升了可靠性、稳定性和成本效益。 高效智能：公司自有的 GAZE 技术实现了芯片级智能化的感兴趣区域（ROI）动态调 整，通过更佳分配点云资源最大优化计算效率，同业多数激光雷达方案仅能在固定区 域进行机械的水平扫描。 高可靠性：MEMS 振镜从芯片设计、流片，到芯片封装和测试，都符合严格的车规级 可靠性要求，公司的 M 平台 MEMS 振镜是业内唯一通过车规级 AEC-Q100 芯片认 证的激光雷达扫描部件。

M 平台上搭载芯片激光雷达技术，包括：1）高度集成化简约设计的二维 MES 扫描芯片； 2）具有控制激光脉冲发射、接受和处理模拟信号，控制 MEMS 振镜等多重功能的 M 平 台 SoC，且可以搭载公司的高智能感知软件。M1：世界上首个量产的车规级固态激光雷达，仅用 5 套收发器件就能够实现 126 线 的扫描效果，制作更加容易且成本更低。 M1 Plus：相比更高性价比，更优功能。 M2：相比 M1 系统性升级，拥有更高灵敏度且测距能力增加，测距能力 250m（200 米@10%），角分辨率 (HxV) 平均0.1°x平均0.2°（ROI: 平均0.1°x平均0.1°）。 M3：超长距激光雷达新品，面向 L3+智能驾驶前装量产，是首款采用 940mm 激光收 发方案实现 300m@10%测距能力的超长距激光雷达。相较传统采用 1550nm 激光技 术的超长距激光雷达，M3 的体积缩减 50%以上，成本低约 50%，且功耗降低 30% 以上，综合表现颠覆传统超长距激光雷达产品。 MX：新一代中长距激光雷达，具有诸多优点：1）轻薄小巧，优雅灵动，自研专用 SoC 芯片 M-Core；2）舱内舱外，静谧无声，M 平台二维扫描 MEMS 芯片；3）ROI 全 局可调，等效 251 线，M 平台收发系统，芯片迭代升级。性能与 M1P 基本一致，但 售价降低至 200 美金，极具性价比。

第三阶段：E 平台

E 平台发布于 2022 年 11 月，基于 Flash 技术，使用连续闪光来照亮整个视觉监测区域。 搭载了自研的传输、接收及处理系统一体化芯片，专门设计用于短距离检测，并安装在用 于盲点检测的主要激光雷达外，辅以 M 平台产品，为汽车提供零盲区和短距检测。 除 ADAS 应用外，E 平台产品因其具有更广阔的可视范围及成本效益而广泛应用于机器 人应用场景。 E 平台的 3D 堆叠技术的 SPAD 阵列/SoC 首次实现将接收和处理系统整合到一颗芯片： 性能优越：SPAD 探测层采用大接收面阵，实现高帧率和宽广的可视范围覆盖的同时， 实现微细的角分辨度以近距离侦测盲点。在所有已发布的固态补盲激光雷达产品中， E1 具有最宽的垂直可视范围及最佳的距能力。 高可靠性：3D 堆叠工艺保证了像素级别的一致性，从而保证了系统点云的整体一致 性；同时这颗芯片已引入功能安全设计，进一步加强了芯片的可靠性。 E1 采用自研芯片，是首款高性能全固态补盲激光雷达：水平视场角 120°、垂直视场角 90°；拥有超高帧率，10~30Hz；更强测距能力，30 米@10%标准反射率。

1.2.2 软件：AI 感知软件提供感知解决方案

公司打造了先进的融合感知软件。AI 感知软件 HyperVision 将激光雷达和摄像头收集的 原始传感器数据转换成为可以被智能驾驶汽车和机器人直接使用的高质量感知信息。公司 基于 AI 技术促使多种传感器数据通过神经网络实现融合，提供全套环境感知信息。

AI 感知解决方案

公司利用 AI 感知软件在激光雷达硬件的基础上为客户提供融合感知解决方案，是全球业内第一个提供高性能感知解决方案的激光雷达公司。公司与多个客户和商业伙伴（包括汽 车整车厂和一级供应商）合作共同开发感知软件。2023 年及 24Q1 公司激光雷达感知解 决方案营收占总营收的 9.8%与 4.3%（主要受到 ADAS 激光雷达收入高增影响相比占比 有所回落）。

感知系统解决方案主要包括 P6 和 V2X。公司结合卓越的 LiDAR 硬件传感器、AI 点 云感知软件等核心技术，面向各个自动驾驶应用领域提供 Smart Sensor System 方 案。公司针对 RoboTaxi(自动驾驶出租车)需要灵活应对高低速路段，不断切换行人和 车流密集的驾驶环境，提供 P6 感知方案；针对车路协同路侧感知需求打造 V2X。此 外，还有为 ADAS 应用设计的 RS-LiDAR-Perception、用于机器人应用及 ADAS 应 用的早期测试的 RS-P1/RS-P2、用于机器人应用及 ADAS 应用早期测试阶段的自动 驾驶出租车的 RS-Fusion-P5/P6。

真值&测评系统：Reference 真值系统，提供一套准确高效、完整、可定制化的传感 器感知能力评测工具链。该系统能够智能输出海量精准的真值数据，并针对各传感器 进行自动化分析评测，一站式解决标注难题(人工标注成本高/效率低/易出错)和评测 难题(缺乏评测工具/工具链不成熟)。Reference 真值系统可以大幅提升项目开发效率， 帮助自动驾驶与 ADAS 应用的快速量产落地。

激光雷达感知软件：HyperVision 1.0/2.0。HyperVision 1.0 是公司基于激光雷达 3D 点云，专门为自动驾驶环境感知而开发的 AI 感知软件，获得全球众多合作伙伴在各 类驾驶场景共同验证。2020 年公司进一步推出 HyperVision 2.0，基于 HyperVision 1.0 的能力，将原始的激光雷达、视觉等原始传感器数据转换成为可以被自动驾驶车 辆和机器人可直接使用的高价值信息。

1.3 业务经营：激光雷达总交付量超 58 万台，车规与机器人市场全球 Top 级市场份额

1.3.1 车规市场：服务最多 OEM 和 Tier 1 供应商、拥有最多定点车型、最多车型实现 SOP

公司服务最多的 OEM 和 Tier 1 供应商、拥有最多的定点车型、最多的车型实现 SOP。 2023 年，公司激光雷达总交付量近 26 万台，同比增长 355.4%，其中 ADAS 激光雷达交 付量约 24.3 万台，同比增长 558.5%；2024H1，公司激光雷达总交付量近 24.3 万台，同 比增长 415.7%，其中 ADAS 激光雷达交付量约 23.5 万台，同比增长 487.7%。截至 2024 年 5 月，公司是 22 家汽车整车厂一级供货商，获 71 款车型的前装量产定点预定订单， 助力 25 款车型实现 SOP，与全球其他激光雷达公司相比，公司服务的汽车整车厂和一级 供应商数量最多、拥有前装量产定点车型最多及实现 SOP 车型最多。

1.3.2 非车规市场：以机器人为主，公司机器人用激光雷达全球销量第一

公司在非车规级市场主要是机器人用激光雷达产品。2022 年，公司在机器人行业（不包 括少于 16 线的低端激光雷达）客户销量全球高居第一位。2023 年，公司的应用用例已广 泛扩展到汽车行业以外，例如农业机器人、检测机器人、V2X 解决方案和参考解决方案。 2023 年底，公司为机器人及其他非汽车行业的大约 2,400 名客户提供服务。 经过 2020~2022 年三年的连续高速增长，2023 年，公司在非车规级市场用激光雷达销量 有所收缩，主要由于产品与客户适配转型，公司自 2022 年 12 月起暂停生产 RS-LiDAR16（用于机器人及其他应用的激光雷达产品）。

1.4 财务分析：ADAS 产品居于营收主体，毛利趋势性改善，盈亏拐点有望来临

1.4.1 收入与利润分析：20~23 年营收 CAGR 高达 87.1%，表观利润受非现金项目扰动

公司营业收入持续保持大幅度增长。其中 21/22 年营业收入同比增速分别为 93.7%/60.2%； 2023 年公司营收大幅增至 11.2 亿元，同比增长 111.2%；2024Q1 公司营收继续保持高 速增长态势，同比增速进一步提升至 149.1%。 公司 24Q1 营业收入追平禾赛，收入增速大幅高于友商。2024Q1，公司营收与禾赛打平。 公司 2020~2023 年营收 CAGR 高达 87.1%，同期禾赛营收 CAGR 为 65.2%。

2023 年公司归母净利润亏损约 43.4 亿元，受非现金性项目影响较大。非现金项目包括向 投资者发行的金融工具的公允价值变动（早期投资股东持有股份在 IPO 发行之后的价格 变动计提）及以股份为基础的薪酬（员工持股在 IPO 发行之后的价格变动计提），二者合 计影响约 38.5 亿元。我们认为，公司 IPO 限售股解禁之后已有一轮较大幅度的价格释放， 后续年份或存在非现金项目回补的可能性，非现金项目并非公司经营结果的呈现，因而后 续分析以经调整后归母净利润为主。 经调整后亏损显著收窄，盈利有望在后续年份扭亏转正。2023 年及 2024Q1，公司经调 整后归母净利润亏损扩张幅度已显著收窄，未来伴随公司激光雷达芯片自研程度深化、市 场地位稳固之后销售费用进入平稳阶段，盈利有望扭亏转正。

1.4.2 主营构成：ADAS 产品收入 23 年比例达到近 70%，车载雷达收入高增

公司收入增长引擎由机器人转向 ADAS 激光雷达。从营收结构看，2020 年至今，公司增 长引擎由机器人相关收入转变为应用于 ADAS 相关收入，2023 年 ADAS 占比已达到 69.4%，2024 年 Q1 达到 84.7%。

从增速看，2021~2023 年 ADAS 增速始终处于高位，2021/2022/2023 年增速分别为 549.2%/300%/384.6%。应用于机器人及其他的激光雷达收入收窄，2023 年营收同比下 降-22%。

1.4.3 成本分析：激光雷达产品成本持续降低，2022 年受到芯片价格上涨成本小幅波动

公司激光雷达成本呈现下降趋势，2022 年成本波动主要来自芯片价格压力 。 2020~2024Q1，公司 ADAS 激光雷达与机器人激光雷达成本整体处于大幅下降通道，其 中，2022 年受到上游芯片短缺影响 ADAS 激光雷达成本出现小幅上升。

1.4.4 毛利率：23~24Q1 复苏趋势显著，综合毛利率受 ADAS 占比提升影响存在波动

公司 2020~2024Q1 综合毛利率受到 ADAS 产品占比提升影响存在波动。公司综合毛利 率 20/21 均在 40%以上，22 年下降至-7.4%，23 年迅速回升至 8.4%，24Q1 到达 12.3%。 从产品细分毛利率看，1）ADAS 产品：2020~2022 年 ADAS 产品毛利率呈现下降趋势， 在 2022 年大幅下降至-101.1%；2023 年迅速复苏，回升至-5.9%，相较于 2022 年上升 95.2%；2024Q1 达到 10.6%。2）机器人产品毛利保持高位稳定，2020~2023 年保持在 40%上下，2024Q1 降至 29%，仍然处于高位。 2023 年及 2024Q1 综合毛利率有所改善：ADAS 用激光雷达出货量高增摊薄固定成本叠 加公司降本能力持续释放。

公司综合毛利率低于禾赛，以价换量抢市占阶段过后有望企稳上升。2020 年~2024Q1 禾 赛的综合毛利率均保持在 35%以上，同期，公司综合毛利率存在较大波动，且均显著低于 禾赛，我们认为主要原因在于公司在车载激光雷达行业以低毛利策略以价换量扩大市场份 额。长期看，公司基于自研芯片的降本能力与出货量暴增之后的规模效应，能够有效降低 成本，综合毛利率有望逐步企稳回升，对标乃至超越禾赛。

1.4.5 三费率：管销控费效果良好，坚定研发投入驱动产品迭代

公司管理费用率 2021 年以来持续改善，2023 年已下行至 30.9%；销售费用相对平稳， 2023 年达 7.7%。研发费用方面，公司 2023 年研发投入达 6.35亿元，研发费率 2022~2023 年均在 65%以上，坚定研发驱动产品迭代。

1.5 股权结构：完成重组后股权结构清晰，多家车厂参投与公司业务高度协同

公司为筹备上市进行了重组，于重组期间进行 E 系列首次公开发售前投资。2014~2023 年，公司完成了多轮融资，融资后公司股东包括北京汽车、吉利汽车、宇通客车及菜鸟、 上汽集团、广汽集团、比亚迪、小米等。目前股权结构清晰，与业务高度协同。

2. 激光雷达行业六问六答：不易替代、空间大、渗透率低、具有成本优势的厂商更具竞争力、产品价格有望触 底回升

2.1 多传感器融合方案与纯视觉方案之争？——激光雷达在高级别自动驾驶中具备不可 替代优势

在高阶智能驾驶的发展过程中，始终伴随着多传感器融合与纯视觉两种感知方案的路线之 争。早在 2021 年 5 月，特斯拉便从其车辆中移除毫米波雷达；随后 2022 年 10 月，又从 为北美、欧洲、中东和中国台湾制造的 Model 3 和 Model Y 上拆除 12 个超声波传感器。 自此，特斯拉自动驾驶传感器方案从“8 摄像头+1 毫米波雷达+12 超声波雷达”的多传感 器方案减为“8 摄像头”的纯视觉方案。同期，其他主流主机厂与无人驾驶技术公司则普 遍采取多传感器融合方案。 纯视觉方案的核心优势在于：1）贴近人眼感知，而现行的主要交通基础设施都是基于视 觉构建的，理论上不需要进行额外的信号转化；2）成本较低。 但同时，纯视觉方案仍然有一些目前不好解决的劣势：1）其对于算法与端侧算力的要求 较高；2）目前“全天候”的识别准确率仍不及多传感器方案，如夜间以及逆光、暴雨、 浓雾环境下性能不佳。 我们认为，各类传感器不完全是竞争关系，一定程度上是互补关系。多传感器融合方案是 除了特斯拉以外大部分主流车厂的共同选择，也将是未来 ADAS 感知的核心发展方向， 激光雷达在对信息精度具备苛刻要求的高阶智能驾驶中具备不可替代的优势。

2.1.1 感知技术：四种主流车载传感器能力互补，激光雷达是有效关键环节

四种主流车载传感器由于感知方式差异各具优劣。目前主流的车载传感器包括摄像头、激 光雷达、毫米波雷达、超声波雷达 4 类。从物理属性出发，4 类传感器由于其感知方式的 差异各有优劣，其中，1）超声波雷达是通过发出机械波（需要通过介质中的粒子震动传 播）探知外界环境的，而其他 3 类传感器则是通过电磁波（不需要通过介质传播，真空中 也可以传播）感知外部世界；2）摄像头是通过接收可见光（拍摄画面）来识别目标物体 的，而其他 3 类传感器都是通过发出光波、毫米波与超声波并接收反弹、反射回来的波计 算差值来感知外界世界的物理信息。

摄像头：对于纯视觉的车载摄像头方案而言，一方面，拍摄画面是最接近人眼的感知 方式，能够识别出诸如形状、颜色（比如道路交通牌需要传感器颜色信息的识别能力） 等复杂的物理信息；另一方面，车载摄像头也会受制于夜间、逆光、暴雨、浓雾等人 眼同样不易“工作”的恶劣工况。

激光雷达：市面上常见的激光雷达波段一般包括 905nm 与 1550nm 两种，在光谱中 属于近红外波段，相对于毫米波雷达而言，激光雷达发出的光波 1）波长更短，能量 更高，因而在非金属表面反射性良好，对行人等物体识别准确率较高，但同时对于透 明物体的穿透性较弱，容易在暴雨、暴雪等极端天气下发生散射与衰减；2）频率更 高，因而检测距离更长，检测精度更高。

毫米波雷达：市面上常见的毫米波雷达波段一般在 1~10mm，在光谱中属于微波波 段，相对于激光雷达而言，毫米波雷达发出的电波 1）波长更长，能量更低，因而对 于物体的穿透性较好，在暴雨、暴雪等极端天气下仍能正常工作，但在非金属表面反 射不佳；2）频率低于近红外光波但同样很高，因而检测距离同样很长，检测精度稍 逊于激光雷达。

超声波雷达：超声波雷达通过发出机械波感知外部环境，其频率范围一般在30~80kHz， 能量较低，容易在传播过程中发生衰减，因而检测距离较短，但遇到玻璃、水面也能 够反射。

四种主流车载传感器能力互补，激光雷达是摄像头、毫米波雷达与超声波雷达的关键有效 补充。智能驾驶感知主要包含纯视觉感知和多传感器融合感知方案。纯视觉感知方案是以 摄像头为主导感知外界信息，多传感器融合感知方案是以摄像头、超声波雷达、毫米波雷 达及激光雷达等多种传感器协同配合来感知外界信息，不同传感器的优劣势可进行互补。 据信通院，激光雷达的环境感知精度高，激光雷达发射的光波频率比微波高出 2~3 个数 量级，具有极高的距离分辨率、角分辨率和速度分辨率。激光雷达可直接获取目标的距离、 角度、反射强度、速度等信息，生成目标的三维图像。激光雷达抗干扰能力较强，可弥补 摄像头在强光或黑夜等场景下性能劣化的缺陷以及微波雷达对金属物体敏感在人车混杂 的场景中不易识别出行人的缺陷。

2.1.2 车厂选择：主流车厂车型普遍提供配备激光雷达的多传感器融合方案

是否提供配备车载激光雷达可以视为某车厂具体车型究竟是纯视觉路线还是多传感器融 合路线的关键依据：狭义的纯视觉方案是指仅配置车载摄像头的无人驾驶方案，广义的纯 视觉方案则在车载摄像头以外提供毫米波雷达与超声波雷达的冗余，但无论是狭义定义还 是广义口径，纯视觉方案一般都不会配备车载激光雷达。 主流车厂车型普遍提供配备激光雷达的多传感器融合方案。我们梳理了市面上几家新能源 车厂的主流车型，以极氪、蔚来、小鹏、零跑、理想、哪吒、比亚迪 7 家新能源车厂的 56 款主流车型为例，其中有 37 款车型均提供了激光雷达选项，占比超过 66%，可见多传感 器融合方案仍是市场现行的主流路线。

2.1.3 安全考量：超低容错条件下纯视觉算法恐难推广，多传感器融合方案安全性更高

激光雷达方案能够直接对环境进行 3D 建模，提供更清晰、精度高、范围大的环境分析， 而纯视觉方案依赖于 2D 图像，一方面，可能在远距离或强光环境下表现不足，另一方面， 受限于训练样本与算力部署，可能出现识别错误导致事故发生。我们认为，自动驾驶技术 是一项涉及人身安全的超低容错的智能应用，目前技术环境下的纯视觉方案难以在各种路 况环境下稳定运行，且存在出现“幻觉”的可能性，恐难已在短期内广泛推广。激光雷达 和视觉算法应该是相辅相成的关系，激光雷达可以大幅提升视觉算法的精度，降低视觉处 理对于超高精度算法的依赖，同时在部分极端环境下为纯视觉方案提供一套安全性更高的 冗余支持。

2.2 车载激光雷达的产业构成与技术路线？——产业体系趋向成熟，技术路线尚未统一

2.2.1 产业图谱：上游光学/电子元件制造商+中游集成商+下游车企/智能驾驶厂商

车载激光雷达行业主要包括上游的光学和电子元件制造商、中游的集成激光雷达和软件系 统供应商以及下游的辅助驾驶、自动驾驶相关企业。

上游：主要包括激光发射(EEL、VCSEL、光纤激光器)、激光接收(APD、SPAD、SiPM)、扫描模块(MEMS 微振镜、扫描镜旋转电机、镜头和滤光片等)及信息处理(FPGA 芯 片、模拟芯片、数模转换器等)。 中游：主要包括集成激光雷达和软件系统。其中，激光雷达为车辆行驶过程提供高精 度的三维空间数据；软件系统则负责处理这些数据，实现环境感知、导航、避障等功 能。对于软件系统，部分车企选择自研开发，另一部分车企选择与自动驾驶解决方案 供应商合作。  下游：主要包括无人驾驶车辆运营公司智能驾驶解决方案供应商、出行服务提供商、 辅助驾驶服务提供商及车联网方案提供商等。

2.2.2 技术路线：车载激光雷达技术路线众多，技术方案尚未统一

车载激光雷达技术路线众多，技术方案尚未统一。 从工作原理上看，激光雷达分为时间飞行法(TOF，通过测量光脉冲从发射到从目标反射 回来的时间差来计算距离)和调频连续波法(FMCW，通过测量发射的连续变化频率信号与 反射回来信号之间的频率差来确定距离)两种测距方式。从系统结构上看，车载激光雷达由四部分组成，即发射激光的发射模块、对特定区域进行 扫描的扫描模块、探测回光的接收模块和对点云数据进行处理并反馈的控制模块。不同技 术路线各有优缺点，技术路径持续拓宽，各厂家对不同技术路线均有布局，技术方案尚未 统一。 发射模块：激光器按结构可分为边发射激光器(EEL)、垂直腔面发射激光器(VCSEL) 及光纤激光器。 扫描模块：扫描部件按结构可分为机械式、混合固态式和固态式。当前混合固态式主 要有转镜式、棱镜式和 MEMS 式(振镜式)三种技术方案，固态式主要有扫描式的光学 相控阵(Optical Phased Arrays，OPA)和泛光面阵式(FLASH)两种技术方案。 接收模块：按探测器类型可分为 PIN 型光电二极管(PIN)、雪崩光电二极管(APD)、单 光子雪崩二极管(SPAD)、和硅光电倍增管(SiPM)等。 控制模块：信息处理芯片可分为 FPGA、ASIC 和 SoC 等。

激光发射模块：激光发射模块主要包括激光器发射器、光学系统，是激光雷达的核心系统。 激光发射器按结构分，可以分为边发射激光器(EEL)和垂直腔面激光器(VCSEL)及光纤激 光器。VCSEL 与 EEL 为当前及未来主流模式。

接收模块：激光探测器是将光信号转变为电信号的器件。探测器从 APD 向 SIPM、SPAD 演进，从长远看，技术选择必须与大规模生产、低成本和高性能相一致。SIPM 目前已成 激光雷达主流方案，占比 67%，未来 SPAD 占比有望从 2023 年的 6%逐步提升到 22%。

扫描模块：根据扫描方式的不同，激光雷达可以分为固态激光雷达、混合固态激光雷达、 机械式激光雷达。混合固态(转镜式、MEMS 振镜)较为成熟，是当前和未来车载激光雷达 主流方案，Yole 预计，混合固态激光雷达(主要是转镜式)占比预计从 2023 年的 68%下降 到 2033 年的 56%；MEMS 方案从 2023 的 30%下降到 2033 年的 7%，固态 Flash 方案 迎来大发展，2023 年的 2%，大幅提升到 2033 年的 33%。

2.3 车载激光雷达最终是否会从混合固态走向固态？——固态是解决稳定性与降低成本 的关键一步

按照扫描模块的不同类别可以将激光雷达划分为机械式、混合固态与固态三种，其中，混 合固态又分为转镜式、棱镜式与 MEMS 式 3 种，固态又分为 OPA 和 FLASH 2 种。 根据分析我们认为，短期内仍将以高性能混合固态为乘用车的车载激光雷达主流，固态式 是车载激光雷达未来发展的主要方向。固态激光雷达由于没有任何旋转机构，因此体积更 小且稳定性更高，更容易通过车规级相关标准。我们认为，短期来看，固态激光雷达受限 于技术瓶颈不能达到主激光雷达的性能要求，可以适用于车载补盲激光雷达或者机器人主 激光雷达。长期来看，固态是解决稳定性与降低成本的关键一步。

2021 年 8 月，Quanergy Systems 发布全球首款车载固态 OPA 激光雷达 S3 系列， 此前市场中的纯固态激光雷达多用于测绘、机器人等非车规级终端当中。2022 年 5 月， 亮道智能发布国内首款车载固态 Flash 激光雷达 LDSatellite，同年 11 月，禾赛科技 与公司先后发布车载固态 Flash 激光雷达产品。2022 年以来，国内主流车载激光雷达厂商陆续布局固态激光雷达产品，我们认为，机械式与混合固态向纯固态的渐进转型 或为车载激光雷达提升稳定性、降低成本过程中的必由之路。

2.4 激光雷达未来市场空间有多大？——渗透率提升与单车配备个数提升的双重共振

2.4.1 车载激光雷达市场规模：2026 年我国市场规模有望达 103 亿元，全球市场规模有 望达 114 亿元

自动驾驶领域受到需求侧出行安全和降本提效与供给侧政策支持和技术进步四重驱动因 素共振。

我们认为，2024 年我国车载激光雷达市场规模约在 50 亿元，全球市场约在 57 亿元； 2026 年我国车载激光雷达市场规模约在 103 亿元，全球市场约在 114 亿元。核心假设及 测算逻辑如下： 车载激光雷达单价：结合公司（用于 ADAS 部分）与禾赛激光雷达单价的平均值预 计，两家龙头公司 2024 年 1~5 月全国出货量约占市场总额的 61.7%，具有较强的定 价权。 车载激光雷达单价_YoY：我们认为，现阶段车载激光雷达行业的大幅降价是受到整 车价格战的影响，新能源车厂对于激光雷达降价上车的诉求较强。未来，伴随新能源 车整体价格趋于平稳，车载激光雷达预计也将伴随主机厂压力缓解与持续的产品降 本迎来毛利端的大幅企稳改善。 乘用车销量：全球乘用车销量来自国际汽车制造协会数据；中国乘用车销量来自中国 汽车工业年鉴。

乘用车销量_YoY：全球乘用车销量_YoY 来自第三方咨询机构 Canalys 预测的增速 口径；中国乘用车销量_YoY 来自国务院发展研究中心市场经济研究所副所长所作的 2024 中国汽车市场整体预测环节，他表示“到 2030 年我国汽车销显年均潜在增速 约 2~3%”。 高阶自动驾驶渗透率：中国自动驾驶渗透率来自《智能网联汽车技术路线图 2.0》， 智能网联汽车发展总体目标载明：到 2025 年，PA、CA 级（即 L3 及以下）智能网 联汽车销量占当年汽车总销量的比例超过 50%，HA 级（即 L4、L5）智能网联汽车 开始进入市场，到 2030 年，PA、CA 级（即 L3 及以下）智能网联汽车销量占当年 汽车总销量的比例超过 70%，HA 级（即 L4、L5）车辆占比达 20%。我们认为，中 美两国在全球自动驾驶领域发展进度最快，中国高阶自动驾驶渗透率或略高于全球 水平。 车载激光雷达搭载数量：目前国内 L3 级别自动驾驶汽车普遍配备 1 或 2 颗激光雷 达，我们认为，L4、L5 级别自动驾驶汽车理论上须配备更多数量的激光雷达以具备 更为全面且敏捷的外部环境感知能力，未来假设整车价格回归正常水平，同级别自动 驾驶汽车或出于安全（冗余）或性能改进需求小幅提升激光雷达配置数量。

2.4.2 机器人激光雷达市场规模：机器人数量/渗透率/单台机器人配置数量三重驱动

采用配备激光雷达解决方案的机器人可提高工作环境的安全性，同时降低劳动力成本。据 招股说明书，机器人目前主要行驶在封闭及半公开环境中。其普遍应用 360°的机械式激 光雷达，为机器人提供定位和导航环境识别能力，以及识别和躲避障碍物及实现智能移动的能力。伴随硬件及算法的逐渐成熟，机器人或将越来越被应用于开放环境当中，因而对 于机器人的环境识别能力提出更高要求。 未来，固态激光雷达解决方案相较机械式激光雷达解决方案可以更低成本地帮助机器人在 开放环境中了解周边环境信息，推动激光雷达在机器人市场的渗透率，同时，配备多个激 光雷达的高度智能机器人也将成为趋势。受机器人数量增加、机器人的激光雷达渗透率提 高及每台机器人安装的激光雷达数量增加所推动，预期机器人激光雷达解决方案市场未来 将呈现指数式增长。 据招股说明书，全球机器人激光雷达解决方案市场预计将以 50.5%的复合年增长率从 2022 年的 82 亿元大幅增长到 2030 年的 2,162 亿元。中国是全球机器人激光雷达方案最 大的市场，2023 年约占全球市场的 33.3%，中国机器人激光雷达解决方案市场预计将以 49.9%的复合年增长率从 2022 年的 27 亿元大幅增长到 2030 年的 687 亿元。

2.5 销售收入、定点订单、SOP 视角下的世界激光雷达竞争格局如何？——公司是世界 TOP 级激光雷达及解决方案提供商

2.5.1 市场份额：公司为全球及中国激光雷达销售收入 Top3

销售额口径：公司激光雷达销售份额高于全球第二 据 Yole，按 2023 年的销售收入计，公司在全球激光雷达排名第二，市场份额约为 21%。 禾赛科技为全球激光雷达市场按销售收入计的龙头，公司同比 2022 年市场份额大幅提升。

销售量口径：公司激光雷达装机量高居国内榜首

据公司招股书，按 2022 年的销售量计，公司在中国激光雷达解决方案市场（不包括少于 16 线的低端激光雷达）排名第三，市场份额分别约为 21%。禾赛科技为中国激光雷达市 场按销售量计的龙头，Innoviz Technologies 为行业第二。 据盖世汽车研究院，2024 年 1-5 月激光雷达供应商装机量排行显示，公司以 43.0%的市 场份额稳居榜首，华为、禾赛、图达通分别以 22.8%、18.7%与 15.1%居于行业第二、三、 四名。我们认为，公司在快速拉升 ADAS 激光雷达出货量的过程中有望继续提升市场份 额，夯实龙头地位。

2.5.2 车厂定点：公司定点合作车厂及车型数量位居全球第一

据灼识咨询，公司商业化程度处于行业领先地位。截至 2023 年 3 月 31 日，公司在 52 款 车型取得 21 家汽车整车厂及一级供应商的定点订单，两项指标都在全球激光雷达供应商 里排名第一，禾赛科技、法雷奥、Luminar Technologies、华为等厂商位居其后。

2.5.3 车厂 SOP：公司位居全球定点合作车厂 SOP 数量第一

据灼识咨询，截至 2023 年 3 月 31 日，公司合作车厂中的 7 名定点合作客户已实现 SOP （Start of Production），在全球排名第一，法雷奥、禾赛科技、览沃科技、InnovizTechnologies 等厂商位居其后。

2.5.4 机器人市场份额：公司位居全球机器人高端激光雷达市场份额第一

据灼识咨询，机器人市场有两大类激光雷达供应商：低端激光雷达供应商及高端激光雷达 供应商。低端激光雷达供应商主要提供少于 16 线的激光雷达，解像度及价格较低，适用 于封闭环境中操作的机器人。高端激光雷达供应商则专注于提供 16 线及以上的激光雷达 产品，解像度及成像质量较高，适合能够在半开放或开放环境操作的具有高级智能水平的 机器人。未来伴随机器人逐渐进入开放环境，高端激光雷达市场预计会呈现更快发展趋势。 以 2022 年销售收入计，在机器人市场的高端激光雷达供应商中，RoboSense 位居全球 第一，市场份额约为 18%。相比之下，第二至第五大参与者合计持有 49%的市场份额。

2.6 如何看待激光雷达不断降价的趋势？——降价或为行业必然，性价比为王，具备成本 优势的厂商或在未来份额争夺中占据优势

2.6.1 驱动因素：新能源汽车“以价换量”提渗透率阶段迫使激光雷达降价上车

据中汽协&懂车帝《2024 新能源汽车消费洞察报告》，我国新能源汽车渗透率由 2020 年 的 5.4%快速提升至 2023 年的 31.6%，2024 年有望接近 40%，同时，我国新能源汽车产销量在过去 3 年的 CAGR 高达 80%以上。我们认为，新能源汽车渗透率快速提升的背后 一定程度是主流车厂“以价换量”的表现，中汽协一份样本数超过 13,800 份消费意愿调 研显示，超过半数的消费者更倾向于 10~20 万的新能源车型。 在前装量产时，整套硬件系统（包括激光雷达、摄像头和域控系统）约占汽车成本的 4% 左右。具体来说，15 万的车成本大约 6,000 元，其中激光雷达 1,000 元，摄像头 1,500 元，域控 2,500 元；30 万的车成本约 12,000 元，其中激光雷达 3,000 元，摄像头和域控 系统各占相应比例。因而我们认为，车载激光雷达的性价比将成为核心竞争要素，具备成 本优势的厂商或在未来份额争夺中占据优势。

2.6.2 降本路径：光学芯片及其配套元器件集成化助推激光雷达降低成本

光学芯片及其配套元器件集成化助推激光雷达降低成本。激光雷达光电系统（光学系统和 信号处理系统）的成本约占激光雷达整机成本约 70%，光学系统包括激光收发模组和扫 描模组，信号处理系统主要包括控制系统（含 xilinx 芯片等）以及侧边信号输出的 PCBA。 光电系统又可分为激光发射模组、激光接收模组、测时模组和控制模组四部分，激光收发 模组在成本、体积及重量方面远高于测时模组和控制模组。通过将分立光学芯片及其配套 元器件高度集成，可带来产品形态及生产工艺的跃迁、大幅度降低生产成本、快速扩充产 能，完成从分立式激光雷达向集成式激光雷达的进化。随着激光雷达线数的增加，光学芯 片集成化带来的优势会更加明显。

2.6.3 厂商实践：公司激光雷达芯片从外采到自研，并与多家芯片供应商建立合作

公司的芯片激光雷达芯片经历了从外采到自研的三个阶段： V1.0：公司最初通过向供应商采购，开始在 R 平台产品上使用 APD 和 FPGA 芯片； V2.0：公司继续在配备了 MEMS 扫描芯片的 M 平台产品上开发芯片激光雷达技术， 以及定制研发 SiPM 和自研 SoC； V3.0：公司的 E 平台产品将 SPAD 阵列/SoC 高度集成至一颗芯片，不需要整个扫描架构，提供了具有成本效益的感知解决方案。 公司已与德州仪器建立战略合作，并与国内外多家芯片供应商建立牢固的合作关系。量产 M 平台产品的核心 MEMS 扫描芯片由公司自主研发封装，有助于公司有效控制成本，降 低潜在供应链风险。此外，公司 E 平台产品的核心 SoC 也是自主研发。

2.7 六问六答小结：快速成长的蓝海行业，公司在竞争中保持领先且具备成本优势，预计 产品毛利率会随降本进程逐步企稳改善

从行业来看：激光雷达属于高成长、低渗透率的蓝海赛道，在高级别自动驾驶中具备不可 替代优势（主流车厂车型多数均已配备），且相关技术壁垒较高、进入难度高。2026 年我 国车载激光雷达市场规模约在 50 亿元，全球市场约在 57 亿元，具备广阔的市场空间， 属于未来高景气度方向。 从技术路径来看：公司目前保持混合固态路线优势，且正在向固态逐步推进，符合未来技 术演进趋势。 从市场份额来看：公司从销售收入、定点订单、SOP 等角度均属世界领军，同时在新能 源汽车“以价换量”背景下，我们认为具备成本优势的厂商在未来更具竞争优势，因此看 好公司长期优势地位不动摇。 中短期角度，目前激光雷达市场受降价影响导致参与者报表端利润水平均承压，但我们认 为：1）激光雷达还处于初级阶段，市场参与者为提升占有率竞争较为激烈，随着行业发 展集中度进一步提升，降价趋势有望逐步缓解；2）降价有利于中低端车型配备激光雷达， 提高市场认可程度和渗透率，从而进一步扩大激光雷达市场规模。在降价趋势中，我们认 为具备成本优势的厂商或在未来份额争夺中占据优势。

3. 技术壁垒+庞大客基+量产能力，从车载激光雷达冠军到 AI+机器人平台级企业

3.1 坚实的技术壁垒：从硬件到软件全栈式激光雷达解决方案

3.1.1 公司拥有从硬件到软件全栈式激光雷达解决方案

在硬件方面，公司专注于基于自研芯片激光雷达技术，开发芯片驱动的激光雷达平台，以 实现快速高效的硬件产品迭代。在前期应用探索阶段采用分立器件，推出 R 平台产品满 足市场对卓越性能的需求；为进一步减少成本，提高质量，公司开发了 M 平台与 E 平台。 在软件方面，公司具备技术领先的感知软件产品，拥有 34 项成体系的软件产品。以 AI 感 知软件 HyperVision 为例， HyperVision 1.0 是一套基于激光雷达 3D 点云，专门为自动 驾驶环境感知开发的 AI 感知软件。凭借 HyperVision，公司可针对不同客户需求提供定制 化激光雷达感知解决方案。 根据灼识咨询报告，截至 2023 年 3 月 31 日，公司是目前唯一一家同时实现激光雷达硬 件量产，信号处理、发射器和接收器以及扫描系统的专有芯片技术商业化，及感知软件商 业化的激光雷达供货商。基于自有的芯片激光雷达技术，公司的产品及服务有卓越的性能、 更高的可靠性、更低的成本以及更强的产品迭代能力。

3.1.2 公司产品具备快速迭代能力，E 平台接续 M 平台持续升级

公司采用了高度迭代和以客户为中心的产品开发方法，在确保可靠性的同时最大化规模经 济，不断优化项目开发时间框架。 公司于 2021 年实现 M1 量产；2022 年实现 M1 Plus 量产；2023 年实现 M2 量产，同时 于 2023 年开始 E1 量产，未来 M 平台与 E 平台产品还会持续升级。

3.1.3 公司 20~23 年研发费率均高于友商，募投资金 45%用于研发计划

公司研发投入持续上升，22~23 年研发费率均高于禾赛。2020-2023 年公司研发开支分别 为 0.8/1.3/3.0/6.4 亿元，分别占总收入的 47.7%/40.2%/57.7%/56.7%，均高于禾赛。

公司 IPO 募集资金约 8.77 亿港元，其中，公司拟将约 3.95 亿港元用于研发、持续建立并 优化产品管线以及团队扩展以支持研发计划，约占 IPO 募集资金总额的 45%。

3.2 强大且多元的客户基础：整车厂客户数量庞大，机器人客户涉及领域多样

3.2.1 数量庞大的行业领先整车厂客户

截至 2024 年 3 月底，公司获得了 22 家汽车整车厂及一级供应商的 65 款车型的量产定 点订单，且为其中的 12 家实现了 25 款车型的 SOP，位居全球第一。2022 年公司拥有超 900 名客户，主要客户包括吉利汽车、广汽埃安、长城汽车、小鹏汽车、路特斯及 Lucid。 根据灼识咨询的资料，客户包括 2020-2022 年全球最畅销的汽车整车厂及以 2023 年中 国新能源汽车销量第一、第五，全球销量第十。

3.2.2 公司在物流、清洁等多个领域布局机器人客户，机器人激光雷达全球销量第一

2023 年底，公司为机器人及其他非汽车行业的大约 2,400 名客户提供服务。2022 年，公 司机器人行业（不包括少于 16 线的低端激光雷达）客户销售额在全球高居第一位。公司 机器人客户涉及物流、清洁、无人叉车等多个领域，客户多元丰富。

3.3 完善体系认证+长期工程与制造知识累积+自有工厂助力规模量产

公司拥有完善的体系认证，是中国首家获得激光雷达行业 ASPICE CL2 级认证证书公司； 同时，公司拥有获得 CNAS 认证的专业激光雷达实验室，庞大的客户群体保证了公司有 能力进行全面的产品验证。

公司已与德州仪器(TI)建立战略合作，并与国内外多家芯片供货商维持牢固的合作关系， 已经建立完整且稳定的供应链以支持激光雷达的大规模量产，且 M、E 平台的核心芯片均 为自主研发，公司在深圳经营两个自有制造中心、与联营公司立腾在东莞建立制造中心， 在控制成本、降低潜在供应链风险的同时有效提高了产能。

3.4 未来战略：向 AI+机器人技术平台级企业进军

3.4.1 国家政策助力人形机器人行业规范化，强化顶层战略设计

国家政策支持，助力行业成长。2023 年发布的《人形机器人创新发展指导意见》首次将 人形机器人上升至国家层面专项行动指导意见层次，强化顶层战略设计，明确未来发展路 径；同时，2023 年印发的《新产业标准化领航工程实施方案（2023—2035 年）》提出要 “研制人形机器人术语、通用本体、整机结构、社会伦理等基础标准”，进一步规范了人 形机器人产业发展。

资本涌入为人形机器人行业发展注入强劲动力。根据 GGII 不完全统计，2022 年以来，中 国人形机器人领域共发生 25 笔融资，涉及金额近 44 亿元。截至 2024Q1，根据人形机 器人行业公开披露的融资事件来看，A 轮及以前的融资事件较多。

未来人形机器人行业市场规模有望进一步扩大。根据 GGII 发布的报告预测，2024 年全 球人形机器人市场规模为 10.17 亿美元，到 2030 年全球人形机器人市场规模将达到 150 亿美元，2024-2030 年 CAGR 将超过 56%，全球人形机器人销量将从 1.19 万台 增长至 60.57 万台。参考中国服务机器人市场约占全球市场 25%的数值测算，2030 年 中国人形机器人市场规模将达 50 亿美元。

3.4.2 公司传统+人形机器人两手抓，多点开花全面发展

传统+人形机器人两手抓，多点开花全面发展。公司激光雷达在机器人行业销量处于领先 地位，主打 R 平台激光雷达 Helios 和 Blackpearl 两个产品，2023 年公司选定清洁、无 人叉车两类机器人，以及港口和矿场两类场景；在 2023 年下半年，利用 E 平台产品对割 草机器人的适配性，开始开发割草机器人，预计在 2024 年 Q4 开始交付。此外，随着激 光雷达在汽车行业应用逐渐成熟，公司将进一步布局人形机器人行业。

围绕激光雷达，公司已完成了“芯片+硬件+AI 软件”的全链路解决方案布局。利用汽车 这一成熟的硬件平台，实现了 AI 全流程的打通，包括数据、算法和算力集群，并建立了 自己的超级计算中心“神机超算中心”。公司在传感器和 AI 感知能力上的专长，这是公司 的核心优势。公司依托硬件平台，如上肢（双臂+灵巧手），完成端到端的任务执行，致力 于具身智能的 Scaling Law。未来十年，公司致力于成为全球领先的机器人技术平台公司。 依托于公司在软硬件多方面的积累布局，在纵向硬件、AI、芯片，横向汽车赛道和机器人 赛道不断深入探索，公司已准备好迈入激光雷达第三阶段，通过技术革新，推动整个机器 人行业的智能化升级。

编辑：火腿肠