激光雷达行业最值得关注的变化，并不是它能否看得更远、更准，而是它正在从一件昂贵的“精密光学设备”，变成车企可以在量产车型上认真计算成本、配置和收益的标准化部件。
过去几年，激光雷达一直处在争议之中。
一边是纯视觉路线强调算法和低成本，认为汽车不必依赖昂贵传感器；另一边，高阶智驾车型不断把激光雷达推向前装量产，把它作为复杂场景下的安全冗余。
真正让争论降温的，是价格。
早期车载激光雷达单颗价格动辄数万元，2021年前后部分产品仍在约8000元水平。到近几年，面向ADAS量产的半固态产品已下探至2000元以内，部分型号逼近千元区间。
禾赛AT128两年内将128线激光雷达从行业早期约2000美元降至约400美元，下一代ATX目标价格低于200美元。
这意味着，激光雷达的竞争逻辑正在改变。
它不再只是技术参数之争，而是芯片自研、供应链控制、车规量产、客户绑定和规模降本的综合较量。
短期看，行业受益于高阶智驾渗透率提升；长期看，它要回答的问题是：当汽车、机器人和物理AI都需要空间感知能力时，激光雷达到底会成为少数高端场景的增强配置，还是会像摄像头一样，成为智能设备的基础感知元件？
主动感知如何走向芯片化
激光雷达，英文为LiDAR，本质是一种主动式三维感知传感器。
它通过发射激光束，再接收目标物体反射回来的光信号，计算激光往返所需时间，从而得到目标距离。
这一方式通常被称为飞行时间法，也就是ToF。
与摄像头不同，激光雷达不是等待环境光照亮世界，而是主动向外“打光”。
因此，它能够直接生成包含距离、坐标、反射强度等信息的三维点云，帮助车辆、机器人或无人设备理解周围空间结构。
一个典型ToF激光雷达系统，通常由四个部分组成：
发射模块负责产生激光脉冲，并通过光学系统向外发射。
接收模块负责接收目标反射回来的激光信号，并将光信号转为电信号。
扫描模块决定激光束如何覆盖视场，例如旋转扫描、微振镜扫描或电子扫描。
主控与信号处理模块则负责放大、转换、计算和建模，最终输出点云数据。
这种能力使激光雷达在自动驾驶、无人机、机器人、测绘、智慧交通、工业自动化等场景中具有价值。
在智能驾驶中，它的核心意义不只是“多一个传感器”，而是在强光、逆光、黑夜、弱纹理目标、复杂道路边界等场景下，为系统提供更高置信度的空间信息。
这也是激光雷达被视作L3及以上自动驾驶重要硬件基础的原因。
从车载量产角度看，最核心的分类，是按照扫描结构分为机械式、混合固态和纯固态三类。
这三类方案背后，对应的是可靠性、成本、测距能力、体积和制造难度之间的不同取舍。
机械式激光雷达是最早商业化的路线。
它依靠宏观机械旋转部件实现360°全景扫描，探测距离可达200—300米，点云密度高，算法适配也较成熟。
早期Robotaxi测试车和无人驾驶验证项目，大量使用机械式激光雷达。
但机械式路线的问题也很明显。
一是结构复杂，内部旋转部件在车辆长期振动环境下容易疲劳。
其平均无故障时间通常只有1000—3000小时，低于乘用车规级约13000小时的基本要求。
二是生产难度高，多通道光路收发模块需要耦合调试，影响良率和生产效率。
三是成本高。Velodyne早期HDL-64E机械式激光雷达曾高达8万美元。
到2025年，机械式方案市场渗透率已大幅缩小至约5%，主要用于成本和寿命约束相对较弱的L4级Robotaxi测试车队，基本退出乘用车前装量产主线。
混合固态激光雷达主要包括转镜式、MEMS微振镜式、棱镜式等方案。
它不再让整个传感器大幅旋转，而是通过局部微动部件实现光束扫描。
这种路线保留了一部分机械结构，但显著降低了磨损和体积，在性能、成本和可靠性之间取得相对平衡。
因此，它成为当前L2+、L3级乘用车高阶ADAS的主流方案。到2025年，其市场份额约为60%。
转镜式方案中，激光收发模块相对固定，主要依靠一维或二维反射镜改变光束方向。禾赛AT128、图达通部分1550nm多线产品属于这一类代表。
MEMS方案利用硅基半导体工艺制造微米级振镜，通过静电或电磁驱动实现高频扫描。速腾聚创M系列即采用相关结构。
棱镜方案则通过电机带动楔形或双棱镜旋转，实现较紧凑的光路设计。小鹏P5曾搭载Livox HAP，采用双棱镜扫描结构。
混合固态方案不是终点，但它解决了行业当前最现实的问题：能量产、能过车规、成本可以继续下降。
纯固态激光雷达彻底取消机械运动部件，被产业界视为更长期的演进方向。
它的优势是体积小、可靠性高，理论上更容易通过芯片化和规模制造降低成本。
目前主要路线包括Flash和OPA。
Flash方案通过面阵光源瞬间照亮整个视场，再结合SPAD接收阵列成像。它结构简单、成本低，部分方案低于300美元，但光功率分散，探测距离通常在100米以内，更适合低速泊车、侧向补盲、机器人等场景。
OPA即光学相控阵方案，借鉴相控阵雷达原理，通过控制阵列单元相位差实现光束电子偏转。理论探测距离可达300—500米，角分辨率可达0.05°，但芯片良率、旁瓣干扰等问题仍待解决。
到2025年，纯固态方案市场份额已突破至约35%。但这并不意味着其已全面替代混合固态，而是不同场景开始分层落地。
车载主雷达仍更看重长距和稳定量产，补盲、泊车、机器人则更容易先接受纯固态方案。
激光雷达真正的长期分水岭，在于芯片化集成。
所谓LiDAR-on-Chip，是把发射、接收、处理等核心模块，尽可能集成到CMOS或硅光晶圆体系中。
这会改变激光雷达的制造逻辑。
过去，它更像精密光学仪器，依赖复杂装调和光机系统能力。
未来，它可能更接近半导体元件，依靠芯片设计、晶圆工艺、封装测试和规模制造降本。
这一变化尚未完全完成，但已经成为头部厂商竞争的核心方向。
从测距设备到智能终端入口
激光雷达不是为智能汽车而生。
它最早服务于军事、航天、科研测绘等高价值场景，后来才逐步进入自动驾驶、机器人、智慧交通和工业领域。
1960年代，世界第一台激光器诞生，激光雷达开始用于军事测距、航天和科研。
1980—1990年代，
