禾赛十年上车路：如何从新兵到龙头｜Z Circle

Z Circle 是关于人的栏目。

人是一切创新的源动力。在过去的十二年里，真格一直专注投人哲学，连接起那些最真挚、勇敢、极具创新精神的人们。我们记录他们的故事和旅程，希望你能从中看见自己，也期待与你相识相知。

2017 年，真格基金 A 轮投资禾赛科技，并在 B 轮融资中继续加码，一路陪伴禾赛科技成长。CEO、创始人之一李一帆是机器人和运动控制领域的专家，全球自动驾驶行业领军人物，在机器人、运动控制、传感器及先进制造领域拥有 100 余项专利。今年初，禾赛科技成功挂牌纳斯达克，中国激光雷达第一股诞生。

以下是禾赛科技的故事。

文丨潘泽强

编辑丨程曼祺

一边是 500% 的销量增速，一边是相比于上市时腰斩的股价；一边是行业第一的毛利，一边是激烈的价格战；一边是广阔的蓝海市场，一边是备受质疑的 「必要性」。

集矛盾于一身的这家公司是诞生于中国的全球车载激光雷达龙头——禾赛科技。

与一批中国智能电动车供应链新龙头相似，禾赛的成长受两重红利推动：智能化改变了汽车产品形态，汽车需要自己 「看到」 世界，激光雷达这一诞生于二战后、长期用于工业领域的传感器进入了年销近 6000 万辆的乘用车大市场；其次，中国激进的市场竞争使车企更愿意采纳新技术、对智能化转型更敏捷。

今年 2 月 9 日，禾赛登陆纳斯达克，当日市值突破 26 亿美元。此前，禾赛最大的客户理想汽车在 L9 Max 与 L8 Max 版上都搭载了禾赛的半固态激光雷达主力产品 AT128。L8 和 L9 在 2022 年最后 4 个月卖出 5.5 万多辆，至少为禾赛带来 4 万台激光雷达订单。

禾赛 2022 年的总销量超过 8 万台，是此前 6 年总销量的 4 倍多。今年前三季度，禾赛销量继续增长至 13.4 万台，其中 11.4 万台为前装于乘用车的激光雷达，同比增长 516%。 

整个中国激光雷达市场也在快速增长。最近 3 个月在中国上市的 19 款车型中，有 10 款可选配激光雷达。据高工数据，今年前三季度，中国卖出的乘用车上共搭载了超 30 万台激光雷达，排名前三的禾赛、图达通和速腾聚创合计占超 85% 的市场份额。

市场高歌猛进，但智能驾驶是否必然需要激光雷达却仍有争议。

高性能车载主激光雷达售价达数千元，是摄像头模组的 6-10 倍。更大的威胁是，越来越多车企开始模仿特斯拉的 「纯视觉」 智驾方案。

一家激光雷达公司人士告诉《晚点 Auto》：主流车企正在犹豫是否在下一代主销车型中使用激光雷达，态度倾向于不用。如小鹏已决定在 P5 改款中拿掉激光雷达。

「第一梯队的禾赛、图达通、速腾和华为，一定更能感受到这种焦虑。」 他说。

高增长下，禾赛作为全球行业龙头，市场表现不算亮丽：其股价已从上市后的 22 美元高点跌至 10 美元左右；同期，其它激光雷达上市企业的平均股价更是下跌近 80%，并有数家企业破产或合并。

这是新型汽车零部件的共同挑战：激光雷达不像动力系统或悬架那样在汽车中地位稳固，它起于汽车智能化变革，亦可能被尚在发展中的技术变革抛弃。

01

Robotaxi：在产品为王的现货市场挑战 Velodyne

激光雷达成为一种汽车传感器，始于由 DAPAR （美国国防部高级研究计划局）举办的无人驾驶挑战赛。到 2007 年第三届挑战赛时，美国发明家大卫·霍尔（ David Hall ）为 5 支参赛队伍提供了一款机械式激光雷达，帮助他们创造了破纪录的成绩。霍尔创立的 Velodyne 也成为全球第一家车载激光雷达公司。

自动驾驶行业在这前后萌芽：2010 年-2013 年，Google、百度等大公司，Zoox、Cruise、Aurora 等美国创业公司成批进入自动驾驶领域，以完全替代司机为目标，开发 Robotaxi（无人出租车）。

同样创立于 2013 年的禾赛科技却没有第一时间登上自动驾驶这艘快船，而是选择用激光传感器检测危化气体和空气质量。

有投资人评价当时的禾赛是 「一流团队做二流方向」。

禾赛早期投资者、真格基金合伙人尹乐看中禾赛创始团队的潜质，三位创始人能力互补：CEO 李一帆是社交高手、伊利诺伊大学香槟分校机器人方向博士，2014 年底禾赛回国前的欢送会聚集了旧金山湾区近 500 名投资人和创业者，当时禾赛只是个刚成立不到 3 个月的小公司。首席科学家孙恺科研背景扎实，师从美国工程院院士、斯坦福机械工程系教授罗纳德·汉森（Ronald Hanson），他在斯坦福任副研究员时的课题之一就是用激光器搭载测量系统。CTO 向少卿曾任苹果 iPhone 系统集成工程师，主攻手机电路系统设计，是以前沿技术开发产品并做工程落地的高手。

他们选择的危化气体检测却是一个小市场，2014 年中国气体传感器市场整体规模仅为 4.05 亿元，即使禾赛拿到了中国最大民营燃气集团新奥燃气的订单，也难在这个小市场里长成大公司。

2014 年夏天，禾赛三位创始人（从左至右）向少卿、李一帆和孙恺一起回国寻找天使轮融资。

2015 年下半年，看到市场瓶颈的禾赛谋求转型，希望找到空间足够大、壁垒足够高、易于标准化的方向，车载激光雷达符合这 3 个标准。

核心技术是光电技术的激光雷达也与禾赛技术栈吻合，当时禾赛已聚集了来自清华大学、上海交通大学等高校的十余位光电研究员。

孙恺判断，「结合此前的光机和电路设计经验，我们能在几个月内改造出一台多线激光测距雷达，性能可能超过市面上所有产品。」 2016 年 10 月，禾赛拿出了首款 32 线机械式激光雷达样机，开发时间不到一年。

禾赛此时已是一个后来者。Velodyne 当时已生产、售卖了近 10 年激光雷达，提供了北美 Robotaxi 市场中 95% 的产品；其它玩家还有 Luminar、Ibeo、Quanergy 和 Innoviz 等。

这时有两种竞争思路，一是与欧美公司正面竞争，做相似的产品、打相同的客户；二是走差异化路线，如当时有公司做 16 线等性能更低的雷达，服务移动机器人或封闭场景的自动驾驶。

激光雷达的 「线」 指激光密度：激光成像原理是 「光飞行的时间」（Time of Flight，简称 ToF），即激光器发射激光，碰到障碍物后反射回弹，通过激光反射的时差便可算出激光器与障碍物的距离。当发射多束激光时，就可以对激光所及的障碍物上的多个触点一一测距，形成一张 「点云图」。理论上，发射激光越多，返回的点越密，得到的图像就越精确。上图为激光扫描形成的点云图像。

禾赛选择了前者：直接做高性能产品，瞄准全球最先进的美国客户。禾赛认为供应商的技术进步要靠客户牵引，与顶级玩家合作才可能打磨出领先行业的技术。

在第一款 32 线的样机后，禾赛又花一年多时间，开发了其发展史上的一款关键产品 Pandar40。

这是一个看起来冒险的设计。Velodyne 当时的主力产品是 32 线和 64 线，它们定义了机械激光雷达的主流形态。而 Pandar40 是一款 40 线产品，会加大客户的兼容工作，增加销售难度。

但在与近百家自动驾驶企业交流后，禾赛发现这些公司对激光雷达的一大需求是扫描时成像范围中间区域的密度要足够高，32 与 64 的线束分布并不是最合理的，40 线有可能达到更好的平衡。经测试，用 Velodyne 64 线雷达扫描 50 米外身高 1.7 米的行人时，最多能扫出 5 条线，而 Pandar40 可达到 6 条。

「模仿海外公司的成熟产品线更容易，但禾赛不想做中国的 Velodyne 。不做一样的产品，这是一种孤傲。」 李一帆说。

Pandar40 中和了 32 线和 64 线产品的优势。2016 年时，Velodyne 64 线雷达的价格仍高达 8 万美元 / 台，Pandar40 售价则不到 4 万美元，与其主要竞品 Velodyne 32 线雷达相当，但性能更好。

自动驾驶公司智行者创始人张德兆当时在使用过 Pandar40 后评价：「禾赛 40 线雷达的扫描结果已非常接近 Velodyne 64 线激光雷达的点云质量，且在机电特性、体积等方面优于 Velodyne。」

这款产品很快帮禾赛打开了市场，它在 2017 年拿下首个自动驾驶客户 Nuro，这是一家由 Google 无人车早期重要成员朱佳俊创立的无人配送公司。一年多后，禾赛又从 Velodyne 手中夺得了百度 Apollo 的订单，这是它在 Robotaxi 市场站稳的关键一战。

百度 Apollo 当时是全球最大的激光雷达采购方。Google 旗下的 Robotaxi 公司 Waymo 之前已购买了 Velodyne 的专利授权，自己生产激光雷达。

百度 Apollo 无人驾驶出租车搭载禾赛 Pandar 系列激光雷达。

一位百度 Apollo 前人士称，2018 年以前百度已开始同时使用 Velodyne 与禾赛的产品。转折发生在 2018 年世界互联网大会前后，为赶上大会，Velodyne 开始给百度供应刚研发出来不久、稳定性还不未经检验的 128 线产品。但在前期收到的几十个产品中，百度发现了上百个需要返修的问题。后来 Velodyne 又寄过来一批精挑细选的 「金标」 产品，百度 「拆都没拆就退回去了」。

百度之外，Velodyne 也没能服务好 2016 年前后涌现的一批中国 Robotaxi 公司。Velodyne 在中国不设仓库，只安排市场和销售人员，产品返修一次要 1 到 3 个月。禾赛、速腾等国内供应商则能在 1-2 天内就替换有问题的产品。

获得百度订单同期，禾赛营收开始快速增长：2018 年达到 1900 万美元，同比增长 530%；2019 年又跳涨至 5300 万美元。

李一帆对《晚点 Auto》总结，相比乘用车市场，Robotaxi 是典型的 「现货市场」：

• 客户采购产品的主要目的是研发，更看重产品性能而非成本；

• 供应商提供的均为后装现货激光雷达，性能测试周期短、效果直观。

• 客户多为工程师话语权较大的技术公司，层级扁平、采购决策链短。

在满足上述特点的市场中，产品为王：一款性能、稳定性和价格平衡的爆款能凭口碑打开市场。

「算上我，禾赛当时只有 4 个销售。」李一帆说，「我一度认为，只要把产品放到客户桌上，销售就完成了。好产品自己会说话。」

2021 年，禾赛成为 Robotaxi 市场销量第一的激光雷达公司。全球排名前 15 的 Robotaxi 公司中的 12 家以禾赛为激光雷达主供应商。禾赛在 Robotaxi 市场的份额和收入目前仍在增长，这一市场也为禾赛贡献了最多利润。

02

进军乘用车：从定点落后到出货第一

在 Robotaxi 市场做到第一的禾赛，在进入乘用车市场之初却一度落后。

在 2021 年的车载激光雷达定点竞赛中，速腾拿下 40 个车型定点，禾赛当年公开披露的车企定点数仅有 4 个，涉及十几款车型。

从 Robotaxi 到乘用车要求激光雷达产品升级：过去 Robotaxi 市场主流的机械旋转式雷达最初不是为车规设计的，它运动部件太多、集成度低、体积大、成本高。各公司开始开发使用了更少运动部件的半固态乃至纯固态激光雷达。

禾赛拿出车载高性能半固态雷达的时间晚于对手。2020 年 1 月，图达通和速腾相继发布其首款半固态雷达猎鹰和 M1。而禾赛的第一款半固态激光雷达 AT128 到 2021 年 8 月才正式发布。

李一帆说外界看到的时间差是因为各公司销售策略不同：「我们的市场策略是永远要做超出客户预期的产品，而不是先给客户承诺，再让他们失望。第一款车载混合雷达，我们做到 70 分才发布，而有些竞争对手可能 25 分就发布，并开始大范围推销了。」

同期，禾赛也在经历风波：2020 年 6 月，禾赛与 Velodyne 就专利纠纷达成和解，条件是支付 1.6 亿元人民币的一次性和解费，并在此后十年里为涉诉专利向 Velodyne 支付许可费。这本是在为 IPO 铺路，2021 年 1 月，禾赛递交科创板招股书，但因科创板上市环境变化，仅 2 个月后，禾赛又主动撤回了上市。

一位汽车行业人士告诉《晚点 Auto》，小鹏在 2021 年上半年为 G9 选型时，最终选了速腾而非禾赛，重要原因是，小鹏得再等一个季度才能拿到禾赛的测试样品。李一帆称，实际上禾赛也能更早拿出样品，但样品还在快速迭代中，小鹏没有选择禾赛的真正原因是，禾赛是当时市场上唯一做芯片化半固态激光雷达的公司，小鹏不看好这条技术路线：「很多人认为禾赛做不出来，但我们真就做出来了。」

「芯片化」 指将激光雷达中数百个电子元器件集成到几枚芯片中。相比传统的分立式设计，芯片化能提升产品集成度、减少供应商数量，降低成本。以 Velodyne 64 线产品为例，64 个激光收发通道的物料成本高达 6400 美元，且每个收发通道均需人工调校。芯片化的激光雷达单线收发成本则仅有原来的 1/20，且无需人工调教，量产一致性大幅上升。

禾赛自 2017 年就开始探索半固态雷达，同时开始自研激光雷达专用芯片。后来投资了禾赛 5 轮的光速光合创始合伙人宓群 2013 年时几乎考察了全球所有激光雷达企业，但并未出手。普林斯顿电子工程系出身、早年曾在硅谷创业的宓群认为，固态雷达才可能规模化，但当时他没有见到类似尝试。正是在 2017 年看到禾赛的半固态产品雏形和芯片研发能力后，宓群才决定投资。2020 年，禾赛在机械旋转式激光雷达 XT32 产品上搭载了自研的首款芯片，2022 年量产的 AT128 上搭载了禾赛自研的第二代芯片。

禾赛称，其实到 2020 年底时他们已开发出了 AT128 的相对成熟版本，之所以又等了 8 个月才正式发布，就是在优化 AT128 的芯片设计。

禾赛最终没错过窗口期，它在 2021 初左右年拿到了理想定点，同年获得小米领投的 D 轮融资，此后又相继拿到高合、路特斯、长安、上汽、一汽和零跑等车企的定点。将近 20 个月后，禾赛出货量后来居上。

搭载了禾赛 AT128 和补盲雷达 FT120 的极石 01（左上）；搭载了禾赛 AT128 的理想 L9（右下）；禾赛 AT128 （右上）与 FT120（左下）细部。

2022 年 8 月开始交付的理想 L9 一经发售便大卖，在一年内卖出 10 万辆，连续 11 个月蝉联中国大型 SUV 销量榜榜首。理想目前仍是禾赛最大客户。

受理想 L9 带动，禾赛激光雷达出货量增长迅猛。2022 年 6 月，禾赛车载激光雷达累计出货量还只有近 1900 台，截至 2023 年三季度已增至 17.6 万台。据市场研究机构 Yole Intelligence 数据，禾赛 2023 年在全球乘用车激光雷达市场的出货份额将达到 41%。

一位汽车业人士评价，AT128 是 「点发点收」 方案，即每条激光线束对应一个单独的激光源，真正有 128 组收发通道；相似成本下，点发点收性能更高、成像精度更好，而其它竞品多是通过不同的扫描方案将更少的光源折射成更多线束，形成 「等效 128 线」。这位人士称 「禾赛的方案有较大研发和工程挑战，不做芯片化，128 线点发点收的体积和功耗都下不来」，成本也会很高，所以行业里做同样路线的公司少。

他还观察到，禾赛是产品相对标准化的公司，曾有车企希望禾赛更改 AT128 的一个接口位置，禾赛最终没有参与竞标。李一帆称，太多定制化会导致产品周期长、成本高，禾赛会尽量说服客户回归标准化产品，如果太多的定制要求可能导致质量下降，禾赛宁可不参加竞标也不会降低交付质量。

在乘用车市场领先的禾赛，为保持长期竞争力制定了两项核心战略：继续芯片化和提高制造能力。

禾赛称，目前他们在研发超过十颗不同功能的芯片，包括激光器驱动芯片、模拟前端芯片、数字化芯片和 SoC 芯片等，已完成了 V1.0、V2.0、V2.5 和 V3.0 的激光雷达芯片化架构，即将完成的 V4.0 预计将于 2026 年搭载在下一代激光雷达产品中。

「芯片化会让激光雷达的发展符合摩尔定律，随时间推移，激光雷达会像芯片一样性能翻倍、成本减半。」禾赛投资人宓群说。

禾赛自 2020 年 5 月开始建造 「麦克斯韦」智造中心，总耗资近 10 亿元人民币，将于今年底投入运营。

「代工是一件简单但错误的事。它会让你前期生产能力变强、拿单能力提高，但代工无法解决质量问题，也影响迭代速度。成熟产品可以代工厂生产，因为制造流程已基本定型，但代工厂不具备生产新型产品的经验。」李一帆认为，制造是设计的一部分。只有同时掌握研发和生产，产品迭代速度才足够快。禾赛的麦克斯韦中心集合了研发、测试和制造功能，研发实验室与生产线一墙之隔。

位于上海嘉定的禾赛 “麦克斯韦” 智造中心。

「也许我们最初销售时应该更激进一些。」 经过这一轮后来居上的竞争，李一帆总结乘用车市场是一个典型的长周期 「期货市场」：

• 供应商要配合车企的车型开发节奏，一款激光雷达从拿到定点到真正量产上车，在国内要花两年，海外则要花五到七年。

• 2020 年-2021 年，又是众多中国车企第一次选型激光雷达，车企自己对产品性能和参数也拿不准，禾赛当时的保守影响了部分客户的信心。

• 车企的组织结构也更复杂、采购链条更长，更考验供应商的销售与市场策略；替换成本也更高，至少在同一代平台的车型上，车企不会轻易换掉雷达供应商。但禾赛后来陆续拿到的一汽红旗、长城和零跑等客户也曾与其它激光雷达公司达成定点合作，禾赛认为这是其产品力的证明之一。

在期货市场中，能否选到靠谱的供应商也是对车企的考验。李一帆说这是一个互相成就的过程：「从未有一家客户的车因禾赛而延期交付。」

03

真正的危险是消费者不愿为智能驾驶买单

禾赛是汽车智能化的受益者，但尚未定型的智能化方案也在冲击整个激光雷达行业的前景。

更多车企开始采纳特斯拉坚持已久的纯视觉方案。特斯拉在 2021 年 AI Day 上公布了诸多智能驾驶技术细节，其它车企有了模仿范本。

中国车企的压力还来自愈演愈烈的价格与份额战，已把性价比推至极致的中国车企想尽可能减少冗余和昂贵的部件，不仅激光雷达，去掉或强调不依赖高精地图也成为今年的智驾趋势。

激光雷达拥护派认为纯视觉路线不够安全。2016、2019 和 2020 年，特斯拉的智能驾驶系统三次将前方的白色卡车误认为天空，直接撞了上去。其中两起事故导致司机身亡。摄像头依靠可见光成像，卡车的大面积白色与天空相近。类似的致命误判还可能发生在阴雨天和夜间。

在懂车帝近期组织的多车型 AEB 夜间测试中，不搭载激光雷达的车型的表现也差于搭载了激光雷达的车型。「你甚至能看到激光雷达数量与表现成正比，比如装了 3 台雷达的阿维塔效果就最好。」 一位从业者说。

李一帆认为，用不用激光雷达不是一个技术问题，归根结底是成本问题。如果未来激光雷达只需要数百元至千元左右，消费者多花这些钱就能买到安全，为何会不愿意？结合更强的量产能力和更大的规模，激光雷达价格正在继续下探。

宓群认为，绝大多数车企无法真正模仿特斯拉。纯视觉方案中，「眼睛」 也就是传感器没那么强，靠超级 「大脑」，即智能驾驶系统弥补缺陷，这看起来减少了每辆车的 BOM（生产物料）成本，实际要花更多钱研发 AI、自动驾驶芯片、购买乃至自研训练 AI 的算力，这分别对应特斯拉的 FSD 自动驾驶系统、FSD 芯片和 Dojo 超算集群。特斯拉 2022 年研发费用近 210 亿元人民币，蔚小理三家总和约为 230 亿元人民币。今年二季度的财报电话会中，特斯拉披露，已为训练自动驾驶模型购买了 1 万块英伟达 H100，特斯拉至少为此花了超过 3 亿美元。特斯拉还计划在 2024 年投资 10 亿美元扩大 Dojo 超算规模。

只有卖出足够多的车才能支撑上述长期投入。而且特斯拉并不仅是一个车企，它还有更多能分摊研发成本的场景，如马斯克寄予厚望的人形机器人。

「就像几个人打架，最强壮的人一定希望所有人都赤手空拳，而聪明人会带枪。特斯拉的强壮，源于长期积累的数据和超算能力，而激光雷达则是聪明人取胜的一把枪。」 李一帆认为特斯拉之外的车企反而应该用好激光雷达这个 「作弊神器」，「借助激光雷达，城市 NOA 规模化量产的速度至少能提前 2~3 年。」

不过短期看，激烈的车市竞争正挤压激光雷达公司的利润空间，甚至是销量规模。

今年初至今，几乎所有中国市场里的车企，不论燃油、电动，都以各种方式加入了降价大战。车载主激光雷达价格已从 2021 年时的 5000~10000 元降到去年的 3000~6000 元，今年则是 「少有人卖 3000 元以上」。

禾赛仍有行业第一的毛利，但毛利已从 2022 年一季度的 50.9% 下降至今年三季度的 30.6%。由于 Robotaxi 市场仍有高毛利，禾赛车载产品线的毛利应低于公司整体毛利。包括禾赛在内，所有上市激光雷达企业都在亏损。

降价、亏损也不一定换来上量。小鹏已在改款 P5 中拿掉了激光雷达，P5 曾是首个搭载激光雷达的中国车型。

更多车企现在只在中高端车型的高配版本中使用激光雷达，这至少会在未来 1~2 年里限制激光雷达的市场规模。三季度财报显示，禾赛车载激光雷达销量环比上季度下滑 11.6%。

李一帆认为短期价格战只是市场波动，他真正担心的是，汽车智能驾驶系统的进化速度和体验不及预期。

年初以来，小鹏、华为、理想等车企曾推出激进的城市 NOA 计划，小鹏计划落地 50 个城市，理想喊出 100 个的目标，华为则称要落地全国，目前各车企进度均落后于目标。

一位车主称，今年 10 月底某品牌开始推送的北京城市 NOA 尝鲜版并不好用：无标线转弯不是每次都成功，有时变道太激进，有时又太保守，比如车多、施工或车道变窄时，车就犹豫不决，达不到人类司机的水平。

中国质量协会 12 月 2 日发布的 「中国新能源汽车行业用户满意度指数」 显示，2023 年，每 100 辆新能源新车会发生 131 次故障，比去年多 33 次，故障次数最高的就是「智能网联系统」。今年也是 9 年来，该满意度指数首次下降。

自动驾驶的进化加速，无法仅靠某个或某种供应商推动，它需要车企牵头，全产业链一起协作。在体验足够好之前，各类汽车智能化供应商都面临着技术发展的不确定性和激烈市场竞争的双重焦灼。

花了近 10 年时间，禾赛从一家最初没找准方向的公司成长为一个战胜众多竞争对手的细分领域全球龙头。这家由 3 个 80 后创办的企业，摸索中闯入了一个管理者普遍年长得多的复杂产业。

他们仍有极客对技术的信念：相信无人驾驶能实现，看好如今微小、将来却可能比汽车更庞大的机器人市场和激光雷达在其中的位置。

在禾赛上海总部一进门的大厅阶梯上，描述着用技术改造世界的乐观愿景：2025 年，让全球 1% 的车具备三维感知能力；2035 年，让全球 50% 的车不需要方向盘；2050 年，用机器人技术解放人类 20% 的时间。

题图来源：禾赛科技官网

推荐阅读