來源虎嗅•較早收集於 5m
LiDAR 成為 Physical AI 最大受益者
LiDAR 正成為真實世界 AI、機器人與自動駕駛的關鍵資料與感知層。
30 秒速覽
有什麼變化
Physical AI 需要透過真實世界部署取得資料，因此 3D 感知與 LiDAR 的重要性日益提高。
為什麼重要
對 AI 建置者而言，更高品質且成本更低的 LiDAR，可能加速具身 AI、自動駕駛與工業感知系統的發展。競爭重點正從單純硬體成本，轉向感測品質、整合運算、部署規模與真實世界資料取得能力。
下一步行動
使用 LiDAR 點雲建立 ROS 2 3D 感知原型，並將偵測延遲、功耗與效能和純視覺輸入進行基準比較。
誰應關注：Developers & AI Engineers
關鍵要點
- •Physical AI 需要透過真實世界部署取得資料，因此 3D 感知與 LiDAR 的重要性日益提高。
- •據稱 Hesai 以 43% 市佔率領先全球 ADAS LiDAR 出貨，並在 2026 年 3 月取得中國市場 55% 的份額。
- •RoboSense 2026 年上半年出貨 71.9 萬台 LiDAR，年增 170%。
- •產業正轉向採用 SPAD-SoC 的感算一體設計，以縮小體積並降低功耗。
- •Hesai 的 Picasso 晶片支援 4,320 線與 6D 彩色感知；RoboSense 的 Phoenix 晶片支援原生 2,160 線及最遠 600 公尺探測。
深度解析
本篇為 AI 生成分析，非原文內容。
增強重點摘要
- •Physical AI 的發展推動了 LiDAR 從單純的測距工具轉向具備語義理解能力的『感知計算終端』，這與邊緣運算（Edge AI）的整合趨勢高度吻合。
- •除了自動駕駛，LiDAR 在智慧城市基礎設施（如智慧路口與交通流量監控）的部署需求在 2026 年呈現爆發式成長，成為企業營收的新增長點。
- •隨著固態 LiDAR 技術成熟，製造業與倉儲物流機器人開始大規模採用 MEMS 與 Flash 混合架構，以解決傳統機械式 LiDAR 在高震動環境下的耐用性問題。
- •全球供應鏈趨勢顯示，LiDAR 廠商正積極與車規級晶片供應商（如 NVIDIA、Qualcomm）進行深度軟硬體整合，以實現感知數據在晶片層級的即時預處理。
- •LiDAR 數據的標準化與開源感知演算法庫（如 OpenPCDet 的升級版）的普及，大幅降低了非汽車領域開發者導入 3D 感知技術的門檻。
競品分析
核心技術
- Hesai (禾賽)
- SPAD-SoC / Picasso
- RoboSense (速騰聚創)
- MEMS / Phoenix
- Luminar
- 1550nm 光纖雷射
- Velodyne (現屬 Ouster)
- 傳統機械式 / 數位化
市場定位
- Hesai (禾賽)
- 高階 ADAS 與 Robotaxi
- RoboSense (速騰聚創)
- 成本敏感型 ADAS 與機器人
- Luminar
- 高速公路自動駕駛
- Velodyne (現屬 Ouster)
- 工業自動化與測繪
價格策略
- Hesai (禾賽)
- 中高階，強調晶片整合
- RoboSense (速騰聚創)
- 高性價比，強調規模化
- Luminar
- 高階，強調長距離性能
- Velodyne (現屬 Ouster)
- 差異化，強調穩定性
| 特性 | Hesai (禾賽) | RoboSense (速騰聚創) | Luminar | Velodyne (現屬 Ouster) |
|---|---|---|---|---|
| 核心技術 | SPAD-SoC / Picasso | MEMS / Phoenix | 1550nm 光纖雷射 | 傳統機械式 / 數位化 |
| 市場定位 | 高階 ADAS 與 Robotaxi | 成本敏感型 ADAS 與機器人 | 高速公路自動駕駛 | 工業自動化與測繪 |
| 價格策略 | 中高階，強調晶片整合 | 高性價比，強調規模化 | 高階，強調長距離性能 | 差異化，強調穩定性 |
技術深入
- SPAD-SoC 架構：將單光子雪崩二極體（SPAD）與處理器整合在單一晶片上，顯著提升了光子探測效率並縮小了模組體積。
- 6D 彩色感知：透過 LiDAR 點雲與影像數據融合，賦予點雲顏色與反射率資訊，提升 AI 對物體類別（如行人、車輛、路面標線）的辨識精準度。
- 原生 2,160 線解析度：利用高頻掃描技術，在不增加雷射發射器數量的基礎上，透過多重回波處理提升空間解析度。
- 600 公尺探測距離：採用 1550nm 波長雷射技術，在符合人眼安全標準的前提下，大幅提升了對低反射率物體的遠距離偵測能力。
前景展望基於引用來源的 AI 分析
LiDAR 將在 2027 年前成為所有 L3 以上自動駕駛車輛的標配硬體。
隨著成本下降與感知演算法對 3D 數據依賴度提升，純視覺方案在極端天氣下的安全性限制將推動 LiDAR 成為必要冗餘。
LiDAR 產業將出現大規模的軟體授權營收模式轉型。
硬體利潤率受競爭壓縮，廠商正透過提供感知軟體演算法與數據處理平台來獲取長期訂閱收入。
時間線
2023-02
禾賽科技（Hesai）正式在納斯達克掛牌上市。
2024-01
速騰聚創（RoboSense）於香港聯交所主板上市。
2025-06
禾賽發布 Picasso 晶片架構，標誌著感算一體化技術進入量產階段。
2026-03
禾賽在中國 ADAS LiDAR 市場份額達到 55% 的歷史新高。
- 2023-02禾賽科技（Hesai）正式在納斯達克掛牌上市。
- 2024-01速騰聚創（RoboSense）於香港聯交所主板上市。
- 2025-06禾賽發布 Picasso 晶片架構，標誌著感算一體化技術進入量產階段。
- 2026-03禾賽在中國 ADAS LiDAR 市場份額達到 55% 的歷史新高。
AI 週報
閱讀本週精選 AI 大事摘要 →
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗
每週電子報
每週一封，可隨時退訂。