![]()
萬億生意的新起點。
出品 | 華商韜略汽車組
作者丨白小白
編輯丨方樂迪
1990年代末的日本,影像產業陷入了一場看似無解的內卷。
CCD傳感器的畫質幾乎登峰造極,柯達、富士、奧林巴斯這些老牌玩家,正為多賣幾臺數碼相機、誰的像素更高爭得頭破血流。彼時CCD產業鏈上的所有人都認為:影像傳感器就該用CCD做,特殊工藝、低良率、貴得離譜,是這門生意天經地義的屬性。
只有索尼做了一個不被看好的決定:把寶押在還很青澀的CMOS上。
CMOS是半導體行業的“標準件”,可以直接借用通用晶圓廠的成熟產線,理論上能讓影像傳感器的成本斷崖式下降。但在當時,它的畫質比CCD差一大截,被業界視為“低端貨”。索尼內部為此吵了好幾年,最后社長出井伸之拍板:CCD是過去,CMOS是未來。
二十年后回頭看,這是一次價值萬億的押注。
全球每一部智能手機里那塊小小的影像傳感器,幾乎被索尼CMOS路線獨霸。而CCD時代的那些王者,要么轉身,要么消失。
今天,激光雷達行業正站在自己的“索尼時刻”門口。
【01 從“組裝廠”到“芯片廠”:一道架構的護城河】
前不久,速騰聚創把“創世架構”和“鳳凰”“孔雀”兩顆芯片搬上發布會,這次他們想讓會摸的激光雷達,能看見,復刻索尼CMOS的傳奇。
要理解創世架構的分量,得先回到激光雷達的“前傳”。
2007年,DARPA無人車挑戰賽冠軍斯坦福大學的“斯坦利”號頭頂那個旋轉的大花盆,就是Velodyne的64線機械式激光雷達。這臺單價7.5萬美元的設備,奠定了Velodyne未來十年的霸主地位——在那個年代,64線意味著每條線大約價值1萬美元,相當于一輛中級車的錢被綁在了車頂上。
然而這家公司并沒有成為雷達領域的寧德時代,2023年,Velodyne和Ouster完成合并,最終以相當狼狽的方式落幕。
這家明星公司陷入模擬架構的死穴——“分立元件堆砌+特殊工藝”,每次性能升級都是次重型工程,享受不到半導體行業那種“摩爾定律”的復利,元器件越多,分辨率越高,成本和功耗就越失控。性能想再上一個臺階,成本就要指數級上升;想把成本壓下來,性能馬上掉一截。
這和CCD如出一轍——畫質再好,工藝再精,也走不出“貴族器件”的小圈子。一度,128線就成了行業的天花板。
而速騰聚創創世架構,是給激光雷達接上了“制造主干道”的接口。
它做了三件事:
第一,把SPAD感光層、讀出電路、處理芯片用28納米車規工藝和3D堆疊技術封進一顆芯片,體積砍掉40%,功耗降低30%。
第二,集成了4320核的異構計算陣列,每秒能處理近5000億次點云數據,相當于把一臺超級計算機的認知能力直接塞進雷達里。
第三,硬件抗干擾能力做到99%——這意味著在未來馬路上幾十顆激光雷達“互射”的混亂場景里,它依然能保持清醒。
比起參數,更值得注意的是速騰聚創在商業上的“飛輪效應”。
過去一年,速騰聚創基于創世架構的同一套底層能力,已經孵化出5到6款不同形態的新品。這就好比有了ARM架構之后,從手機SoC到服務器芯片再到IoT芯片,每個細分場景都能快速衍生出對應產品,而無需推倒重來。
這種從“一顆芯片”到“一個產品族”的復利,是組裝模式難以望其項背的。
你買公版芯片做集成,永遠只能跟著別人的節奏走;而握有自研芯片架構的玩家,能定義節奏、定義場景、定義下一代產品長什么樣。
當年大量做CCD模組的組裝廠,最終要么消失,要么淪為低端代工;活下來的,是索尼、三星、豪威這些握著芯片設計能力的玩家。激光雷達正在重演這一幕。
【02 “鳳凰”上車,“孔雀”落地:用場景定義新物種】
光有創世架構還不夠,速騰聚創真正的殺手锏,是用同一套底層能力射出了兩枚精準定位的產品——“鳳凰”和“孔雀”。
先說“鳳凰”。
![]()
▲圖源:速騰聚創
它是為高階智駕打造的主雷達芯片,原生單芯片單光路就能實現2160線探測、400萬像素、600米探測距離。這是什么概念?意味著在高速公路上,車輛能在150米外看清一個13×17厘米的小盒子——大概是地上一雙拖鞋的大小。
過去L2+輔助駕駛最大的尷尬是:高速場景下,前方掉落的輪胎、紙箱、摩托車,往往要等近到幾十米才能被識別,而幾十米在高速行駛下不過是兩三秒的反應時間——根本不夠車主接管。每一次智駕事故的輿情背后,都是這兩秒的故事。
當感知邊界從“看得見”推到“早已看見、并能預判”,整個智駕系統的安全等級會被重新定義。這不是參數表上的提升,而是用戶敢不敢真正放手的分水嶺。
![]()
L4級別的無人駕駛,對感知的容錯率幾乎為零,因此普遍采用“一顆主雷達+多顆補盲”的“1+N”架構。鳳凰芯片在這個組合里扮演的就是“中樞神經”的角色——它必須萬無一失,因為整個車隊的安全冗余都建立在它身上。行業里現在有一種共識:未來三年,“1+N”會成為高階智駕的標配。鳳凰芯片正好踩在這個節奏上。
文遠知行CEO韓旭認為,對于遠距離及小目標探測,是從“量變到質變”的過程。他期待激光雷達從現有水平發展到未來的1萬線,屆時能真正做出超越人類駕駛能力的系統。鳳凰芯片具備2160線探測能力和遠距離探測性能,是向這一目標邁進的重要技術體現。
再看“孔雀”。
![]()
▲圖源:速騰聚創
如果說鳳凰瞄準的是“遠距離、高精度、行車主感知”,那么孔雀瞄準的就是“近距離、超廣角、機器人級操作感知”。它集成了640×480的VGA級SPAD面陣,180°×145°超廣視場角,毫米級精度,30Hz幀率——剛好和攝像頭同步。
這看起來是一顆“補盲雷達”,但它真正打開的,是一個比汽車更廣闊的市場——機器人。
下場做機器人的人,都會被一個問題困擾:怎么讓機器人精準抓起一杯水、一顆螺絲、一只貓?傳統雙目視覺精度不夠,結構光只能在幾十厘米內工作,毫米波雷達分辨率太低,傳統激光雷達尺寸大性能低。
一個真正能讓機器人“動手”的傳感器,市場上幾乎是空白。孔雀芯片填的就是這個空白。它能讓一臺掃地機器人在床底盲區里精準建圖,能讓一臺倉儲機器人識別近距離的紙箱褶皺,能讓一臺人形機器人判斷咖啡杯的具體位置和傾角。
這些場景不屬于“汽車賽道”,但加起來,蛋糕比汽車大。
RGBD,堪稱一步打開市場想象力的妙招。
速騰聚創的路線是從工程化的“攝像頭+SPAD系統級融合”,進化到芯片級的“原生RGBD相機”,讓每個像素同時輸出幾何信息(D,深度)和色彩信息(RGB)。說人話:讓激光雷達像人眼一樣,既能看到形狀,又能看到顏色和質感,二者天然對齊。
由此,速騰聚創在Active Camera系列解決了多傳感器融合最頭疼的“時空不同步”難題。今天大多數智駕系統和機器人系統,都得花大量算力去把攝像頭、毫米波、激光雷達的數據對齊——慢、貴、容易出錯。
而原生RGBD,在單芯片層面把這事干了。
速騰聚創也沒讓芯片成為“期貨”——鳳凰今量產上車,孔雀年三季度規模化量產,明年年底前發布RGBD傳感器。
【03 估值范式之變:放下出貨量,看見“基礎設施”】
激光雷達現在的狀態,不成熟市場的“存量博弈”,而是滲透率只有3%-5%的“增量藍海”,重要的是誰掌握了未來90%空間的入場券。
這張入場券由三件事決定:
第一,技術架構的代際優勢。
英偉達2010年的GPU出貨量并不算大,主營業務還是游戲顯卡,股價在十幾美元徘徊了整整四年。華爾街卻只盯著的是它的GPU市占率,分析報告里充滿“成長性堪憂”的字眼。但CUDA架構已經在那里了——黃仁勛頂著壓力把這塊“賠錢貨”養了五六年,免費推給全球高校和科研機構,直到2012年AlexNet橫空出世,深度學習的引信被徹底點燃。
同樣,看激光雷達也可以這么看:架構能否每年孵化1到2顆新芯片?能否在兩到三年里把像素翻倍、成本砍半?這些問題的答案,才是技術路線還沒收斂的早期真正的勝負手。
第二,供應鏈的復用性。
索尼之所以能從CCD時代切換到CMOS霸主,不是因為它發明了什么神秘工藝,而是因為CMOS可以直接接入半導體行業成熟的代工體系——不用自己建特殊產線,不用獨自分攤昂貴的工藝研發,直接站在廣大晶圓廠的肩膀上。
激光雷達的SPAD技術,和CMOS圖像傳感器同根同源。這意味著創世架構可以直接復用28納米成熟工藝、3D堆疊技術、晶圓廠產能——這是模擬架構永遠不可能擁有的紅利。一顆芯片背后,是整個半導體產業鏈幾十年積累的復利。
第三,市場的跨界與降維。
激光雷達一旦完成芯片化,它就不再只是“汽車的器官”,而是所有需要感知物理世界的設備的標準配置——機器人、無人機、AGV、礦山設備、農業裝備、AR眼鏡……這是一個比汽車大幾個量級的市場。
更長遠地看,當摩爾定律繼續把SPAD芯片的成本打下來,高性能激光雷達進入消費電子領域只是時間問題。
“能看見”的速騰聚創已經不只是一家激光雷達公司,而是一家“物理世界感知基礎設施”公司。
這種公司的估值錨,應該對標誰?英特爾,高通,索尼半導體——選一個吧。
回到開頭那個故事。
索尼當年押注CMOS的時候,沒人知道它會成功。CCD陣營的玩家覺得它是瘋子,分析師覺得它在燒錢,連索尼內部也是吵到最后才下定決心。直到智能手機時代來臨,CMOS的成本曲線和半導體復利徹底碾壓了CCD,所有人才反應過來:原來這場游戲從一開始就不是“畫質比拼”,而是“產業范式之爭”。
速騰聚創的創世架構,干的就是同一件事:把激光雷達快步拉進“半導體主流”。它不是在和友商比誰今年多賣了幾臺車規雷達,而是五年之后,激光雷達將像CMOS那樣無處不在,成為“看見”世界的最佳方式。
![]()
▲圖源:速騰聚創
而那時定義產品形態、規則和生態的,將是今天就握有架構能力的人。賭贏了,速騰聚創將成為智能感知時代的“索尼半導體”。
用“賣貨郎”的尺子去量“規則制定者”,永遠量不出真正的價值。十年后回頭看,所有只盯著英偉達出貨量的人,都錯過了人類歷史上最賺錢的一只股票。
而這一次,資本市場可能需要重新學一遍怎么看激光雷達——“看見”這件事,是萬億生意的新起點。
歡迎關注【華商韜略】,識風云人物,讀韜略傳奇。
版權所有,禁止私自轉載
部分圖片來源于網絡
如涉及侵權,請聯系刪除
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.