激光雷达的尽头不是卷价格，而是6D全彩？

智能网联
2026-04-19 12:46

在2026年的智能驾驶江湖，大家都在卷什么？如果还停留在“卷价格”的上一个时代，那可能我们已经看不懂当下的棋局了。在刚刚结束的禾赛2020技术开放日上，一个全新的信号被释放出来：激光雷达正在经历一场从“几何感知”到“物理成像”的质变。禾赛联合创始人首席科学家..

在2026年的智能驾驶江湖，大家都在卷什么？

如果还停留在“卷价格”的上一个时代，那可能我们已经看不懂当下的棋局了。在刚刚结束的禾赛2020技术开放日上，一个全新的信号被释放出来：激光雷达正在经历一场从“几何感知”到“物理成像”的质变。

禾赛联合创始人首席科学家孙恺在演讲中抛出了一个极具颠覆性的观点：“具备摄像头成像水平的激光雷达正在成为现实。”

这句话背后，是禾赛全球首发的“毕加索（PICASSO）”芯片平台，以及基于此打造的全球首款6D全彩激光雷达ETX。

为什么要给激光雷达装上“摄像头的像素”？

“这个世界本质上是三维的，但过去因为技术限制，我们只能用2D摄像头去记录。”孙恺在演讲中的这句话，道出了自动驾驶感知领域最大的痛点——信息的丢失。

长期以来，行业里一直存在着“激光雷达派”和“纯视觉派”的争论。激光雷达擅长精准测距，构建3D骨架，但缺乏颜色和纹理，看不懂红绿灯的语义；摄像头擅长捕捉颜色和细节，但缺乏深度信息，且受光照影响巨大。

于是，我们看到了一种“缝合怪”式的解决方案，把激光雷达和摄像头物理拼凑在一起。

但这种方案存在天然的缺陷：时空不同步。

空间上： 两个独立的硬件，像素点无法完全对齐。雷达的一个点打在了路牌上，摄像头的像素可能因为视差刚好拍在了路牌后面的空气上。

时间上： 两个独立的快门，采集频率不同步。对于高速运动的物体，这种微小的时间差可能导致感知错位。

为什么要给激光雷达装上摄像头的像素？答案是为了“融合”。

当感光元件不再是传统的图像传感器，而是SPAD（单光子探测器）时，奇迹发生了。SPAD Image Sensor + SPAD Depth Sensor的深度融合，让每一个像素点既能测距（XYZ），又能感知颜色（RGB）。

这就是禾赛定义的“6D”，也就是3D空间结构加上3D色彩信息。

想象一下，在一个漆黑的夜晚，传统的摄像头可能因为噪点太大而看不清路况，而纯激光雷达虽然能画出轮廓，却分不清哪里是深坑，哪里是路面。但有了“毕加索”芯片的“超感光”能力，激光雷达在夜间也能像白天一样清晰成像，且自带精准的深度信息。

这是一种“降维打击”。它让激光雷达不再是一个单纯的“测距仪”，而变成了一个“全时域的3D相机”。它不再需要依赖外部的摄像头来补全颜色信息，它自己就能完成对世界的完整描述。

正如孙恺所言，这不仅是技术的突破，更是为了未来十年3D头显设备普及后的沉浸式体验做铺垫。当我们的下一代出生时，记录他们成长的将不再是2D视频，而是带有真实色彩和深度的6D全彩点云。

禾赛为什么要现在做这件事？

如果说第一部分解决的是“技术必要性”的问题，那么第二部分我们要探讨的是它的战略考量是什么？

答案或许在于禾赛推出的ETX系列和Kosmo业务中。

在“毕加索”芯片的赋能下，禾赛推出了ETX平台，最高支持 4320 线全彩 4K 超高清感知，最远测距距离600m，可识别150m内15cm*25cm小木块。

而量产，就在今年下半年。

为了让大家有概念，孙恺做了一个对比：500线雷达通常对应300米测距。ETX能做到600米，意味着在高速场景下，车辆有更长的反应时间。而超千线分辨率并不是重点，重点在于它在拥有超高线数的同时，实现了全彩成像。

这也就意味着，在L3甚至L4的自动驾驶架构中，激光雷达不再是摄像头的“备胎”，而是核心决策传感器。当系统需要在极端场景（如强光、暴雨、黑夜）下做出刹车或避让决策时，只有同时具备XYZ和RGB信息的传感器，才能提供最可靠的冗余。

另一个产品则更有意思，如果说ETX是解决当下的车，那么Kosmo就是解决未来的机器人。

图片来源：禾赛

在开放日上，李一帆透露了一个重要的战略转向：当激光雷达的技术做到“差不多”的时候，为什么不用它去解决其他问题？

Kosmo正是基于“毕加索”这类高保真3D记录能力而诞生的。它不仅仅是一个硬件产品，更是一个数据采集工具。

李一帆在回答关于“世界模型”的问题时非常坦诚：“我们并不是因为‘世界模型’火了才去做这个产品，而是我们在开发过程中发现，这种能极高保真还原三维空间数据的记录方式，恰好是‘世界模型’训练所需要的。”

无论未来的AI大模型路线如何演进，无论“世界模型”是否会成为主流，拥有对物理世界最精准感知能力的硬件，永远是核心资产。禾赛通过Kosmo，试图将激光雷达的应用边界从汽车扩展到具身智能机器人，从单纯的导航避障扩展到对物理世界的语义理解和重建。

激光雷达的终点在哪？

聊到这里，大家可能会有一个疑问：既然ETX能做到4320线，那是不是意味着未来的激光雷达要无止境地“卷”线数？

答案是否定的。

“500线的激光雷达，它对应的测距能力是300米，这是一个比较合理的指标。”孙恺如是说。这也进一步点明一个关键信息——线数的边际效应——线数（分辨率）和测距能力必须是匹配的。

如果线数很高，但测距不够：比如你有2000线，但只能看100米。那么在100米开外，这些高线数就失去了意义，因为你根本打不到远处的物体。这时候，高线数只是一堆没有用的数字。

如果测距很远，但线数很低：比如你能看600米，但只有16线。那么远处的物体可能只有一个模糊的轮廓，无法识别细小的障碍物（如轮胎、低矮路障）。

孙恺的观点非常直接，线数不是唯一的指标，甚至不是最重要的指标。

所谓的“千线”“万线”，本质上是为了看清远处的细小物体。如果测距能力跟不上，单纯堆砌线数就是“伪需求”。在禾赛看来，真正的重点在于全要素感知与“隐形”安全。

那么，激光雷达的终点究竟在哪？

结合李一帆和孙恺的观点，终点或许有三个维度：

第一维度：性能的“甜点区”（Sweet Spot）。

正如孙恺所说，线数和距离要成正比。未来的激光雷达不会无限堆砌线数，而是会寻找一个“够用且安全”的平衡点。对于前向主雷达，这个平衡点可能是1000-2000线配合300-500米的测距；对于补盲雷达（FTX），则是超广视场角（180°）配合中短距离的高帧率。

第二维度：从“传感器”到“安全气囊”。

李一帆提到，激光雷达在L2+阶段是“冗余”，但在L3/L4阶段是“多系统决策”。未来的激光雷达，其定位将从“辅助感知”进化为“隐形安全气囊”。它可能平时不发声，但在摄像头失效的极端场景（如逆光、黑夜、暴雨）下，它必须能一锤定音，保证刹得住。这种“极端场景下的可靠性”，才是衡量激光雷达价值的终极标尺。

第三维度：体积的极致压缩与无处不在。

孙恺在演讲中描绘了一个极具想象力的未来：当“毕加索”这样的芯片技术成熟后，激光雷达的体积可以缩小到“拇指大小”。

这也就意味着激光雷达将突破汽车的边界，进入手机、眼镜、智能家居。当它变得像摄像头一样无处不在时，它就完成了从“昂贵的自动驾驶套件”到“人类视觉延伸”的终局进化。

行业变局与“黎明前的黑暗”

最后，我们不得不把目光从技术拉回到残酷的商业现实。

正如地平线CEO余凯在圆桌论坛上所说，行业正处于“黎明前的黑暗”。

虽然禾赛交出了一份令人艳羡的成绩单（2025年全年营收30.3亿元，全球首家全年GAAP盈利，市占率连续13个月第一），但整个行业依然在经历残酷的“价格战”。

为什么还要做ETX这种“昂贵”的高性能产品？

李一帆的回答非常犀利，他用了一个“牛排与牛排酱”的比喻。没有好厨子，就不需要顶级牛排；没有顶级牛排，厨子也难为无米之炊。智驾的拐点，就是硬件与算法“双向奔赴”的时刻。

现在的消费者买智驾，很多时候是“够用就行”（Good enough）。但当L3、L4真正到来，当用户愿意为“灵魂伴侣”般的智能体验买单时，他们需要的是“无感”和“极致安全”。

那时候，只有具备6D全彩、超远距、高可靠特性的激光雷达，才能支撑起那个“丝滑”的智驾体验。

回到最初的问题：激光雷达的终点在哪？