禾赛李一帆：看不见的隐性参数，才真正影响安全

11月24日，禾赛科技举办了2025技术开放日活动。主题是不再是大家常见的线数、分辨率、距离、尺寸等显性因素，而是一些看不见的隐性技术与问题。禾赛科技联合创始人及首席科学家——孙恺对激光雷达的上限与下限、技术解法进行了详细分享。

会后，RoboX还参与了禾赛联合创始人及CEO——李一帆的对话环节，进一步了解了他对智驾和机器人领域的最新观点。

（禾赛联合创始人及CEO李一帆（左）、禾赛科技联合创始人及首席科学家 孙恺（右））

对机械旋转式激光雷达的

三个「反共识」思考

孙恺回顾道，此前在机械旋转式激光雷达的开发过程中，围绕其他厂商、媒体对其诟病的几个问题，禾赛做了很多反市场共识的思考。

1、机械旋转式激光雷达过不了车规？

机械旋转式激光雷达和机械的唯一区别是，里面有一个电机。基于此，禾赛找不到它不符合车规的理由和可能性。果然，2021年禾赛的Pandar系列就顺利通过了车规。

2、机械旋转式激光雷达是落后技术？

机械旋转式激光雷达最大的魅力在于，单颗雷达可以实现水平FOV360°的全覆盖，这是其他任何类型的雷达都无法做到的。

实际上，时至今日，禾赛每年有10亿的营收依然来自于机械旋转式激光雷达，而且毛利非常高。

3、机械旋转式激光雷达成本太高？

正如上述提到的，机械多线旋转式激光雷达只是多了一个电机，而一个电机的成本也就几十块人民币。

事实证明，禾赛今年的JT系列（机械多线旋转式激光雷达）已经装在售价一万人民币不到的割草机上了，这意味着其售价也就是千元以内的级别。

所有激光雷达

都是数字激光雷达

“‘数字化’有点像‘固态’的概念，说不明白是什么意思。激光雷达天然就有数字化属性——显然它们又不是带显像管、皮尺那样的传统设备。激光雷达有不同的发射、接收方案，例如会用到雪崩二极管、SiPM、SPAD等等，这些真没有一个不是数字化的。”李一帆说道。

孙恺表示，其实激光雷达的探测端和数码相机非常类似，基本上市场上激光雷达的探测端都是接收光子信号转化成电子，再把模拟的电信号转化成数字电信号进行处理。

“从这个角度来说，所有的激光雷达都是数字的，当然其中也有模拟的部分。”

首先，发射端是数字转模拟的过程——主控芯片对发射端的激光器进行时序、光强、通道、开关的信号发射，激光器是把电子信号再转化成光信号向外发射。而接收端接收光子转化成电子，也是模拟的过程。电子在数字化之后再进行信号处理，就是数字的环节。

“应该讲，激光雷达有点像斑马、熊猫，有黑也有白，有模拟也有数字，是完全交杂在一起的结构。”

孙恺觉得，从这个角度来讲，可以说所有的激光雷达都是模拟激光雷达，因为它有相当比例的模拟成分；但也可以说，所有的激光雷达都是数字激光雷达，因为它都有相当比例的数字部分。

至于另一种说法——「使用SPAD作为探测单元的激光雷达，才叫数字激光雷达」，孙恺也觉得这一理解并非完全正确。

2024年，禾赛时候收购了一家瑞士公司Fastree 3D，这家公司是全球最早开发SPAD激光雷达的公司，在2012年时就有了SPAD数字激光雷达，这也让让禾赛获得了相关专利。2025年，禾赛发布的ETX中，使用了禾赛自研的SPAD 3D堆叠的一颗芯片。

孙恺称，SPAD技术对于禾赛而言，只是根据市场需求的产品选项而已。

“为什么禾赛在SPAD方面积累不少，但ATX系列却选择了SiPM而非SPAD呢？其实SiPM和SPAD的底层非常类似，都是单光子探测器，只是背后的信号处理方式不一样，接收光子的灵敏度其实是相似的，而且反而是SiPM有可能更高一点。”他说道。

决定「下限」的隐性因素

孙恺认为，线数、测距能力、分辨率等参数只是冰山之上，而冰山底下的参数，比如说抗鬼影能力、雨天表现能力，多激光雷达抗干扰的能力等等，这些看不见的隐性参数才是对安全影响更大的。

这其中，「不误报/不漏报」是激光雷达的一个安全下限，这一点一定要做到极致。

在这方面，传统的SPAD方案仍存在问题：当车辆靠近一个高反目标物体时，周围会出现很多杂散噪点，很容易误触发AEB。

“因为传统SPAD方案的接收端是多通道并收的架构，而且整个接收端几百个通道分区数量非常少，往往是几十个通道同时收光。当发射端某一个通道打到一个高反射率物体时，回来的光非常强，所以会把几十个接收端的通道同时点亮，最后出现了高反膨胀，导致周围出现很多点云的噪点。”

为了解决这样的问题，不少厂商的解决方案是，有一套过滤的算法。当它探测到高反物体时，它会有一个算法，把一些点给滤除掉。但这容易把路上的人或车过滤掉，非常危险。

而禾赛采用的解法，是光子隔离技术——其所有发射通道和所有的接收通道都一一对应、互相隔离，让各个通道之间只能接收到它应该接收到的光。这样的话，A通道如果打到的是高反物体，B通道不会收到，所以不会出现高反膨胀，也不会产生因为算法上的误滤除带来漏报的结果。

李一帆总结道，行业的显性指标会越来越接近，届时玩家反而会越来越少。因为真正的不误报/不漏报等隐性指标，才会是无法逾越的体系性鸿沟。

发布ATX焕新版+费米C500

据孙恺介绍称，ATX焕新版正是具备了光子隔离技术，会在明年4月份正式SOP，目前订单已超过400万台。

相比上代产品，ATX焕新版的性能、点频和分辨率均有明显提升（见下图）。这让它对小目标物的识别能力相比上一代，提升了2倍。

“明年有可能会出新的国标，国标对自动驾驶的安全要求会更高，测试场景所面临的挑战也会更大。我们认为这款激光雷达能够匹配新国标对于智驾的需求。”

孙恺表示，在附水视窗情况下，ATX焕新版没有出现明显的高反屏障。但同样条件下的传统SPAD激光雷达方案，高反板会被极大地展开。

为了既守住安全下限，又拉高上限。禾赛在ATX焕新版的平台中，会搭载自研的主控芯片——费米C500。这是一款基于RISC-V架构的芯片，可以避免像国外某些厂商的IP授权。

费米C500将原先ATX里的MCU、FPGA、ADC三个芯片都集成在一款芯片里，可以提升可靠性，降低成本。在同等功耗的情况下，可以让ATX焕新版点云的点频提升1倍左右，性能提升1倍，但功耗不上升。

目前，在禾赛的产品里使用的自研芯片和半导体器件的总颗数已经达到了1.85亿颗，这使其也成为了名副其实的「激光雷达半导体公司」。

“我们是激光雷达、激光器、探测器、激光驱动器、前端处理芯片、ADC数字信号器和控制器七大关键部件全栈自研的一家公司，已经有16款不同种类的芯片和半导体器件实现车规量产。”

正视问题，而非逃避问题

当李一帆提及老生常谈的「纯视觉」问题，他认为没必要逼每个人都选择激光雷达，有一两家车企不用也属正常。

针对近期有车企研发负责人提出激光雷达的噪点（误报）等问题，李一帆坦言，噪点确实是对智驾有影响的，但这也是可以被解决的，不应为此「一刀切」逃避问题，「光子隔离技术」正是有效的解决方法之一。

他再次重申了激光雷达给智驾加的BUFF：“多个传感器一定覆盖了更多信息，而且一定有些信息是摄像头拿不到的，常见的比如说有小物体、黑色、逆光等等。”

他举了一个补盲的例子——如果一个小孩子站在保险杠前完全挡住了摄像头，那摄像头看到的就是一坨黑色，车辆可能会继续前行。但如果是激光雷达被挡住了，它就能感应到有障碍物。

“明明一个摄像头已经能覆盖很大的范围了，但很多车还要再装长焦、广角摄像头，就是因为用不同覆盖方式看到的信息，其总和的安全性一定大于单个方式。“

机器人不会拘泥于「人形」

如今，即便在激光雷达成为刚需的人形机器人赛道，也存在特斯拉、小鹏这样的纯视觉派。

对此，李一帆认为，有没有「纯视觉派」并不重要，因为机器人不会拘泥于人形，而是会有不同形态。在这些形态下，未必每一种都要用激光雷达，但也不至于每一种都不需要用。

他表示，是否使用激光雷达，要看其应用场景中，对于感知三维空间的重要性，以及能产生多少商业价值。

“大家期待非黑即白的‘教条般’的结论是没必要的。最终不论在车上还是在各种机器人上，只要上量都不会特别贵。一个不是特别贵的部件，犯不着跟它较劲，只要它考虑它能解决多少问题就好了。”

此外，李一帆明确表示，在接下来的几年内，车的战场仍然会远远大于机器人——车是一种大家天然会买的交通工具，而机器人的市场，还取决于AI能力。他认为，在AI能力达到预期前，机器人大概率会持续是一种探索科学边界的产品。

“我现在看到的情况是，具身智能机器人的AI能力尚不足以支撑正向商业价值UE，还需要一些发展时间。我们会配合行业、探索科学边界，这就意味着，它还没有走到工程边界。这件事也许比我们想得要慢，大家要有耐心，之后再谈赚钱。”

李一帆在博士阶段，学的正是人形机器人，当时的技术还是经典的控制理论的，能做的事情非常少。但基于这些经历，令他觉得，行业花了过多的精力在谈「像人」这件事。

“我一直觉得这是很奇怪的事情，像人重要吗？走路重要吗？在我看来，像人特别不重要，还是要看功能。而且「拟人走路」的商业价值也没那么高。我们真正应该想的是生活中需要机器人做哪些事，有多少功能需要像人、有多少与人接近，这是讨论得不够多的。”

他认为，过于关注「人形」，可能会忽视背后对每个功能的第一性原理分析。也许在未来1-3年内，行业会对此有新的反思，更有批判性地看待机器心态，然后可以将机器人拆得更细，甚至对「人形」这个词产生一些反噬。