激光雷达的「相机时刻」:从线数走向像素

作者 |肖恩

编辑 |德新

4月下旬,速腾聚创举办的 Tech Day 上,一张灰度图出现在大屏上。画面里是一个普通的户外场景:楼房的窗框、树叶的层次、远处招牌上的字。分辨率 2160×1900,接近 400 万像素。

看上去像任何一张智能手机拍的近红外图。但,这张图不是摄像头拍的。

这是速腾刚刚发布的凤凰芯片里的 SPAD 阵列直接感光成像的结果。

速腾 CEO 邱纯潮在台上说了一句话:「这大概是人类历史上第一次展示由 SPAD 芯片拍摄的 2K 图像。」

这句话的分量不在于分辨率高低,而在于「SPAD」和「成像」这两个词同时出现在一个句子里。

在过去,激光雷达输出的点云,稀疏、没有颜色、没有纹理,只有自动驾驶系统看得懂,人类看一眼只觉得像一场正在下雪的夜晚。而凤凰芯片出来的这张图,有灰度,有层次,有窗框的直线、树叶的形状、行人的轮廓。

更关键的是,这张灰度图里的每一个像素,都同步对应一组三维距离信息,是同一颗芯片在一次曝光里同时输出的。

激光雷达,第一次像相机那样成像。

凤凰芯片里,同一组 SPAD 像素既能测距也能成像。距离和灰度同源、同步、同坐标系。融合不再是算法问题,是硬件给定的出厂状态。

所以问题变成:当一个激光雷达能像相机一样成像,它还算激光雷达吗?

速腾自己给的答案是:不再是。 它是一种新的三维视觉传感器。

这是激光雷达的 CMOS 时刻。

一、SPAD 怎么干掉模拟架构?

CMOS 时刻这个说法,不是速腾这回临时起意的修辞。

去年 8 月,邱纯潮在一次公开演讲里就提到过:「1969 年 CCD 的发明开启了影像的电子时代,但它依赖模拟工艺、功耗高、集成度低,最终被 CMOS 取代。CMOS 的成功在于其数字架构彻底挣脱了模拟架构的束缚。激光雷达行业现在手握同样的剧本。」

要看懂这个类比,得先回到图像传感器那段真实发生过的历史。

CCD 在 1969 年由贝尔实验室发明,发明人 Willard Boyle 和 George E. Smith 后来因此拿了 2009 年的诺贝尔物理学奖。在之后的三十年里,CCD 几乎垄断了所有数字成像场景------专业摄影、天文观测、医学影像、工业检测。那是一个参数至上的年代,讨论相机性能就是讨论 CCD 的动态范围、信噪比、量子效率。

CMOS 图像传感器最早出现在 1990 年代初,由 NASA 喷气推进实验室的 Eric Fossum 团队推出。Fossum 发明的是一种叫「主动像素传感器」(Active Pixel Sensor)的结构,每一个像素里自带放大器。这个设计在当时被 CCD 阵营嘲笑------像素里塞进了晶体管,开口率下降,灵敏度自然比不过。

一开始几乎没人看好 CMOS。它的噪点更大,暗光表现更差,专业摄影师碰都不碰。90 年代中期的行业评论里,CMOS 图像传感器几乎是被当作「低端替代品」在讨论的,目标市场是玩具相机和可视门铃。

然后,CMOS 用一条完全不同的路径赢了。

它赢的不是任何一个参数。它赢的是成本曲线、集成度曲线和量产良率曲线------三条曲线都跟着半导体主流工艺在往下走,每一代新制程出来都自动兑现一次红利。CCD 没有这个命,CCD 的产线是专用的,工艺步骤多、良率低,每一次改良都得重新烧钱。

2004 年,CMOS 的年度出货量第一次超过 CCD。2007 年,销售额反超。进入 2010 年代,几乎所有新设计的成像设备都改用了 CMOS,从手机到监控,从汽车倒车影像到顶级的数码单反。CCD 逐步退出主流消费市场,只在天文观测、高端显微镜这些极少数专业领域里坚守。

CMOS 赢的不是参数,是制程红利。

它和主流半导体芯片共用一条产线,可以直接上 12 寸晶圆。它可以把模数转换、时序控制、信号处理集成到同一颗芯片上,做成 SoC。它的单电源供电逻辑带来了数量级的功耗下降。更关键的是,它跟半导体工艺的每一次演进绑在了一起------28nm、14nm、7nm,每下一代制程都能让像素更小、密度更高。

CCD 不是输给了某一款具体的 CMOS 产品。它输给了整个半导体行业的工艺演进节奏。

一旦数字架构跑起来,模拟架构就追不上了。

这个剧本放到激光雷达行业,几乎是同一套逻辑在同一处换了角色。

过去十几年,激光雷达主流的探测器是 APD(雪崩光电二极管),近几年则升级到 SiPM(硅光电倍增管)。这两种都是模拟器件------光信号进来,输出模拟电压,再由外挂的读出电路放大、比较、计时。它们是激光雷达的 CCD:参数可以做得很漂亮,但工艺专用、成本与像素线性绑定、体积受限、难以 SoC 化。当行业要追求更高线数、更低成本、更小体积的时候,这条路的天花板肉眼可见。

SPAD 走的是另一条路。SPAD 本质上是工作在盖革模式下的雪崩二极管,一颗 SPAD 像素就是一个数字化的光子计数器------单个光子进来,输出一个数字脉冲。没有模拟信号需要放大,没有外挂读出电路需要调参,也不需要复杂的模数转换。它可以直接在标准 CMOS 工艺上流片,可以做 3D 堆叠,可以把 TDC(时间数字转换器)、计算单元和 SPAD 阵列集成到同一颗硅片里,变成一颗完整的 SoC。

更重要的是,SPAD 和 CMOS 图像传感器是「同源同构」的。它们都是数字感光芯片,都以标准 CMOS 工艺制造,都把光电转换、模数转换和信号处理集成在单片硅上。这种同构性意味着,整个图像传感器行业过去三十年积累的工艺红利------堆叠技术、微透镜、像素级电路优化------可以相当大程度上被 SPAD-SoC 继承过来。

这就是激光雷达的 CMOS。

一旦探测器从模拟走向数字,整条产业的规则就会改写。分辨率不再被外挂电路的数量卡死,而是跟着半导体工艺一起往上走。成本不再和像素数线性绑定,而是享受标准产线每一次迭代的红利。体积一路压缩到一颗芯片上。

过去十年,激光雷达行业一直在卷三件事:线数、测距、价格。线数一路从 16 卷到了千线,测距从一百多米卷到了几百米,价格从几万美金卷到了几千块人民币。这些比拼都是工程化层面的,卷到最后,头部玩家的差距只剩下百分之几的参数数字。

真正的临界点从来不在这些指标里。真正的临界点,是探测器架构本身的一次切换------从模拟到数字。

这一步一旦走完,就是不可逆的代差。

邱纯潮在 Tech Day 上把这个判断总结成一句话:「数字化铸底,图像化定向,芯片定义未来。」

二、八年自研:一条最难的路

数字化这条路,速腾走了八年。

2014 年 8 月,哈工大(深圳)D 栋 205 的那间创业小屋里,邱纯鑫、朱晓蕊、刘乐天三个人创办了速腾聚创。邱纯鑫是哈工大深圳的博士,朱晓蕊是他的导师,刘乐天是师弟。那时候激光雷达还是个小众词汇,国内连自动驾驶这个赛道都还没热起来,机械式 16 线、32 线的激光雷达主要卖给高校和研究机构做测试。

邱纯潮是邱纯鑫的胞弟,后来以执行总裁的身份加入,管商业化和战略。速腾最早那几年做的是机械式激光雷达,结构上靠一圈马达带动激光器和探测器旋转扫描,典型的模拟时代产品。这是所有激光雷达公司的共同起点。

机械式激光雷达的问题所有人都清楚------可动部件多、车规寿命难保证、成本压不下来、体积装不进整车。行业一致共识是要往固态方向走,但在怎么走这件事上,早期的共识并不存在。一派押注 MEMS 微振镜,一派押注 OPA 相控阵,一派押注 Flash 泛光式,还有一派押注转镜式半固态。再往下游一层,探测器用 APD 还是 SiPM 还是 SPAD,也是一个未解的问题。

速腾在这段混战里做了两个选择。一是先用 MEMS 半固态把量产跑通,解决从 0 到 1 的车规上车问题;二是在看似主流的 APD 之外,暗线启动 SPAD-SoC 的自研。

真正的分岔口出现在 2018 年。

那一年,速腾内部决定启动一件当时在行业里被普遍认为不可行的事情------自研 SPAD-SoC。

不可行的理由很多。SPAD 本身作为一种光电器件,早在 1960 年代就被提出了,但长期只在学术研究和少数工业设备里出现。把 SPAD 做成面阵并且集成到车规级芯片里,此前全球没有成熟先例。主流方案依然是 APD,量产路径清晰,成本可控,车厂也认。在一个还没人跑通的赛道上投入多年研发,等于赌一把架构级的押注。

更麻烦的是 SPAD 本身不好做。SPAD 工作在盖革模式下,一个光子进来就触发雪崩,像素之间的串扰、暗计数率、死时间都是死活要解决的老大难。放在面阵里,问题被放大若干倍。再往车规要求上推一层------ -40℃ 到 125℃ 的温漂、十年寿命的老化曲线、ASIL 等级的功能安全冗余------每一项都要和工艺团队、材料团队、封装团队反复拉锯。这不是一个算法问题,是一个工程问题的集合。

速腾押了。

两年之后,公司组建了行业里第一个激光雷达专属的芯片研发团队。再两年,2022 年,第一颗自研 SPAD-SoC 流片成功。

这颗芯片首装在一款叫 E1 的全固态补盲激光雷达上。接收端用了 3D 堆叠工艺,SPAD 面阵超过 25 万像元;发射端是速腾自研的二维可寻址 VCSEL 面阵,峰值功耗压到了一维扫描方案的十分之一。没有机械旋转件,没有分立式接收器,整颗激光雷达的核心光电链路都集成到了几颗芯片上。

这是国内第一次有人把激光雷达做成了真正意义上的芯片产品。

E1 量产的意义不止于单款产品。它打通了一条完整的数字化链路:从 SPAD 芯片设计、流片、封测,到 VCSEL 光源的车规验证,到整机的量产一致性控制,再到车规认证和车企定点。这条链路里的每一个环节,都是速腾自己打磨出来的。当后面的凤凰和孔雀出来的时候,走的是同一条经过验证的链路。

紧接着的两年,是规模化兑现的两年。

2024 年 1 月,速腾聚创在港交所主板上市,IPO 估值约 193 亿港元,拿下港股激光雷达第一股。全年激光雷达交付量超过 54 万台,Yole Group 在 2025 年的报告里给出的数字是,速腾以 26% 的市占率拿下全球车载激光雷达市场第一。

2025 年 2 月,速腾下线了第 100 万台高线数激光雷达。那台机器被送到了上海的「青龙」人形机器人项目。同年 10 月,速腾的 SPAD 和 VCSEL 双芯片全球首家通过车规级 AEC-Q 认证。12 月,月度交付量首次突破 18 万台。

八年前那个反常识的赌注,变成了今天这组数字。

但八年的意义不止于此。真正的护城河,是在这八年里反复流片、反复跑产线、反复跟车企打磨车规需求的过程中,积累下来的芯片设计能力和工程经验。车规级芯片的难度不在于单颗芯片本身,而在于批次一致性、长期可靠性、极端温度下的参数稳定性。这些东西没法靠一次流片解决,只能靠一颗颗芯片在产线上滚过去,每一次批量出问题再改回来。这套能力,才是创世架构出现的前提。

创世(Eocene)是速腾第五代自研芯片的系统化输出。它不是一颗芯片,而是一套 SPAD-SoC 的母平台------可以快速衍生出针对不同场景的差异化芯片家族。

架构由四层构成。

基础工艺层,28nm 车规制程,第三代超敏 SPAD 感光层把光子探测效率(PDE)推到了全球最高的 45%,第二代 3D 堆叠工艺进一步压低噪声。

核心计算层,4320 核的异构计算阵列,支持每秒 4950 亿次的点云采样处理,片上高带宽数据通道为千万级像素感知提供算力底座。

算法加速层,硬件集成了抗干扰引擎,把抗阳光噪声和抗对射串扰能力推到 99.9%。

安全与可靠层,内置 ASIL B 功能安全架构,保障芯片在 -40℃ 到 125℃ 的极端环境下稳定运行。

四层叠在一起,解决的是同一个问题:把激光雷达变成一颗标准的、可量产的、可迭代的数字芯片。

架构本身不是终点。它是一颗树苗,未来每一款针对特定场景的差异化芯片都会从这棵树上长出枝芽。车载主雷达、补盲雷达、机器人视觉模组、融合传感器、手持扫描设备------每一个场景对线数、视场角、帧率、功耗、成本的要求都不一样。创世架构的价值在于,让速腾可以在同一套底层工艺和同一套 IP 复用的基础上,快速出一颗针对新场景定制的衍生芯片,而不必每一次都从头设计一个全新的硅片。

就像当年 CMOS 图像传感器的成功不在于某一颗具体的芯片,而在于它打通了和整个半导体工艺演进绑定的那条路。创世架构的意义,也在于此。

三、凤凰与孔雀:线阵与面阵,两条路一次锁死

创世架构发布的同一天,两款基于它的旗舰芯片同台亮相。

一款叫凤凰,一款叫孔雀。

两个名字不是随便取的。在速腾的定位里,凤凰代表线阵的极致,孔雀代表面阵的极致------激光雷达过去几年的两条主要技术路径,速腾用两颗芯片一次封死。

凤凰是一颗单芯片、单光路设计的 SPAD-SoC。它在一颗芯片里集成了 2160 个原生接收通道,是全球首颗原生单片 2160 线的车规级 SPAD-SoC。输出的点云分辨率 2160×1900,细腻度超过了一颗 400 万像素的摄像头。最远探测距离 600 米,能看清 150 米外 13×17 厘米的纸盒。

2160 线这个数字,放在几年前是不可想象的。更关键的是这个 2160 线不是多颗芯片拼出来的,是一颗芯片原生给出来的。单片集成直接把激光雷达的系统复杂度往下拉了一个台阶,从芯片数量到整机体积,从装配成本到批次一致性都受益。

凤凰系列一共提供五种型号,可以支持从 2160 线一路向下到 240 线的产品设计,覆盖主雷达到中距雷达的完整产品谱系。速腾在发布会上确认,基于凤凰芯片的 400 万像素激光雷达方案已经拿到了头部车企的定点,2026 年内量产上车。

400 万像素这个数字值得多说一句。过去激光雷达谈规格,用的是「线数 × 每线点数 × 帧率」这样一串参数,车企采购部门和消费者都很难直观感受。凤凰直接把这个换算成了「400 万像素」------这是摄像头行业通用的语言,也是消费者熟悉的语言。一款能像 400 万像素摄像头那样成像、同时能出三维距离的激光雷达,在车企的产品定义会议上会是一个完全不同的议题。它不再只是「给摄像头做冗余」的补充传感器,而是可以主导感知架构的核心部件。

孔雀是另一条路。它不是超高线数的线阵,而是一块 640×480 的高密度 SPAD 面阵------这是一块 VGA 级分辨率的三维感光芯片。

孔雀的视场角是 180°×135°,超广角。最近探测距离小于 5 厘米,意味着装在车上可以做到近身零盲区。帧率 10 到 30 Hz,激光雷达第一次在时间维度上和摄像头帧率对齐。芯片内置了高精度 TDC 和测距处理引擎,毫米级探测精度比上一代提升了 6 倍。

孔雀切的是三块市场:车载固态补盲、机器人标准化视觉模组、以及一种全新的融合传感器形态。邱纯潮在现场直接宣布------孔雀「发布即量产」,2026 年第三季度规模化出货。目前已有小批量交付客户。

凤凰让激光雷达看得更远更清,孔雀让它看得更近、更广、更像眼睛。

一个负责替代摄像头的远距感知能力,一个负责替代摄像头的近距感知能力。两颗芯片加在一起,指向的是同一件事------让激光雷达不再只是激光雷达,而是一个可以覆盖从主感知到补盲的完整三维视觉系统。

这件事在机器人赛道上的意义比车载还要直接。

车载激光雷达的客户是车企,车企更看中的是可靠性和成本。机器人客户的需求不一样------机器人需要的是一个轻量、紧凑、近身、可嵌入的视觉模组,最好能直接替代多摄像头方案。孔雀这种 VGA 级面阵的 SPAD-SoC,天然贴合机器人的需求曲线。

速腾在机器人市场的布局已经走在前面。宇树科技的 H1、G1、Go2、B2-W 都标配了速腾的激光雷达;优必选、智元在人形机器人领域也是速腾的客户;2025 年 2 月下线的第 100 万台,送给了上海青龙人形机器人项目。

这只是现在。孔雀量产之后,机器人的视觉模组市场还会重新洗一轮。

过去一年关于人形机器人视觉方案的讨论里,最核心的问题之一是------机器人到底应该用多目摄像头,还是激光雷达,还是两者融合。

答案一直没收敛,根本原因是激光雷达本身的成本、体积、功耗还没做到能直接替代多摄像头方案。

孔雀这种 VGA 级 SPAD-SoC 出来之后,这个天平会开始往激光雷达一侧倾斜。尤其是在需要零盲区、需要毫米级近场精度的操作类任务上------抓取、装配、人机协作------SPAD 的天然优势会被放大。

Tech Day 的最后,邱纯潮还抛了一个彩蛋------真正的 RGBD 传感器,将在 2027 年底正式发布。

RGBD 的意思是 RGB(彩色图像)加 Depth(深度信息),一颗芯片同时输出彩色画面和三维距离。这是 SPAD 复刻 CMOS 路径的最后一步------当 SPAD 芯片不仅能出深度,还能原生出彩色,它就完成了对整个图像传感器市场的逻辑闭环。

到那一步,激光雷达和摄像头这两个概念在硬件层面会进一步合流。一颗芯片输出的是一组包含距离、亮度、颜色的完整三维像素,下游的感知算法不再需要做复杂的跨模态对齐,可以直接当作一种升维的图像数据来处理。对自动驾驶系统、具身智能系统、空间重建系统来说,这是一次基础输入层的重构。

这也是速腾在发布会上反复强调「空间智能」「物理 AI 感知标准」的底气所在------当别的玩家还在优化点云精度的时候,速腾已经把镜头对准了数字世界和物理世界之间的那张翻译层。

SPAD-SoC 如果真的成为那张翻译层的底层硬件,它的市场空间远远超过今天的车载激光雷达。

结语

过去几十年,CMOS 把摄像头变成了基础设施。所有需要视觉的场景,几乎都绕不开它。

下一个几十年,速腾要做的事情是让 SPAD-SoC 也变成那样的基础设施------走进每一辆车,每一个机器人,每一个物理 AI 终端。

当激光雷达开始按像素卖,它就不再是激光雷达了------它是三维世界的相机。

相关推荐
Maxwell的猫18 天前
激光雷达:给自动驾驶装上“火眼金睛”的终极传感器
自动驾驶·汽车·激光雷达·辅助驾驶
bryant_meng1 个月前
【SLAM】Map Folding
计算机视觉·map·slam·激光雷达·回环检测
kobesdu1 个月前
综合强度信息的激光雷达去拖尾算法解析和源码实现
算法·机器人·ros·slam·激光雷达
歌维4 个月前
TOF学习笔记-飞行时间技术基本概念
激光雷达·超声波·红外·毫米波·tof·飞行时间技术
原野风霜3244 个月前
激光雷达(Lidar)介绍
雷达·激光雷达·lidar·毫米波雷达
韩曙亮5 个月前
【自动驾驶】自动驾驶概述 ④ ( 自动驾驶 整体架构 | 车端系统架构 | 云端系统架构 | 自动驾驶硬件概述 | 前视、侧视、环视摄像头 | 激光、毫米波、超声波雷达 )
自动驾驶·激光雷达·毫米波雷达·超声波雷达·自动驾驶硬件·自动驾驶软件·自动驾驶车端架构
FateRing5 个月前
ros noetic使用pointcloud_to_laserscan 将2d激光雷达与深度摄像头数据融合
slam·激光雷达·深度摄像头
cainiao0806055 个月前
自动驾驶感知系统的核心技术:激光雷达与视觉融合算法
激光雷达
transformer_WSZ5 个月前
毫米波雷达&激光雷达
激光雷达·毫米波雷达