《激光雷達行業首次覆蓋：高階智駕新篇章精準感知新航向-241216（101頁）.pdf》由會員分享，可在線閱讀，更多相關《激光雷達行業首次覆蓋：高階智駕新篇章精準感知新航向-241216（101頁）.pdf（101頁珍藏版）》請在三個皮匠報告上搜索。

1、浦銀國際研究浦銀國際研究 首次覆蓋 本研究報告由浦銀國際證券有限公司分析師編制，請仔細閱讀本報告最后部分的分析師披露、商業關系披露及免責聲明。全球科技全球科技行業行業隨著新能源汽車行業發展進入下半場，智能駕駛作為核心應用場景，為上游增量零部件領域的成長奠定了堅實基礎。激光雷達作為高精度、高可靠性的傳感器，在汽車感知架構中扮演著關鍵的角色。隨著中國廠商大規模放量以及對技術降本的持續探索，車載激光雷達成本快速下探，有望進入更多車企考慮范圍并搭載上車，從而實現正向循環，邁向萬億市場空間?？紤]到目前海外激光雷達供應商量產進度不及預期，中國廠商有望補位，進一步拓展海外市場。我們首次覆蓋激光雷達行業，給予

2、“超配”評級；首次覆蓋禾賽科技（HSAI.US）和速騰聚創（2498.HK），均給予“買入”評級。2024 年 12 月 16 日 超配超配 首次覆蓋首次覆蓋黃佳琦黃佳琦（科技分析師）sia_(852)2809 0355沈岱沈岱（首席科技分析師）tony_(852)2808 6435浦銀國際研究浦銀國際研究 2024-12-16 2 首次覆蓋首次覆蓋|科技科技行業行業 目錄目錄 激光雷達行業：產品成熟度不斷提升，技術路線逐漸清晰激光雷達行業：產品成熟度不斷提升，技術路線逐漸清晰.4 行業概覽：基本原理及系統結構拆解.4 發展脈絡：從科研測繪到商業化應用的持續探索.7 技術沿革：緊跟底層器件前沿

3、發展，技術路線仍呈多樣化并行態勢.9 車載激光雷達行業：需求持續釋放，中國廠商初步展現主導之勢車載激光雷達行業：需求持續釋放，中國廠商初步展現主導之勢.16 激光雷達上車的現實背景與發展現狀.16 市場規模及行業增長情況.19 競爭格局：中國廠商后發先至，行業集中度初顯.23 同業玩家對比.28 投資價值：短中期車載端應用能見度較高，長期機器人想象空間廣闊投資價值：短中期車載端應用能見度較高，長期機器人想象空間廣闊.34 短期：量產拉動成本下降形成飛輪效應，繼續放量能見度上升.34 中期：多傳感器感知融合仍為主流之選，智駕升級帶動用量提升.38 長期：持續探尋技術突破，廣義機器人領域內催生增量

4、市場空間.48 附錄：激光雷達行業術語簡介附錄：激光雷達行業術語簡介.53 禾賽科技（禾賽科技（HSAI.US）首次覆蓋：邁向盈利云銷雨霽，車載之外未來可期）首次覆蓋：邁向盈利云銷雨霽，車載之外未來可期.56 產品矩陣豐富，研發制造一體化綁定優質客戶.58 AM 業務領先，培育遠期成長動能.64 業績表現超預期，有望率先抵達盈利拐點.68 財務預測與估值.70 SPDBI 樂觀與悲觀情景假設.73 風險提示.74 公司背景.75 財務報表.76 速騰聚創（速騰聚創（2498.HK）首次覆蓋：軟硬兼修筑實力，堅定邁向）首次覆蓋：軟硬兼修筑實力，堅定邁向“AI+機器人機器人”.79 芯片驅動平臺化

5、布局，軟硬結合構建全棧感知能力.81 依托能力儲備，邁向機器人技術平臺公司新愿景.85 銷量持續提升，毛利率逐季改善.87 財務預測與估值.90 SPDBI 樂觀與悲觀情景假設.93 風險提示.94 公司背景.95 財務報表.96 浦銀國際研究浦銀國際研究 首次覆蓋首次覆蓋|科技科技行業行業 本研究報告由浦銀國際證券有限公司分析師編制，請仔細閱讀本報告最后部分的分析師披露、商業關系披露及免責聲明。激光雷達行業激光雷達行業首次覆蓋：首次覆蓋：高階智高階智駕駕新篇章新篇章，精準感知新航向精準感知新航向 隨著隨著汽汽車智能化浪潮車智能化浪潮推進推進，智能駕駛智能駕駛重要性持續凸顯重要性持續凸顯，激光

6、雷達作為激光雷達作為核心核心傳感器傳感器，行業規模隨行業規模隨智駕滲透率提升智駕滲透率提升而增長而增長：作為高精度傳感器，激光雷達能夠獲取周圍物體的精確距離及輪廓信息，在智駕系統感知層扮演著關鍵角色。2022 年被視為“激光雷達上車元年”，隨著智駕功能不斷進化，乘用車激光雷達的搭載量和出貨量不斷增長。根據 Yole數據，預計 2023-2029 年車載激光雷達出貨量復合增長率將達 55%。CIC 測算數據顯示，全球激光雷達解決方案行業規模有望在 2030 年突破人民幣萬億元。我們首次覆蓋激光雷達行業，給予“超配”評級。中國激光雷達廠商后發先至，中國激光雷達廠商后發先至，車載應用市場車載應用市場

7、雙雄雙雄領先領先：一方面，中國廠商在 2022 年率先實現上車并放量，2023 年收入和出貨量份額已呈壓倒性優勢；且海外供應商又因量產緩慢導致定點項目進一步流失，禾賽、速騰拿下全球近 80%的定點合作，為未來 2-3 年內的出貨量基本盤奠定了堅實基礎。另一方面，我們認為行業潛在的市場規模為兩個領先玩家各自都提供了充足的擴張空間，兩家激光雷達頭部廠商目前仍處于行業較好的競爭位置。我們首次覆蓋禾賽科技（HSAI.US）和速騰聚創（2498.HK），均給予“買入”評級?！扒г獧C”時代“千元機”時代近在眼前近在眼前，放量放量能見度能見度進一步提升進一步提升，規模效應帶動規模效應帶動成成本下降形成飛輪效

8、應本下降形成飛輪效應：在中國整車市場激烈競爭的現實背景下，車企不斷追求智駕解決方案降本，進而實現智駕功能向更低價格段車型的下探。其中，激光雷達作為單價較高的硬件，中國廠商的迅速上量推動了行業平均單價的顯著下行，降本速度快于預期。同時，速騰和禾賽均已發布200美元價格段的性價比方案，最快將于1Q25開始量產，有助于緩解車企成本壓力，并反向作用于車企搭載率，實現正向循環。L4 級級無人駕駛車輛無人駕駛車輛先行，先行，廣義機器人廣義機器人應用領域潛藏更大的想象空間應用領域潛藏更大的想象空間：Robotaxi 既是激光雷達上車的“出發點”，也是車載應用與機器人的“交接點”。目前全球多地自動駕駛相關法規

9、正在逐步落地，為無人駕駛車輛進一步增長奠定了合規基礎。同時，隨著社會智能化變革的深化，激光雷達未來有望依托各類機器人落地千行百業，實現市場規模的進一步擴容。根據 CIC 測算，2030 年全球機器人領域激光雷達解決方案收入將達 2,162 億元，2023-2030 年復合增長率超過 50%。投資風險：投資風險：宏觀經濟走弱，整車市場銷量不及預期；各國政府自動駕駛政策推進不及預期；行業技術路線演進及產業化進程不及預期；激光雷達降本速度慢于預期；車企智駕普及進度不及預期，導致乘用車激光雷達加速放量趨勢不明顯；廣義機器人市場需求增長不及預期。浦銀國際浦銀國際 首次覆蓋首次覆蓋 激光雷達行業首次覆蓋激

10、光雷達行業首次覆蓋 黃佳琦黃佳琦 科技分析師 sia_(852)2809 0355 沈岱沈岱 首席科技分析師 tony_(852)2808 6435 2024 年 12 月 16 日 禾賽科技禾賽科技（HSAI.US）目標價（美元）目標價（美元）13.1 潛在升幅潛在升幅/降幅降幅+19%目前股價（美元）11.1 速騰聚創速騰聚創（2498.HK）目標價（港元）目標價（港元）32.7 潛在升幅潛在升幅/降幅降幅+17%目前股價（港元）28.0 注：截至 2024 年 12 月 12 日收盤價 資料來源：Bloomberg、浦銀國際預測 2024-12-16 4 激光雷達行業：產品成熟度不斷提升

11、，激光雷達行業：產品成熟度不斷提升，技術路線逐漸清晰技術路線逐漸清晰 行業行業概覽概覽：基本原理及系統結構拆解：基本原理及系統結構拆解 激光雷達，又稱光學雷達，在行業內已被普遍認可的英文全稱為“Light Detection and Ranging（LiDAR）”，原意為光探測與測距技術，指的是一種光傳感器技術。但發展至今，包括在本篇行業報告的行文過程中，“激光雷達”更多時候指代的是“激光雷達傳感器”，即基于光探測與測距技術，基于光探測與測距技術，通過發通過發射射激光來探測激光來探測并確定并確定目標位置、目標位置、精確距離、精確距離、速度等特征量速度等特征量的的主動測量裝置主動測量裝置，是利用

12、激光以實現精確測距的傳感器?；净驹碓?激光雷達基于電磁學的基本原理，利用光來測量距離。其工作原理與狹義上的“雷達”類似，二者都是通過測量發送和接收到脈沖信號的時間間隔來計算物體距離，從而進行探測和測距（圖表 1）。激光雷達的成像原理可以簡單理解為，使用激光發射部件，向一定視場角（FOV，Field of View）內發射探測信號（激光束），并使用接收部件接收反射回的信號（信號回波），利用已知和所獲取的發射光線與反射光線的系列參數，適當處理后計算或推導出反射點的信息（距離、方位、運動狀態、反射強度等），并生成多維信息圖像，從完成對周圍環境的探測、跟蹤和識別。系統系統模塊模塊拆解拆解 激光

13、雷達包括發射模塊、接收模塊、控制及處理模塊和掃描模塊（圖表 3）。發射模塊發射模塊（TX）：負責激光源的發射，組成部件包括激光器、激光器驅動電路和用于光束控制的發射光學系統。激光需要人為制造生成，由激光器發出，通過光束控制器控制發射激光的方向和線數，最后通過發射光學系統發射。不同光源及發射形式的選擇會影響射出光的能量大小，進而影響光源可達到的探測范圍深度。接收模塊接收模塊（RX）：負責接收返回光，組成部件包括接收光學系統、光學濾光裝置、探測器和模擬前端。經接收光學系統，探測器接收目標物體反射回來的激光，產生接收信號。不同探測器的選擇會影響對于返回光子的探測靈敏度，進而影響激光雷達整體可探測的距

14、離及范圍?？刂瓶刂萍疤幚砑疤幚砟K模塊：負責通過算法處理生成最終的點云模型和對激光雷達其他功能模塊的控制。其中，信號處理模塊由放大器、濾波器、模數轉換器（ADC，Analog to Digital Converter）和數字信號處理器（DSP，Digital Signal Processor）組成，能對回波信號進行處理?；夭ㄐ盘柦涍^放大處理和模數轉換，經由信息處理模塊計算，提取目標的速度、距離、反射率等特性，最終生成三維圖像。2024-12-16 5 掃描模塊：掃描模塊：通過掃描器的機械運動控制光的傳播方向，實現對特定區域的掃描，掃描形式的選擇主要影響探測范圍廣度及激光雷達整體的耐用及穩定性。

15、值得注意的是，隨著激光雷達技術演進，在部分方案設計中，掃描系統已不具備機械轉動部件，具體可參考本報告技術路線梳理章節。圖表圖表 3：激光雷達激光雷達的系統結構的系統結構拆解拆解 資料來源：艾瑞咨詢、禾賽科技招股書申報稿、浦銀國際 圖表圖表 1：激光雷達激光雷達基本基本原理原理示意圖示意圖 圖表圖表 2：激光雷達成像圖激光雷達成像圖 資料來源：公開資料、浦銀國際整理 資料來源：激光雷達聯合觀策網絡、浦銀國際 2024-12-16 6 核心性能指標核心性能指標 對于激光雷達整機系統來說，產品的性能可以從顯性參數、實測性能表現和隱性指標三個方面進行評估和比較。顯性參數：顯性參數：指的是列示于激光雷達

16、產品參數表中的信息，主要包括測遠能力、點頻、角分辨率、視場角范圍、測距精準度、功耗、集成度（體積及重量）等（圖表 4）。實測性能表現：實測性能表現：指的是在實際使用激光雷達的過程中所關注的探測性能，如實際探測距離、車輛及行人在不同距離下的點云密度，這些信息決定了無人駕駛汽車和服務型機器人對周圍環境的有效感知距離。隱性指標：隱性指標：包含激光雷達產品的可靠性、穩定性、安全性、使用壽命、成本控制、可量產性等。相較于顯性參數，這些指標則更加難以量化。圖表圖表 4：激光雷達激光雷達產品產品的的主要主要顯性顯性參數參數 參數參數名稱名稱 具體含義具體含義 判斷判斷方式方式 測遠能力 一般指激光雷達對于

17、10%低反射率目標物（標準朗伯體反射能量的比例）的最遠探測距離 激光雷達測遠能力越強，距離覆蓋范圍越廣，目標物探測能力越強，留給系統進行感知和決策的時間越長。目標物反射率影響探測距離，相同距離下，反射率越低越難進行探測。點頻 激光雷達每秒完成探測獲得的探測點的數目 點頻越高，說明相同時間內探測點數越多，對目標物探測和識別越有利。角分辨率 激光雷達相鄰兩個探測點之間的角度間隔，分為水平角度分辨率與垂直角度分辨率 相鄰探測點之間角度間隔越小，對目標物的細節分辨能力越強，越有利于進行目標識別。視場角 激光雷達探測覆蓋的角度范圍，分為水平視場角范圍與垂直視場角范圍 視場角越大說明激光雷達對空間的角度覆

18、蓋范圍越廣。測距精度 激光雷達對同一距離下的物體多次測量所得數據之間的一致程度 精度越高表示測量的隨機誤差越小，對物體形狀和位置的描述越準確，對目標物探測越有利。測距準度 測距值和真實值之間的一致程度 準度越高表示測量的系統誤差越小，對物體形狀和位置的描述越準確，對目標物探測越有利。功耗 激光雷達系統工作狀態下所消耗的電功率 在探測性能類似的情況下，功耗越低說明系統的能量利用率越高，同時散熱負擔也更小。集成度 直觀體現為產品的體積和重量 在探測性能類似的情況下，集成度越高搭載于車輛或服務機器人時靈活性更高。資料來源：禾賽科技招股書申報稿、浦銀國際 2024-12-16 7 發展脈絡：從科研發展

19、脈絡：從科研測繪到商業化應用測繪到商業化應用的持續探索的持續探索 早在 1916 年，愛因斯坦就發現了激光的原理，簡單來說就是原子中的電子從高能級落到低能級時，會以光子的形式釋放能量。而激光雷達行業發展歷程的起點，則要追溯到 1960 年世界上第一臺激光器問世。在那之后的 60 多年里，各種類型的激光器相繼問世，性能逐步完善，應用范圍也愈加廣泛。按照下游應用領域按照下游應用領域遷移遷移的時間的時間順序順序，我們我們亦可窺見亦可窺見激光雷達從科研測繪到激光雷達從科研測繪到商業化商業化落地的落地的發展脈絡發展脈絡。20 世紀 60-70 年代，激光雷達多用于科研探測，涉及天體、地理、氣象等遙感測繪

20、領域。例如，在航空航天領域，1961 年，首個類激光雷達系統被用于衛星跟蹤；1971 年，阿波羅 15 號載人登月任務使用激光雷達對月球表面進行測繪。在水深測量領域，1968 年，世界上第一個激光海水深度測量系統誕生；70 年代末，美國國家航空航天局（NASA）研制出具有掃描和高速數據記錄能力的機載海洋激光雷達，在大西洋和切薩皮克灣進行了水深測定，并且繪制出水深小于 10 米的海底地貌。此后，機載激光雷達系統很快被應用到陸地地形勘測研究當中。到了 80-90 年代，激光雷達引入了掃描結構，探測方式由“單點測量”轉向“掃描”。而視場角的增大，也使激光雷達在部分商用領域找到了立足之地，開啟了商業化

21、的探索，被應用于工業測量以及早期的無人駕駛研究項目。1992 年，三菱在其旗艦產品第三代 Debonair 車型上搭載了一顆固定視線的激光雷達，可用于精準探測跟車距離。1993 年，德國出現首個商用機載激光雷達系統 TopScan ALTM 1020。而進入 21 世紀以后，激光雷達又由單線掃描進化到多線掃描，開始在環境三維高精度重建應用上展露優勢。2004-2007 年間，DARPA（Defense Advanced Research Projects Agency，美國國防部高級研究計劃局）發起了三屆無人駕駛挑戰賽，期間 Velodyne 多線激光雷達誕生，首次將激光雷達帶入了自動首次將激

22、光雷達帶入了自動駕駛領域駕駛領域，自此自此得到廣泛應用，得到廣泛應用，車車載激光雷達載激光雷達也也開始高速發展開始高速發展。2009 年，Velodyne 正式對外銷售 64 線機械旋轉式激光雷達 HDL-64E；2010年，lbeo 與法雷奧合作開發面向量產車的 4 線激光雷達產品 SCALA；2017年，全球第一款真正實現 L3 級自動駕駛的量產車型奧迪 A8 問世，搭載的是法雷奧 SCALA 激光雷達；同年，禾賽發布 40 線激光雷達 Pandar40，經歷幾次迭代升級后發布 Pandar40P，并在此后陸續切入 Nuro、Aurora、Cruise和 Zoox 等美國自動駕駛公司客戶的

23、供應鏈體系。隨著汽車電動化和智能化的大勢顯現，高階智能駕駛持續發展高階智能駕駛持續發展，激光雷達，激光雷達作為作為高精度高精度、高可靠性高可靠性的的傳傳感器感器，在乘用車端在乘用車端也也實現實現了了量產上車量產上車。除了在車載端的應用以外，激光雷達的商業化應用還涉及其他諸多終端應用，包括智能手機、工業、智慧交通、無人機、機器人等。展望未來，隨著展望未來，隨著技術迭代技術迭代，激光雷達有望通過降低成本和提升性能，最終實現應用場景的進，激光雷達有望通過降低成本和提升性能，最終實現應用場景的進一步拓展，涵蓋更多領域和行業，一步拓展，涵蓋更多領域和行業，創造更大的市場規?？臻g。創造更大的市場規?？臻g。

24、2024-12-16 8 圖表圖表 5：激光雷達行業發展歷程梳理激光雷達行業發展歷程梳理 資料來源：深圳自動駕駛智能研究中心、車控 CHEK、HiEV、浦銀國際 圖表圖表 6：激光激光雷達雷達行業行業當前主要當前主要下游應用下游應用領域領域劃分劃分 資料來源：Yole、公開資料、浦銀國際整理 2024-12-16 9 技術沿革：緊跟底層器件前沿發展，技術路線仍呈技術沿革：緊跟底層器件前沿發展，技術路線仍呈多樣化并行態勢多樣化并行態勢 在激光雷達誕生以來的半個多世紀里，行業不斷發展，持續有新的技術架構被引入。截至目前，雖然有的技術方案已經取得了商業化落地的初步成果，但行業內的技術路線仍未完全收斂

25、，部分路線及相關產業鏈尚未完全成熟，仍待進一步優化和完善?？傮w而言，行業依然呈現各類技術路線并行的態勢。激光雷達按照不同的維度，存在多種分類方法。從技術方案的維度來看，目前主流的分類方式一般先將激光雷達按測距原理進行劃分；再按照四大系統模塊中各類器件的選擇及其不同特征，作出進一步細分。目前市場上的玩目前市場上的玩家，在平衡性能和成本的基本前提下，結合自身能力和定位，將上述維度內家，在平衡性能和成本的基本前提下，結合自身能力和定位，將上述維度內的各選項進行排列組合，形成了不同的技術路線并持續演進。的各選項進行排列組合，形成了不同的技術路線并持續演進。另外值得注意的是，如果單純將測距原理和四大系統

26、模塊中的各項選擇進行排列組合，理論上可以形成幾百種不同的技術路線選擇，進而形成對應的激光雷達系統方案。然而實際情況上，在下圖（圖表 7）所列示的各類選項之中，并非所有的連線都具備可行性。而具備可行性的不同路線，基本緊跟底層器件的前沿發展，同時彼此之間存在著千絲萬縷的聯系：一方面，各個方案的演繹路徑之間存在較大差異；但另一方面，不同模塊之間、各個器件選擇又不是完全分立的。我們將在下文中進一步展開論述，梳理激光雷達行業的技術沿革和發展趨勢。圖表圖表 7：按照激光雷達的測距原理和系統結構進行排列組合，理論上可以形成幾百種技術路線的選擇按照激光雷達的測距原理和系統結構進行排列組合，理論上可以形成幾百種

27、技術路線的選擇 資料來源：EE Times China、中國信通院、公開資料、浦銀國際整理 2024-12-16 10 測距原理：測距原理：ToF 技術成熟度較高，技術成熟度較高，FMCW 仍處于發展初期的培育階段仍處于發展初期的培育階段 激光雷達的測距原理主要有飛行時間法（ToF，Time of Flight）、調頻連續波法（FMCW，Frequency Modulated Continuous Wave）、三角測距法和相位法等。其中，ToF 與與 FMCW 由于能夠實現室外陽光下較遠的測程（由于能夠實現室外陽光下較遠的測程（100-250 米），米），成為了車載激光雷達的優選方案。成為了車

28、載激光雷達的優選方案。ToF：探測方式是通過直接測量發射激光與回波信號的時間差，基于光在空氣中的傳播速度得到目標物的距離信息，具有響應速度快、探測精度高的優勢。但可能受到其他激光雷達或環境光的干擾，在高反射率目標上可能出現信號飽和的問題。目前，ToF 法已達到較高技術成熟度，具有完整產業鏈，成本也相對低，因而實現了廣泛應用。例如在消費電子領域，其被用于面部識別、相機自動對焦、動作交互、手勢識別等。在車在車載端載端，主流量產主流量產激光雷達激光雷達方案方案在測距原理維度也多在測距原理維度也多使用使用 ToF 法法。FMCW：采用相干檢測技術，使用頻率來測量距離，將發射激光的光頻進行線性調制，通過

29、回波信號與參考光進行相干拍頻得到頻率差，解調出被測目標的距離及速度，具有可直接測量速度信息以及抗干擾的優勢。但同時，FMCW 目前技術成熟度較低，對 ADC、DSP 等元器件的性能要求較高，進一步推高了商用成本，仍處于發展初期的培育階段。綜上，在激光雷達測距原理維度，目前行業內選擇綜上，在激光雷達測距原理維度，目前行業內選擇 ToF 路線的量產方案路線的量產方案仍是仍是主流主流，但，但 FMCW 也具備諸多也具備諸多性能性能優勢，有望優勢，有望在在技術成熟技術成熟后后提升份額提升份額。圖表圖表 8：激光雷達的激光雷達的測距方法對比測距方法對比：ToF vs FMCW 資料來源：艾瑞咨詢、禾賽科

30、技招股書申報稿、艾邦智造、公開資料、浦銀國際整理 2024-12-16 11 發射模塊：發射模塊：近紅外與短波紅外各有所長，近紅外與短波紅外各有所長，器件上器件上 VCSEL 有望逐漸取代有望逐漸取代 EEL 激光雷達的發射模塊以激光器作為光源，按照發射激光的波長，可以將其分為以 905 nm 為代表的近紅外（NIR，Near Infrared）激光器和以 1,550 nm 為代表的短波紅外（SWIR，Short-Wave Infrared）激光器。905 nm 激光激光：屬于近紅外激光，波長接近可見光，易被人體視網膜吸收而造成損傷。因此，目前 905 nm 方案只能以低功率運行，安全探測距離

31、難以突破 200 米。但同時，由于接收端可使用硅基探測器，工藝成熟、成本較低，905 nm 激光器依然是當前主流方案。根據 Yole 統計，2018年以來全球乘用車領域的激光雷達項目定點中，905 nm 方案占比達 89%。1,550 nm 激光激光：1,550 nm 光源受日光、大氣散射等干擾更小，更易穿透大氣。且遠離可見光波長范圍，人眼安全性更高，最大探測距離甚至能夠達到 300 米以上。但需配套使用磷化銦（InP）激光器、銦鎵砷（InGaAs）探測器使用，材料成本更昂貴。另外，1,550 nm 光波更易被液態水吸收，因而在雨霧天氣下面臨探測距離縮減更為嚴重的問題。另外，1,550 nm

32、波長更適用于波長更適用于 FMCW 激光雷達激光雷達，主要是由于 FMCW 激光雷達中信噪比與傳輸的光子總數成正比，而非峰值功率，因此 FMCW模式所需的光源功率可由 ToF 方案所需的 100 W 降至 100-150 mW，從而能夠降低 1,550 nm 激光器的成本?？傮w而言，當下 905 nm 和 1,550 nm 的激光器路線各有所長。從車載端從車載端的的應應用來看，兩個波段將在未來較長時間內處于共存狀態，且考慮到成本問題，用來看，兩個波段將在未來較長時間內處于共存狀態，且考慮到成本問題，中短期內中短期內近紅外方案或仍將在近紅外方案或仍將在數量上數量上呈主導態勢呈主導態勢。同時，激光

33、器可以分為半導體激光器和光纖激光器，其中半導體激光器按照驅動方式又可劃分為邊發射激光器（EEL，Edge Emitting Laser）和垂直腔面激光器（VCSEL，Vertical Cavity Surface Emitting Laser）。EEL 激光器：激光器：具備高發光功率密度的優勢，但發光面位于半導體晶圓的側面，工藝復雜，且每顆激光器需要使用分立的光學器件進行光束發散角的壓縮和獨立手工裝調，極大地依賴產線工人的手工裝調技術，生產成本高且一致性難以保障，更難進入車規級應用。VCSEL 激光器：激光器：發光面與半導體晶圓平行，具有面上發光的特性。激光器陣列易與平面化的電路芯片鍵合，無需

34、單獨裝調，且易于和面上工藝的硅材料微型透鏡進行整合，提升光束質量。傳統的 VCSEL 激光器存在發光密度功率低的缺陷，限制了探測距離。但近年來國內外多家公司開發了多層結 VCSEL 激光器，將發光功率密度提升了 5-10 倍。隨著高功率隨著高功率 VSCEL 的研發進步，綜合的研發進步，綜合考慮平面化所帶來的生產成本降低和考慮平面化所帶來的生產成本降低和產品可靠性方面的收益，產品可靠性方面的收益，未來在激光器的選擇上，未來在激光器的選擇上，VCSEL 有望逐漸取代有望逐漸取代 EEL。2024-12-16 12 接收模塊：接收模塊：905 nm 邁向邁向 SPAD/SiPM，1,550 nm

35、仍需使用仍需使用 APD 接收模塊中的探測器，按照接收方式可分為 APD（Avalanche Photodiode，雪崩光電二極管）、SPAD（Single-Photon Avalanche Diode，單光子雪崩二極管）和 SiPM（Silicon Photomultiplier，硅光電倍增管）。目前激光雷達行業的接收端主要分為 APD 和 SPAD/SiPM 兩大路線。在 ToF 測距體系中，當前 905 nm 車載激光雷達的探測器元件選用以 APD 為主，但 APD 與 SiPM 在靈敏度表現上有較大差距，APD 被替代已成為大勢所趨。但另一方面，由于 SiPM 通常只能探測波長 1,1

36、00 nm 以下的光子，故1,550 nm 激光雷達中繼續采用 APD 目前看來是較為確定的。掃描模塊：掃描模塊：純固態是車載激光雷達未來主要發展方向純固態是車載激光雷達未來主要發展方向 根據掃描模塊內部是否具有運動器件，激光雷達可分為機械式、混合固態以及純固態三類（圖表 9）?；趻呙枘K對激光雷達方案的劃分，是目前市基于掃描模塊對激光雷達方案的劃分，是目前市面上面上最最常見的一種分類方式，也是車載激光雷達廠商分類定位的主要依據。常見的一種分類方式，也是車載激光雷達廠商分類定位的主要依據。當前激光雷達技術路線正由傳統的機械式向混合固態、純固態方案演進。機械式：機械式：通過電機帶動收發陣列進行

37、整體旋轉，掃描水平 360視場范圍，測距能力在水平 360視場范圍內保持一致，且測量精度較高，是最早進入市場的方案，也是現有無人駕駛項目主流選擇現有無人駕駛項目主流選擇。但由于內部存在機械式結構，1）產品尺寸大、重量沉；2）收發模組線束多，調校復雜，制作周期長、成本高；3）壽命短，因而難以實現車規級大規模量產?；旌瞎虘B：混合固態：將收發單元與掃描部件解耦，收發單元不再進行機械運動，結構相對機械式緊湊，成本和體積都相對可控；但也犧牲了部分水平視場范圍，且視場范圍內測距能力的均勻性弱于機械式激光雷達?；旌瞎虘B是一種折中的激光雷達方案，又可細分為轉鏡、棱鏡和 MEMS（Micro-Electro-M

38、echanical System，微機電系統）微振鏡三種。在車規級應用層面，轉鏡方案已經過批量上車驗證；MEMS 方案能夠較好地實現性能與耐久性的平衡，二者均為目前乘用車激光雷達的主流選擇。純固態：純固態：徹底摒棄機械運動部件，通過芯片來實現光發射與接收，大幅提升了激光雷達的探測性能和結構可靠性。且產品集成度高，體積更為且產品集成度高，體積更為緊湊緊湊，被認為是未來車載激光雷達的主要演進方向。，被認為是未來車載激光雷達的主要演進方向。按照技術路徑可以分為 OPA（Optical Phased Array，光學相控陣）方案和 Flash 方案。OPA 方案方案：完全由電信號控制掃描方向，能夠動態

39、調節掃描角度范圍。產品精度高、掃描快、體積小，集成度高且量產標準化程度高，但制造工藝復雜，加工難度高，目前仍處于早期研發階段。Flash 方案方案：通過短時間內向各個方向發射大覆蓋面陣激光來快速記錄整個場景，用高靈敏度的探測器接收回波信號并進行處理。結構相對簡單，技術相對成熟；但存在功率密度低、探測距離相對短的局限性，綜合考慮之下被認為是近距離補盲激光雷達的優選項。2024-12-16 13 圖表圖表 9：激光雷達激光雷達按照掃描模塊分類的按照掃描模塊分類的主要主要方案對比方案對比 方案方案 架構架構 工作原理工作原理 優勢優勢 劣勢劣勢 應用領域應用領域 機械式機械式 機械旋轉（一維掃描）收

40、發模塊發生宏觀意義上的轉動，通過不斷轉動發射器，將豎直排布的多束激光發射器形成面，實現3D 掃描的效果 掃描速度快，迅速覆蓋360全景視場；通過精確控制激光發射和接收，測量精度較高；抗光干擾性強；技術成熟 收發模組線束多，人工調校復雜，制造周期長；震動敏感性高；體積、重量較大；壽命遠低于車規級規范要求，難以形成車規級產品；復雜的機械結構和制造工藝增加了成本 1）自動駕駛汽車：用于環境感知和障礙物檢測；2）無人機：用于高精度地圖制作和導航；3）考古和地形測繪：用于高精度地形數據獲取 混合混合 固態固態 轉鏡（一維掃描）收發模塊保持不動，電機帶動轉鏡運動的過程中將光束反射到一定區域，實現掃描 功耗

41、低；體積??；可靠性高，利于車規級量產；成本相對較低 仍然包含機械旋轉部件，長期運行后穩定性和準確度可能下降；探測角度有限，探測距離短；對光源要求高 適用于對成本和掃描速度有一定要求的應用領域，如自動駕駛和機器人導航 棱鏡（二維掃描）利用兩個或多個棱鏡的相對運動來改變激光束的傳播路徑，實現掃描 點云密度高，探測精度高；探測距離遠；無需高速旋轉部件，可靠性提高；成本低 結構復雜，體積難以控制；單個雷達的視場角較小，需要多個激光雷達共同工作；對電機軸承等部件的可靠性提出了挑戰，存在磨損風險 適用于對成本敏感且對掃描角度要求不高的場景 MEMS（二維掃描）采用高速振動的二維MEMS 微振鏡實現一定范圍

42、的掃描 運動部件少，較好地實現性能與耐久性的平衡，且體積較??；發射器與探測器數量少，成本較低；可靠性高 中等視場，大視場角需要拼接，對算法的要求較高；制造工藝復雜；壽命較短 適用于對體積、功耗和響應速度有嚴格要求的應用，如微型無人機、自動駕駛汽車 純固態純固態 OPA（無掃描）通過控制各光源發光時間差，合成具有特定方向的激光束，加以控制得到不同方向的掃描效果 掃描速度快，精度高；完全固態，無機械磨損，可控性高且抗震性能好，體積小且穩定性高，更易通過車規級檢驗；集成度高、適應性強；可編程性強 抗環境干擾性差；光信號覆蓋有限；采用高精度集成的微陣列芯片式設計，制作工藝難度高；目前成本高，短期內較難

43、實現大規模應用 適用于對掃描速度和靈活性有積極要求的場景，如未來的高級自動駕駛汽車 Flash（無掃描）通過短時間直接發出一大片覆蓋探測區域的激光，用高靈敏度的探測器接收回波信號，根據飛行時間輸出深度信息三維圖像 無需掃描部件，結構簡單，穩定性高且體積??；信息量大，成像速度快；技術相對成熟 功率密度低，能量消耗大；探測距離較短，分辨率低 適用于對實時性要求高的場景，如無人駕駛出租車和機器人導航系統 資料來源：禾賽科技招股書申報稿、中國信通院、速騰聚創招股書、熾識咨詢、公開資料、浦銀國際整理 2024-12-16 14 控制控制模塊：模塊：芯片化方案有助降本芯片化方案有助降本，部分部分激光雷達廠

44、商開啟激光雷達廠商開啟 SoC 自研自研 現階段，激光雷達控制及處理模塊主控芯片仍以 FPGA（Field Programmable Gate Array，現場可編程門陣列）方案為主，用以實現時序控制、波形算法處理以及激光雷達其他功能模塊的控制等（圖表 10）。同樣以車載端為例，激光雷達廠商之所以采用 FPGA 作為主控芯片方案，是因為在技術路線尚未完全確定以前，FPGA 更適配需要頻繁修改、升級的系統架構，芯片可以隨算法的開發而定制，以響應不斷演進的設計與性能要求。而基于 ASIC 的解決方案則更適用于永久性應用，使用 ASIC 芯片則意味著激光雷達廠商對于現階段的產品系統設計已形成標準化方

45、案。隨著光學技術的成熟，激光雷達光學系統方案將逐步走向標準化。但同時，市場對激光雷達產品的性能要求仍在不斷提升。產品性能優化的需求衍生出對芯片集成度、運算能力的更高要求，激光雷達廠商開始尋求以更具自主性的方式滿足用戶的需求，這與 SoC（System on Chip，單片系統）芯片的優勢不謀而合。因此，控制模塊的芯片選擇出現向 SoC 芯片遷移的趨勢。另一方面，SoC 系統復雜度和成本更低，適合進行規?；可a。目前，部分激光雷達廠商已經開始著手自研 SoC 芯片，因為相比于外購 FPGA 芯片，自研 SoC 芯片可以更精確匹配激光雷達特征，實現信息采集、處理和分析的高效運作，顯著提升產品質

46、量，在優化產品整體性能的同時簡化供應鏈。展望展望未來未來，芯片集成設計能力將成為激光雷達廠商的核心競爭壁壘之一，芯片集成設計能力將成為激光雷達廠商的核心競爭壁壘之一。圖表圖表 10：激光雷達專用芯片及功能模塊示意圖激光雷達專用芯片及功能模塊示意圖 資料來源：禾賽科技招股書申報稿、浦銀國際整理 2024-12-16 15 圖表圖表 11：全球乘用車全球乘用車領域：以領域：以測距原理測距原理劃分的劃分的激激光雷達光雷達出貨量及預測出貨量及預測 圖表圖表 12：全球乘用車全球乘用車領域：以領域：以激光器波長激光器波長劃分的劃分的激光雷達激光雷達出貨量及預測出貨量及預測 注：E=Yole 預測；資料來

47、源：Yole、浦銀國際 注：E=Yole 預測；資料來源：Yole、浦銀國際 圖表圖表 13：全球乘用車全球乘用車領域：以領域：以激光器驅動方式激光器驅動方式劃劃分的分的激光雷達激光雷達出貨量及預測出貨量及預測 圖表圖表 14：全球乘用車全球乘用車領域：以領域：以激光探測器激光探測器劃分的劃分的激光雷達激光雷達出貨量及預測出貨量及預測 注：E=Yole 預測；資料來源：Yole、浦銀國際 注：E=Yole 預測；資料來源：Yole、浦銀國際 圖表圖表 15：全球乘用車全球乘用車領域：以領域：以掃描模塊方案掃描模塊方案劃分劃分的的激光雷達激光雷達出貨量及預測出貨量及預測 圖表圖表 16：全球乘用

48、車激光雷達出貨量全球乘用車激光雷達出貨量維度維度，Flash將在未來將在未來 10 年內搶占年內搶占 MEMS 方案的份額方案的份額 注：E=Yole 預測；資料來源：Yole、浦銀國際 注：外圈 2034 年，內圈 2024 年，均為 Yole 預測；資料來源：Yole、浦銀國際 05001,0001,5002,0002,5003,0002021202220232024E2025E2026E2027E2028E2029E2030E2031E2032E2033E2034E（萬臺）ToF法FMCW法05001,0001,5002,0002,5003,0002021202220232024E202

49、5E2026E2027E2028E2029E2030E2031E2032E2033E2034E（萬臺）近紅外（NIR）短波紅外（SWIR）05001,0001,5002,0002,5003,0002021202220232024E2025E2026E2027E2028E2029E2030E2031E2032E2033E2034E（萬臺）EELVCSEL光纖激光器05001,0001,5002,0002,5003,0002021202220232024E2025E2026E2027E2028E2029E2030E2031E2032E2033E2034E（萬臺）APDSPADSiPM05001,0

50、001,5002,0002,5003,0002021202220232024E2025E2026E2027E2028E2029E2030E2031E2032E2033E2034E（萬臺）轉鏡MEMSFlashOPA66%32%2%52%6%37%5%轉鏡MEMSFlashOPA 2024-12-16 16 車載激光雷達行業：需求持續釋放，中車載激光雷達行業：需求持續釋放，中國廠商初步展現主導之勢國廠商初步展現主導之勢 激光雷達上車激光雷達上車的現實背景與發展現狀的現實背景與發展現狀 汽車電動化和智能化趨勢下，汽車產業鏈向上下游延伸，智能化增量部件成汽車電動化和智能化趨勢下，汽車產業鏈向上下游延

51、伸，智能化增量部件成為新的價值高地。為新的價值高地。在電動智能車的科技浪潮中，汽車產業的價值鏈正在經歷深層重塑。新能源汽車將傳統汽車產業價值鏈向上下游大幅延伸（圖表 17）。其中，上游產業鏈延伸至動力電池技術和智能科技產業，下游產業鏈則延伸至終端消費者市場的零售、用戶生命周期服務、電池回收等。價值鏈的演變帶動產業的利潤結構隨之調整。其中，上游技術研發的利潤將向動力電池和智能科技轉移，特別是自動駕駛智能軟硬件將貢獻更大價值特別是自動駕駛智能軟硬件將貢獻更大價值，以軟硬件為核心的全棧式服務將成為汽車價值溢出的核心部分，拓展為重要的利潤池。智能駕駛智能駕駛作為汽車智能化應用的關鍵作為汽車智能化應用的

52、關鍵場景，場景，成為車企新一輪競爭的重要籌成為車企新一輪競爭的重要籌碼碼。汽車智能化正迅速成為消費者購車的核心考量，特別是智能駕駛技術等功能。隨著技術的不斷進步，智能化水平已成為新能源汽車競爭的新焦點。其中，新能源汽車保有量的激增為智能駕駛相關技術水平大幅提升并實現商業化應用提供了土壤。目前，智能輔助駕駛和自動駕駛技術正在高速發展，從基本的車輛控制輔助到高階智駕輔助，從簡單的功能到向高度集成、智能化的復雜系統的轉變，其功能也在不斷升級和完善。此外，隨著 AI 大模型的快速發展和端到端技術路線的落地，智駕發展也迎來了新的可能。在需求端，消費者購車偏好正在重塑。隨著大量智能電動車進入市場，在行業頭

53、部玩家帶領下，汽車產業生態圈對智能駕駛技術的宣傳強化以及消費者對駕駛輔助系統的使用和熟悉將促進智能駕駛市場日趨成熟，導向消費者購車偏好的重塑。用戶心智的突破又反向促進了智能駕駛功能的普及和行業智能化水平的提升，實現良性循環。智能化在購車決策中的重要性日益智能化在購車決策中的重要性日益凸顯，也促使眾多汽車制造商加快了智能化技術的研發和工程投入，間接加凸顯，也促使眾多汽車制造商加快了智能化技術的研發和工程投入，間接加速了技術研發進度。速了技術研發進度。在供給端，城市 NOA（Navigate On Autopilot，領航輔助駕駛）成為車企爭相布局的新方向。作為能夠明顯體現產品競爭力和作為能夠明顯

54、體現產品競爭力和核心技術優勢的高階輔助核心技術優勢的高階輔助駕駛功能，駕駛功能，城市城市 NOA 已經開始成為車企競相加碼投入的方向乃至營銷宣傳已經開始成為車企競相加碼投入的方向乃至營銷宣傳的重點。的重點。多家機構將 2023 年定義為“城市 NOA 元年”，而今車企繼續積極推進城市 NOA 功能，進展更新較快（圖表 19）。根據高工智能汽車數據，2024 年 9 月中國市場新車 NOA 前裝交付量突破 20 萬輛，再次創造記錄。智能駕駛：核心能力靠算法驅動，迭代過程中硬件先行智能駕駛：核心能力靠算法驅動，迭代過程中硬件先行 對于車企來說，智駕能力的提升需要軟硬件協同。一般來說，車輛的硬件配置

55、決定了智駕能力的下限，算法策略則決定了智駕能力的上限。且智駕能力的提升和技術的迭代從來不是一蹴而就的，總體呈現出硬件階梯向上、軟件硬件階梯向上、軟件持續提升持續提升的節奏，且軟件的迭代落后于硬件軟件的迭代落后于硬件。2024-12-16 17 硬件配置層面：硬件配置層面：一方面，考慮到汽車產品從設計到量產的研發周期較長的客觀原因，期間電子硬件技術可能已經歷多次迭代更新，所以“硬件先行”一定程度確保了車型上市時不至于因硬件落后而失去競爭力。另一方面，在通往高階智能駕駛和自動駕駛的發展過程中，需要更先進的整車電子電氣架構（中央計算+區域控制）和新的算法作為支撐，部分主機廠會為了最終實現 L3 及更

56、高級別的自動駕駛功能，采取考慮硬件預埋的策略。這樣，后續只需不斷通過 OTA（Over-the-Air，空中升級）解鎖新的功能，支持未來技術的應用，用戶就可以獲得更好的使用體驗。這也在一定程度上降低了主機廠在車型上市時間方面的壓力。軟件算法層面：軟件算法層面：硬件配置轉化為智駕能力時，不僅需要算法模型對各傳感器捕獲的信息進行科學融合、得出精準的車輛位置和周圍環境信息，更需要對芯片算力的高效調度。這些都對主機廠能力提出了考驗。隨著特斯拉提出 BEV+Transformer 并首次實現了該算法的商業化落地，再到其 FSD（Full Self-Driving）V12 版本采用完全基于大模型和數據驅動

57、的端到端方案，端到端自動駕駛技術在量產車型上的應用已成為現實。當前主流車企在智駕層面的探索，基本沿此技術方向迭代向前，面向量產的端到端智能駕駛解決方案和車型都在加速研發中，有望極大地提升智能駕駛的效率和安全性。而性能升級仍需軟硬件能力的共同提升。圖表圖表 17：相比于傳統車行業，汽車產業鏈的價值鏈曲線發生變化，實現利潤分布的重塑相比于傳統車行業，汽車產業鏈的價值鏈曲線發生變化，實現利潤分布的重塑 資料來源：億歐智庫、中國電動汽車百人會、浦銀國際 2024-12-16 18 圖表圖表 18：中國部分新能源車企中國部分新能源車企 NOA 功能演進過程及當前進展功能演進過程及當前進展 資料來源：佐思

58、汽研、各公司官網、公開資料、浦銀國際整理 圖表圖表 19：以中國造車新勢力為首的新能源車企，以中國造車新勢力為首的新能源車企，正正積極布局積極布局城市城市領航輔助駕駛功能領航輔助駕駛功能 品牌品牌 功能功能 名稱名稱 智能化智能化 代表車型代表車型 當前當前 覆蓋城市覆蓋城市 當前當前進度及進度及未來規劃未來規劃（截至（截至 2024 年年 11 月）月）功能詳情功能詳情 蔚來蔚來 NOP+全系車型 726（99%的地級市和縣級市）目標于 2025 年將智駕可用指數提升到 80%，智駕安全指數提升到 10（10 倍安全于人駕）在城區、高速、換電等多種場景中完成智能駕駛任務，包括但不限于自主調速

59、、選擇最優車道、施工繞行等 小鵬小鵬 NGP G6、G9、X9 P7+全國全國 計劃在 2H25 將 XNGP 的 AI 量產智駕提升至百公里甚至數百公里接管 1 次的體驗水平 自動識別紅綠燈通過路況、自動超車、自動限速調節、最優車道選擇、上下匝道、變道自動緊急避讓等 理想理想 NOA L9/8/7/6 MEGA 全國全國（僅限全量 AD Max 車型）11 月 OTA 升級車位到車位的智能駕駛功能，目標在今年底或明年初，向用戶批量交付推送有監督的 L3 級自動駕駛 支持自主變道超車、出入匝道、響應信號燈路口通行、出入環島、避讓繞行施工障礙物等，新增后向緊急制動、誤加速抑制、智能泊出等 零跑零

60、跑 NAP C10、C16 0（全國 25 城城市高架場景）計劃四季度 OTA 更新點對點通勤模式，預計 2Q25 實現自建地圖的城市智駕比例明顯提升 仍在推進城市高架場景 NAP 開放，高精地圖覆蓋路段內自動調整車速、智能變道、進出匝道及匯入主路 小米小米 NOA SU7 Pro/Max 全國全國 2024 年 8 月先鋒版已在全國推送，10 月已完成全量推送，目標2024 年進入行業第一梯隊 十字路口無保護右轉、復雜 T 字路口右轉、斑馬線禮讓行人、借道通行、十字路口無保護左轉等 華為華為 NCA 問界 M9 智界 S7 全國全國 自動駕駛能力依托多車型矩陣并且隨時間推移大幅提升 車道巡航

61、輔助增強、側向障礙物防碰撞、智能跟隨車輛限速、特種車輛模型識別智駕狀態島、代客泊車等 比亞迪比亞迪 NOA 騰勢 N7、Z9GT 仰望 U8 7（深圳+10 月底新開放的 6城）計劃于 12 月底在全國城市開通3 款高端車型的城市 NOA 功能，希望在2025年將高速NOA滲透到 10-20 萬元級別車型 自動緊急制動輔助系統、前向碰撞預警系統、自適應巡航、遙控駕駛、遙控泊車功能等 資料來源：公司官網、公司官方微信公眾號、公開資料、浦銀國際整理 2024-12-16 19 市場市場規模及規模及行業行業增長情況增長情況 依循我們前文中對于行業發展脈絡的梳理，激光雷達產品在 20 世紀 90 年代

62、被首次引入汽車產品后，于 21 世紀初開始了在汽車領域的應用之旅。自動駕駛領域：無人駕駛車（自動駕駛領域：無人駕駛車（Robotaxi）在 Velodyne 多線激光雷達誕生之后的十多年里，激光雷達開始被廣泛應用激光雷達開始被廣泛應用于自動駕駛領域于自動駕駛領域。主要原因在于無人駕駛市場由于還未進入全面商業化落地的階段，在探索技術閉環的過程中具有對成本敏感度低、對性能要求高的特點。而激光雷達能夠通過激光器和探測器組成的收發陣列，結合光束掃描，對所處環境進行實時感知，獲取周圍物體的精確距離及輪廓信息，應用場景包括障礙物檢測、車道保持、自適應巡航控制和自主泊車等。這些恰好與無人駕駛車輛的準確、快速

63、識別環境并作出決策的需求相吻合。具體來看，2016 年 8 月，新加坡的 NuTonomy 推出了全球首個自動駕駛出租車服務；2017 年，谷歌旗下的 Waymo 和通用旗下的 Cruise 相繼進場Robotaxi；隨后滴滴、AutoX 和百度等中國玩家也逐步加入。此后，各類玩家在全球范圍內開展商業化試驗，帶動了激光雷達市場的增長。根據 Yole 數據，2017 年全球應用于 Robotaxi 的激光雷達市場規模達到了 2.20 億美元。但從 2022 年開始，由于全球 Robotaxi 行業技術落地進展不及預期，短期難以實現規?；A期收益，行業關注度略顯降溫。相應地，根據 Yole 測算，

64、2023 年全球應用于 Robotaxi 的激光雷達市場規模為 1.24 億美元，同比 2022年的 1.30 億美元略微下滑 5%（圖表 21）。進入進入 2023 年下半年，年下半年，Robotaxi 行業在經歷了一波“重新洗牌”和“去弱留行業在經歷了一波“重新洗牌”和“去弱留強”后回歸理性，重新穩步向前發展強”后回歸理性，重新穩步向前發展。行業中投入的 Robotaxi 產量也正在隨著時間的推移穩步增加，同樣地，Yole 也預計用于 Robotaxi 的激光雷達市場收入規模將在2029年達到6.38億美元，2023-2029年的復合增長率為31%。圖表圖表 20：全球全球 Robotax

65、i 行業產量行業產量及及預測預測 圖表圖表 21：全球全球 Robotaxi 激光雷達市場規模及預測激光雷達市場規模及預測 注：E=Yole 預測；資料來源：Yole、浦銀國際 注：E=Yole 預測；資料來源：Yole、浦銀國際(60%)(30%)0%30%60%015030045060075020172018201920202021202220232024E2025E2026E2027E2028E2029E收入（百萬美元）同比增速（右軸）(30%)0%30%60%90%010,00020,00030,00040,00050,00060,00070,000201920202021202220

66、232024E2025E2026E2027E2028E2029E產量（輛）同比增速（右軸）2024-12-16 20 智能駕駛領域：乘用車智駕輔助系統智能駕駛領域：乘用車智駕輔助系統 隨著汽車電動化和智能化的進程不斷演進，高階智能駕駛持續發展，乘用車的 ADAS（Advanced Driver-Assistance System，高級輔助駕駛系統）逐漸升級。以整體步伐較為領先的中國市場為例，乘用車整體市場乘用車整體市場 L2 級及以上的智能級及以上的智能輔助駕駛裝車率提升顯著。輔助駕駛裝車率提升顯著。根據乘聯會聯合科瑞咨詢發布的數據，2024 年1-8 月，中國新能源乘用車 L2 級及以上的

67、ADAS 功能裝車率達到 66.6%，同比大幅提升 21.0 個百分點（圖表 23）。ADAS 系統從結構功能上來看，可以分為感知層、決策層和執行層，分別對應駕駛員的眼睛、大腦和手腳（圖表 22）。其中，感知層是智駕系統的眼睛，通過感知傳感器對環境信息和車輛信息進行采集與處理，感知信息數據提供到決策層處理分析后，執行層控制車輛完成動力供給、方向控制等動作。感知是智能駕駛的先決條件，其探測的精度、廣度與速度直接影響智能駕駛的行駛安全。感知層獲取的數據可直接影響決策層的判斷與執行層的操作，因此，汽車傳感器又是感知層的核心部件。激光雷達激光雷達作為高精度、高可靠性作為高精度、高可靠性的傳感器，的傳感

68、器，則則在汽車感知架構中扮演著關鍵角色。在汽車感知架構中扮演著關鍵角色。2017 年，奧迪發布全球首款量產的 L3 級自動駕駛汽車 A8，搭載法雷奧與Ibeo 聯合開發的第一代混合固態激光雷達 SCALA。2018 年，乘用車端陸續開始出現激光雷達定點項目；2022 年，在 Robotaxi 行業關注度略顯降溫的時候，搭載激光雷達的乘用車型陸續發布，開始在中國乘用車批量上車，成功接棒 Robotaxi，成為了車載激光雷達行業增長的新動力。2022 年被認為是“激光雷達上車元年”：Yole 統計 2022 年全球乘用車 ADAS激光雷達市場出貨量約 20 萬顆，實現收入 1.69 億美元，同比激

69、增 284%。根據佐思汽研，當年中國乘用車激光雷達車型銷量 11.14 萬輛，同比增長逾26 倍；乘用車激光雷達安裝量 12.96 萬顆，同比增長近 15 倍（圖表 25）。圖表圖表 22：ADAS 系統結構示意圖系統結構示意圖 資料來源：艾瑞咨詢、公開資料、浦銀國際整理 2024-12-16 21 圖表圖表 23：中國乘用車中國乘用車 L2 級及以上級及以上 ADAS 功能裝功能裝車率變化（按車率變化（按動力類型動力類型劃分）劃分）圖表圖表 24：中國中國新能源乘用車市場不同等級新能源乘用車市場不同等級 ADAS功能裝車率功能裝車率情況情況 資料來源：乘聯會、科瑞咨詢、浦銀國際 資料來源：乘

70、聯會、科瑞咨詢、浦銀國際 圖表圖表 25：2021-2022 年年，中國乘用車市場激光雷達中國乘用車市場激光雷達車型銷量（萬輛）與激光雷達安裝量（萬顆）車型銷量（萬輛）與激光雷達安裝量（萬顆）圖表圖表 26：全球乘用車全球乘用車市場市場激光雷達激光雷達出貨量出貨量及及收入收入預測預測（2023 vs 2029E）資料來源：佐思汽研、浦銀國際 注：E=Yole 預測；資料來源：Yole、浦銀國際 圖表圖表 27：中國中國乘用車乘用車市場：市場：激光雷達配套裝機量激光雷達配套裝機量vs L2 級及以上智駕滲透率走勢級及以上智駕滲透率走勢 圖表圖表 28：中國中國乘用車乘用車市場：市場：激光雷達配套

71、裝機量激光雷達配套裝機量vs 新車城市新車城市 NOA 裝配率走勢裝配率走勢 資料來源：NE 時代、蓋世汽車研究院、佐思汽研、乘聯會、浦銀國際 資料來源：佐思汽研、NE 時代、乘聯會、浦銀國際 21.9%50.8%45.6%66.6%0%20%40%60%80%2023.1-82024.1-8燃油乘用車新能源乘用車54.4%33.4%39.7%54.8%5.9%11.8%0%15%30%45%60%2023.1-82024.1-8L2級L2級L2+級0.411.10.813.00246810121420212022激光雷達車型銷量激光雷達安裝量20%30%40%50%60%0102030405

72、01Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24激光雷達配套裝機量（萬顆）L2級及以上智駕滲透率（右軸）0%3%6%9%12%051015202023-072023-082023-092023-102023-112023-122024-012024-022024-032024-042024-052024-062024-072024-082024-09激光雷達配套裝機量（萬顆）新車城市NOA裝配率（右軸）2024-12-16 22 進一步將智駕滲透率情況和激光雷達的裝機量進行對比，可以非常明顯地觀察到：二者的走勢是相互匹配的。2023 年下半年以來，中國

73、乘用車激光雷達市場的集中放量，與 L2 級及以上智駕滲透率快速上揚的節奏一致（圖表 27），也與城市 NOA 裝配率增長的步伐趨同（圖表 28）。展望未來，展望未來，激激光雷達光雷達在乘用車端的在乘用車端的搭載率搭載率將將隨著智駕滲透率隨著智駕滲透率的的提升提升繼續呈現上揚態勢。繼續呈現上揚態勢。市場規模也將保持成長，且中短期內以中國市場較為領先。綜合以上在自動駕駛和智能駕駛領域的發展趨勢，我們認為車載端的應用綜合以上在自動駕駛和智能駕駛領域的發展趨勢，我們認為車載端的應用將作為激光雷達的主力下游持續發力。將作為激光雷達的主力下游持續發力。第三方數據亦認同此趨勢，Yole 預測到 2027 年

74、車載端將占激光雷達下游總份額的 42%；熾識咨詢（CIC）認為全球車載激光雷達解決方案行業的市場規模則有望在 2030 年突破萬億人民幣。圖表圖表 31：全球激光雷達行業下游應用領域市場份額占比變化（全球激光雷達行業下游應用領域市場份額占比變化（2021 vs 2027E）注：E=Yole 預測，其中車端應用領域又被劃分為自動駕駛（Robotic Cars）和智能輔助駕駛（ADAS）；資料來源：Yole、蓋世汽車、浦銀國際 圖表圖表 29：全球及中國全球及中國高階高階智能駕駛智能駕駛方案方案的乘用車的乘用車滲透率表現及預測滲透率表現及預測 圖表圖表 30：全球車載激光雷達全球車載激光雷達解決方

75、案市場解決方案市場規模及規模及預測預測（按銷售總額計算）（按銷售總額計算）注：CIC 預測；資料來源：CIC、銀保監會交強險數據、地平線招股書、浦銀國際 注：E=CIC 預測；資料來源：CIC、速騰聚創招股書、浦銀國際 34 106 332 10,003 0%50%100%150%200%250%02,0004,0006,0008,00010,00012,000收入（人民幣億元）同比增速（右軸）0%20%40%60%80%100%全球中國 2024-12-16 23 競爭格局：中國廠商競爭格局：中國廠商后發先至后發先至，行業集中度初顯，行業集中度初顯 量產：不同玩家表現分化，中國廠商業績量產：

76、不同玩家表現分化，中國廠商業績率先率先釋放釋放 整體來看，在整體來看，在自動駕駛和乘用車自動駕駛和乘用車 ADAS 兩個兩個車載激光雷達車載激光雷達領域內領域內，中國廠商，中國廠商都都在過去在過去 3 年時間年時間里里逐漸逐漸累積累積市場份額，市場份額，初步初步顯露顯露領先領先姿態姿態。據 ICV 統計，2021年車載激光雷達市場的主要玩家中，還有法雷奧（28%）、Luminar（7%）、Cepton（7%）、大陸（7%）、電裝（7%）等海外 Tier 1 和激光雷達廠商的身影。然而，到了 2023 年，禾賽科技、速騰聚創和圖達通 3 家中國廠商的收入份額，就已經達到了 Yole 所測算的全球

77、 77%（圖表 32）。細分而言：一方面，在 L4 級自動駕駛的應用領域，千禧年代的 DARPA 挑戰賽基本奠定了自動駕駛系統的軟硬件格局，機械式激光雷達在自動駕駛車輛上車，行業興起也將“祖師爺”Velodyne 送上了事業巔峰。在 2017 年以前，Velodyne基本壟斷高性能車載激光雷達市場，即使價格昂貴、交付周期長且售后服務響應遲緩，其產品仍然供不應求。但 2016 年起，數十家創業企業涌入車載激光雷達行業，中國廠商也開始嶄露頭角。2017年，禾賽科技推出了40線的旋轉式遠距激光雷達產品Pandar40，經歷迭代后又于 2018 年底發布了旗艦升級版 Pandar40P。此后，禾賽科技

78、憑借著更快的更新速度、更貼近客戶的服務和更高的性價比等優勢，陸續切入了一眾 L4 級自動駕駛公司、無人車隊客戶的供應鏈體系（圖表 34）。截至目截至目前前，禾賽，禾賽已經進入已經進入了了全球絕大多數全球絕大多數 L4 玩家客戶玩家客戶，并在 2023 年以 74%的全球份額在 Robotaxi 激光雷達領域實現壓倒性領先（圖表 33）。圖表圖表 32：全球全球車載車載激光雷達激光雷達整體整體市場市場收入收入份額分布份額分布情況情況 注：外圈為 2023 年，內圈為 2022 年；資料來源：Yole、浦銀國際 禾賽科技37%速騰聚創21%圖達通 19%法雷奧 10%華為技術6%Waymo 2%大

79、疆覽沃1%Ouster 1%Luminar 1%其他玩家2%禾賽科技速騰聚創圖達通法雷奧華為技術Waymo大疆覽沃OusterLuminar其他玩家 2024-12-16 24 圖表圖表 33：全球全球 Robotaxi 激光雷達市場激光雷達市場收入收入份額分布份額分布情況情況 注：外圈為 2023 年，內圈為 2022 年；資料來源：Yole、浦銀國際 圖表圖表 34：Robotaxi 行業主要行業主要玩家玩家車輛車輛激光雷達配置激光雷達配置情況情況對比對比 資料來源：Yole、艾瑞咨詢、各公司官網、公開資料、浦銀國際整理 禾賽科技;74%Waymo;7%速騰聚創;7%Ouster;4%其他

80、廠商;8%禾賽科技Waymo速騰聚創Ouster其他廠商 2024-12-16 25 另一方面，在乘用車 ADAS 的應用領域，海外廠商起初具有先發優勢。早在2017 年，法雷奧就成為了全球首家為乘用車量產激光雷達的廠商，其與戰略合作伙伴 Ibeo 聯合開發的第一代 SCALA 被奧迪的高端轎車 A8 所采用；第二代 SCALA 也于 2021 年在新款奔馳 S 級轎車成功搭載。期間海外激光雷達廠商也紛紛入局，各自選定技術路線后，依循汽車產業供應鏈的傳統結構，與 Tier 1 廠商合作生產（圖表 38）。但正如前文所述，車載激光雷達作為汽車智能化的增量傳感器，產品本身的技術路線尚未完全確定，在

81、設計研發和上車的過程中仍需進行大量調整；而海外的 Tier 1 龍頭此前也并沒有相關的生產經驗。最終的結果就是，海外激光雷達廠商的產品海外激光雷達廠商的產品量產緩慢，項目上車進度不及預期。量產緩慢，項目上車進度不及預期。例如，寶馬最新 iNEXT 車型原定于 2021年秋季上市，搭載 Innoviz 激光雷達，但目前仍未實現規?；把b交付；沃爾沃的純電 SUV EX90 選用 Luminar 的激光雷達產品，車型原定于 2023 年底投產，但卻因為激光雷達量產問題屢屢延期，上市節奏晚于預期近一年。與大多數海外廠商的主流選擇不同，中國主要的激光雷達廠商，在產品制造方式的選擇上，更傾向于自建產線，

82、在自主把控裝配過程中的產品質量和量產節奏的同時，也能夠通過提高產品集成化和產線自動化程度兼顧成本。結果證明，這樣的選擇不無道理。從 2022 年開始，隨著搭載國產激光雷達的車型陸續上市并開啟交付，中國廠商在乘用車激光雷達領域后發先至，中國廠商在乘用車激光雷達領域后發先至，率率先實現業績釋放先實現業績釋放。2023 年，禾賽科技、速騰聚創和圖達通三家中國廠商的激光雷達裝機量之和，占全球總量的 79%；三者的收入之和，在全球市場的份額從 2022 年的 65%進一步上升到了 77%（圖表 37）。圖表圖表 35：全球全球乘用車乘用車激光雷達產品激光雷達產品出貨量出貨量份額分份額分布情況（布情況（2

83、023 年）年）圖表圖表 36：中國中國乘用車乘用車激光雷達激光雷達裝機量裝機量份額分布情份額分布情況（況（2024 年年 1-10 月）月）資料來源：Yole、浦銀國際 注：根據國內整車終端銷售數據為統計口徑整理，不含進出口數據，統計結果可能會與相關零部件企業的實際出貨數據存在差異；資料來源：NE 時代、浦銀國際 29%29%21%10%9%2%禾賽科技速騰聚創圖達通法雷奧華為技術其他玩家36.0%26.4%23.5%14.0%0.1%速騰聚創禾賽科技華為技術圖達通其他玩家 2024-12-16 26 圖表圖表 37：全球全球乘用車乘用車激光雷達市場激光雷達市場收入收入份額分布情況份額分布情

84、況 注：外圈為 2023 年，內圈為 2022 年；資料來源：Yole、浦銀國際 圖表圖表 38：在產品制造模式方面，中國和海外激光雷達供應商有所不同在產品制造模式方面，中國和海外激光雷達供應商有所不同 資料來源：Yole、各公司官網、浦銀國際整理 禾賽科技26%速騰聚創26%圖達通 25%法雷奧 13%華為技術8%大疆覽沃1%其他玩家1%禾賽科技速騰聚創圖達通法雷奧華為技術大疆覽沃其他玩家 2024-12-16 27 定點：中國廠商定點數量領先，有望進一步拓展海外車企客戶定點：中國廠商定點數量領先，有望進一步拓展海外車企客戶 在汽車行業，項目定點是指被汽車廠商指定為零部件的批量配套供應商?？?/p>

85、慮到新車型的研發周期和乘用車產品的銷售周期，激光雷達廠商當前與主機廠的項目定點情況，決定了未來 2-3 年出貨量和行業競爭格局的基礎。根據 Yole 統計的全球車載激光雷達定點項目情況，可以明顯看出 2024 年的分布與 2019 年相比已發生了較大變化。結合不同類型供應商的現狀來看：Tier 1 廠商：廠商：過去近兩年時間里，大陸、博世、采埃孚等 Tier 1 廠商都相繼宣布停止激光雷達相關項目；法雷奧作為此前的行業先行者，已是目前唯一繼續探索車載激光雷達項目的歐系 Tier 1。但由于產品價格、迭代速度等一系列原因，法雷奧也在與中國廠商的競爭中顯露頹勢，定點項目的數量份額從 2019 年的

86、 28%銳減至當前的 6%。激光雷達廠商：激光雷達廠商：由于自身技術路線選擇、規模量產、公司運營等原因，已有海外廠商退出競爭舞臺：2022 年 9 月，Ibeo 向德國漢堡法院申請破產；11 月 Velodyne 和 Ouster 合并、Quanergy 退市。雖然目前全球仍有超過 60 家車載激光雷達廠商，但是行業格局正在逐漸明晰。海外激光雷達廠商的定點項目數量明顯下滑，部分項目被中國廠商取代。而在中國廠商內部，速騰聚創、禾賽科技、華為技術和圖達通四家企業占據了中國市場接近 100%的市場份額。其中，圖達通和蔚來深度綁定，華為技術目前主要覆蓋鴻蒙智行和華為智選車系列車型。禾賽科技和速騰聚創客

87、戶多樣化程度相對高，定點方面也與其他玩家拉開了距離；但彼此之間差距并不大，后續業績表現也需考慮車型/平臺的銷量表現。因此，從項目定點的角度來看，因此，從項目定點的角度來看，我們我們對中國廠商對中國廠商短中短中期期的份額表現保持樂觀的份額表現保持樂觀態度態度，速騰聚創、禾賽科技速騰聚創、禾賽科技有望繼續保持領先。有望繼續保持領先。同時，由于海外廠商自身的量產問題和多數 Tier 1 廠商的陸續退出，我們認為速騰聚創與禾賽科技下一輪的競爭點之一，將是在海外車企激光雷達項目定點上的角逐。圖表圖表 39：乘用車乘用車激光雷達激光雷達 2019 年年項目定點項目定點情況情況 圖表圖表 40：乘用車乘用車

88、激光雷達激光雷達 2024 年年項目定點項目定點情況情況 注：按照定點車型/平臺的個數進行統計；資料來源：Yole、浦銀國際 注：按照定點車型/平臺的個數進行統計；資料來源：Yole、浦銀國際 41%37%6%5%3%2%6%速騰聚創禾賽科技法雷奧圖達通Luminar華為技術其他玩家28%10%3%法雷奧速騰聚創Luminar大疆覽沃電裝大陸集團CeptonInnovizIbeo圖達通華為技術禾賽科技Velodyne其他玩家 2024-12-16 28 同業玩家對比同業玩家對比 圖表圖表 41：主要主要激光雷達廠商激光雷達廠商技術路線技術路線選擇選擇 資料來源：各公司官網、Yole、公開資料、

89、浦銀國際整理 圖表圖表 42：當前激光雷達主要玩家量產當前激光雷達主要玩家量產遠距主雷達遠距主雷達產品性能參數對比產品性能參數對比 性能參數性能參數 法雷奧法雷奧 禾賽科技禾賽科技 速騰聚創速騰聚創 華為技術華為技術 Innoviz 圖達通圖達通 Luminar 示意圖 產品名稱產品名稱 SCALA Gen2 AT128 M1 Plus D3 InnovizOne 獵鷹獵鷹 K2 Iris 激光發射器/VCSEL EEL VCSEL EEL 光纖激光器 光纖激光器 激光波長 905 nm 905 nm 905 nm 905 nm 905 nm 1,550 nm 1,550 nm 掃描方式 轉鏡

90、 轉鏡 MEMS 轉鏡 MEMS 轉鏡 轉鏡(雙軸轉鏡）激光線束 16 線 128 線 126 線（等效）192 線 256 線 150 線 300 線（等效）探測距離（10%）150 米 210 米 180 米 180 米 250 米 250 米 250 米 單回波點頻（點/秒）26 萬 153.6 萬 78.75 萬 184 萬 143.7 萬 90 萬 93.6 萬 視場角（水平垂直）13310 12025.4 12025 12020 11525 12025 12028 角分辨率（水平垂直）0.250.6 0.10.2 0.20.2 0.250.1 0.10.1 0.060.06 0.0

91、50.05 尺寸（mm3）15010768 13611449 11111045/1119845 22815060 32011854 功耗（W）10 13.5 15/20 25 注：部分數據顯示“/”則為公司未有披露；資料來源：各公司官網、Yole、公開資料、浦銀國際整理 2024-12-16 29 圖表圖表 43：當前激光雷達主要玩家量產當前激光雷達主要玩家量產補盲雷達補盲雷達產品性能參數對比產品性能參數對比 性能參數性能參數 禾賽科技禾賽科技 速騰聚創速騰聚創 圖達通圖達通 一徑科技一徑科技 大陸集團大陸集團 示意圖 產品名稱產品名稱 FT120 E1 靈雀靈雀 W ML-30s HFL11

92、0 激光發射器 VCSEL VCSEL/EEL VCSEL 激光波長/905 nm 905 nm 905 nm 1,064 nm 掃描方式 Flash Flash 轉鏡 MEMS Flash 探測距離（10%）22 米 30 米 70 米 20 米 22 米 單回波點頻（點/秒）19.2 萬（10 Hz）69.12 萬（25 Hz）120 萬 51.2 萬（10 Hz）10.24 萬（25 Hz）視場角（水平垂直）10075 12090 12070 14070 12030 角分辨率（水平垂直）0.6250.625 0.6250.625 0.150.36 0.440.44 0.940.94 尺寸

93、（mm3）95.876.8134.1 6312570/13711066 10012065 功耗（W）15 10 6 15/注：部分數據顯示“/”則為公司未有披露；資料來源：各公司官網、Yole、HiEV、IVICS、公開資料、浦銀國際整理 圖表圖表 44：乘用車乘用車客戶積累對比：禾賽科技客戶積累對比：禾賽科技 vs 速騰聚創速騰聚創 資料來源：各公司官網、Yole、浦銀國際 2024-12-16 30 圖表圖表 45：中國乘用車中國乘用車 ADAS 激光雷達市場主要玩家激光雷達市場主要玩家月度月度出貨量對比出貨量對比 注：根據國內整車終端銷售數據為統計口徑整理，不含進出口數據，統計結果可能會

94、與相關零部件企業的實際出貨數據存在差異；資料來源：NE 時代、浦銀國際 圖表圖表 46：營收規模對比：中國廠商在乘用車端順利量產，業績率先釋放營收規模對比：中國廠商在乘用車端順利量產，業績率先釋放 注：收入規模以百萬美元計；由于各家激光雷達廠商上市時間不同，圖表中未顯示的數據則為公司未披露；資料來源：公司財報、Bloomberg、浦銀國際 010203040506070801Q212Q213Q214Q211Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24禾賽科技速騰聚創LuminarOusterAevaInnovizAEyeCepton010,00020,

95、00030,00040,00050,00060,0002024-012024-022024-032024-042024-052024-062024-072024-082024-092024-10（顆）禾賽科技速騰聚創圖達通華為技術 2024-12-16 31 圖表圖表 47：綜合毛利率對比：禾賽科技綜合毛利表現較為穩定，領先同業玩家綜合毛利率對比：禾賽科技綜合毛利表現較為穩定，領先同業玩家 注：由于各家激光雷達廠商上市時間不同，圖表中未顯示的數據則為公司未披露；資料來源：公司財報、Bloomberg、浦銀國際 圖表圖表 48：研發費用規模對比研發費用規模對比 注：研發費用規模以百萬美元計；由于

96、各家激光雷達廠商上市時間不同，圖表中未顯示的數據則為公司未披露；資料來源：公司財報、Bloomberg、浦銀國際 (450%)(350%)(250%)(150%)(50%)50%1Q212Q213Q214Q211Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24禾賽科技速騰聚創LuminarOusterAevaInnovizAEyeCepton010203040506070801Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24禾賽科技速騰聚創LuminarOusterAevaInnovizAEyeCepton 2024-

97、12-16 32 圖表圖表 49：主要主要激光激光雷達企業上市以來股價漲跌幅雷達企業上市以來股價漲跌幅 注：截至 2024 年 12 月 12 日收盤價；資料來源：Bloomberg、浦銀國際 圖表圖表 50：主要主要激光雷激光雷達企業估值對比達企業估值對比 注：截至 2024 年 12 月 12 日收盤價；資料來源：Bloomberg、浦銀國際 (120%)(80%)(40%)0%40%80%120%2019-032019-052019-072019-092019-112020-012020-032020-052020-072020-092020-112021-012021-032021-0

98、52021-072021-092021-112022-012022-032022-052022-072022-092022-112023-012023-032023-052023-072023-092023-112024-012024-032024-052024-072024-092024-11禾賽科技速騰聚創LuminarOusterAevaInnovizAEyeCepton02468102023-012023-022023-032023-042023-052023-062023-072023-082023-092023-102023-112023-122024-012024-022024-

99、032024-042024-052024-062024-072024-082024-092024-102024-112024-12禾賽科技速騰聚創LuminarOusterInnovizAEye 2024-12-16 33 圖表圖表 51：行業行業可比公司估值比較可比公司估值比較 注：E=Bloomberg 一致預測，截至 2024 年 12 月 12 日收盤價；資料來源：Bloomberg、公司公告、浦銀國際 2024E2025E2026E2024E2025E2026E2024E2025E2026E激光雷達激光雷達HSAI US Equity禾賽科技1,404 11.1 24%(80%)NM

100、154%4.8 3.1 2.2 2.7 2.6 2.3 2498 HK Equity速騰聚創1,584 28.0 (4%)(72%)(57%)NM6.0 3.7 2.7 3.9 4.2 4.3 LAZR US EquityLuminar231 6.9 (86%)(23%)(29%)(37%)3.3 2.0 1.1 N/AN/AN/AOUST US EquityOuster455 9.1 19%(77%)(20%)(18%)4.1 3.1 2.0 N/AN/AN/AAEVA US EquityAeva233 4.3 14%(12%)(4%)(8%)26.4 16.1 4.9 1.8 1.9 1.

101、6 INVZ US EquityInnoviz144 0.9 (66%)(0)(8%)(27%)6.0 2.0 0.8 2.0 2.6 2.6 LIDR US EquityAEye11 1.2 (50%)19 (0)(0)59 2 0 N/AN/AN/ACPTN US EquityCepton51 3.2 2%N/AN/AN/AN/AN/AN/AN/AN/AN/A平均平均15.7 4.6 2.0 2.6 2.8 2.7 激光器激光器6965 JP Equity濱松光子學4,097 1,889.5 (35%)(29%)6%13%3.1 2.8 2.6 1.8 1.5 1.4 LITE US Eq

102、uityLumentum6,235 90.8 73%(78%)57%133%4.6 3.9 3.1 5.3 7.0 6.1 OSR GR Equity歐司朗5,268 51.8 2%N/AN/AN/AN/AN/AN/AN/AN/AN/A002281 CH Equity光迅科技4,734 43.4 52%35%41%35%4.4 3.3 2.7 4 3 3 688048 CH Equity長華光芯991 40.9 (35%)NMNM(68%)24.8 17.9 14.9 2.4 2.4 2.4 平均平均9.2 7.0 5.8 3.3 3.6 3.2 車載光學車載光學003550 KS Equit

103、yLG集團8,382 76,200.0 (11%)(24%)37%21%1.6 1.4 1.3 0.4 0.4 0.4 6758 JP Equity索尼139,822 3,462.0 29%7%11%6%1.7 1.6 1.6 2.8 2.5 2.3 2382 HK Equity舜宇光學科技9,210 65.4 (8%)88%24%18%1.7 1.6 1.4 2.7 2.5 2.2 603501 CH Equity韋爾半導體16,756 100.2 (6%)261%39%25%4.6 3.9 3.3 4.9 4.3 3.6 002456 CH Equity歐菲光6,283 13.8 58%N

104、M152%19%2.1 1.7 1.6 11.0 10.5 10.0 002036 CH Equity聯創電子1,592 10.8 6%NM620%61%1.0 1.0 0.9 4.0 3.5 3.2 603297 CH Equity永新光學1,494 97.7 (2%)(0)35%22%10.9 8.6 6.8 5.5 4.8 4.2 平均平均3.4 2.8 2.4 4.5 4.1 3.7 L3/L4級自動駕駛級自動駕駛AUR US EquityAurora12,648 7.4 68%(32%)0%(10%)19,250.5 1,435.9 213.6 N/AN/AN/ATSPH US Eq

105、uity圖森未來92 0.4 (54%)N/AN/AN/AN/A2.0 N/A0.6 N/AN/AWRD US Equity文遠知行4,403 16.0 (74%)N/A(25%)(0)49.6 21.1 7 N/AN/AN/APONY US Equity小馬智行3,463 12.9 (74%)N/AN/AN/AN/AN/AN/AN/AN/AN/A平均平均9,650.1 486.3 110.3 0.6 NANA智駕芯片智駕芯片MBLY US EquityMobileye14,372 17.7 (59%)(94%)486%1 8.7 7.4 6.0 1.2 1.2 1.2 NVDA US Equ

106、ity英偉達3,363,457 137.3 177%278%136%0 56.7 26.1 17.2 78.1 37.2 18.6 QCOM US Equity高通175,805 158.2 9%21%11%9%4.6 4.2 3.9 7 6 6 NXPI US Equity恩智浦55,337 217.7 (5%)(7%)(1%)19%4.4 4.3 3.9 5.8 5.3 4.7 TXN US Equity德州儀器174,881 191.7 12%(28%)18%25%11.3 10.2 9.2 10 10 9 AMBA US Equity安霸3,048 73.1 19%NM(68%)(41

107、%)13.5 10.9 9.4 5 5 6 9660 HK Equity地平線6,520 3.8 0%N/A(67%)(74%)20.2 13.6 8.4 3 3 3 2533 HK Equity黑芝麻智能2,032 27.8 0%N/A(45%)(70%)26.0 14.4 8.1 N/AN/AN/A6723 JP Equity瑞薩電子25,037 2,038.0 (20%)(14%)2%24%2.8 2.6 2.3 2 1 1 平均平均16.5 10.4 7.6 13.9 8.6 6.1 智駕域控智駕域控Tier 1CON GY Equity大陸集團13,866 66.0 (14%)3%2

108、8%19%0.3 0.3 0.3 0.9 0.9 0.8 APTV US Equity安波福13,759 58.5 (35%)28%14%18%0.7 0.7 0.6 1.6 1.3 1.2 VC US Equity偉世通2,578 93.3 (25%)23%7%15%0.7 0.6 0.6 2.1 1.8 1.5 002920 CH Equity德賽西威9,359 122.6 (5%)43%30%26%2.4 1.9 1.6 7.1 5.7 4.6 600699 CH Equity均勝電子3,137 16.2 (10%)24%25%24%0.4 0.4 0.3 1.6 1.4 1.3 688

109、326 CH Equity經緯恒潤1,565 94.8 (18%)105900%NM136%2.0 1.6 1.3 2.4 2.3 2.2 1274 HK Equity知行汽車科技600 20.2 (40%)(47%)NM146%2.7 1.9 1.3 4.0 4.0 4.2 ECX US Equity億咖通666 2.0 (38%)(1%)(47%)NM0.9 0.7 0.5 N/AN/AN/A1760 HK Equity英恒科技179 1.3 (42%)(47%)36%29%0.2 0.2 0.2 0.5 0.5 N/A平均平均1.1 0.9 0.8 2.5 2.2 2.2 新能源汽車新能

110、源汽車TSLA US Equity特斯拉1,342,126 418.1 68%(21%)36%26%13.4 11.5 9.6 19.3 16.8 14.2 1211 HK Equity比亞迪（H）110,230 280.0 31%23%27%20%1.1 0.9 0.8 4.5 3.7 3.0 002594 CH Equity比亞迪（A）110,230 283.7 43%29%29%22%1.0 0.9 0.7 4.8 3.9 3.2 NIO US Equity蔚來9,579 4.6 (49%)(13%)(26%)(44%)1.0 0.7 0.6 5.5 13.6 N/A9866 HK Eq

111、uity蔚來-SW9,772 36.4 (51%)(13%)(26%)(44%)1.0 0.7 0.6 5.6 13.8 N/AXPEV US Equity小鵬汽車12,164 12.8 (12%)(45%)(52%)NM2.1 1.2 0.9 4.2 4.5 4.3 9868 HK Equity小鵬汽車-W12,410 50.8 (10%)(45%)(52%)NM2.2 1.2 0.9 4.2 4.6 4.4 LI US Equity理想汽車24,180 22.8 (39%)36%35%36%1.2 0.9 0.7 3.4 3.1 2.6 2015 HK Equity理想汽車-W24,676

112、 90.4 (39%)36%35%36%1.2 0.9 0.8 3.5 3.2 2.7 9863 HK Equity零跑汽車5,116 29.8 (17%)(27%)(67%)NM1.2 0.6 0.5 3.6 3.8 3.0 RIVN US EquityRIVIAN14,494 14.2 (39%)(17%)(32%)(14%)3.1 2.9 2.0 2.4 3.9 4.1 LCID US EquityLUCID GROUP7,650 2.5 (40%)(11%)(22%)(28%)9.9 5.4 2.6 1.7 3.0 4.8 平均平均3.2 2.3 1.7 5.2 6.5 4.6 定位定

113、位/高精地圖高精地圖BIDU US Equity百度31,671 90.3 (24%)(4%)1%36%1.7 1.7 1.6 0.8 0.8 0.7 002405 CH Equity四維圖新3,315 10.2 14%15%(38%)(59%)7.0 6.1 5.3 2.6 2.8 2.8 300627 CH Equity華測導航3,167 42.0 35%28%27%30%6.8 5.3 4.2 6.6 5.7 4.7 平均平均5.2 4.4 3.7 3.3 3.1 2.7 P/S（市銷率）（市銷率）P/B（市凈率）（市凈率）股票代碼股票代碼公司名稱公司名稱市值市值(美元百萬美元百萬)股價

114、股價(當地貨幣當地貨幣)股價變動股價變動年初至今年初至今(%)EPS同比增長同比增長 2024-12-16 34 投資價值：短中期車載投資價值：短中期車載端端應用能見度較應用能見度較高，長期高，長期機器人機器人想象空間廣闊想象空間廣闊 短期：量產拉動成本下降形成飛輪效應，繼續放量短期：量產拉動成本下降形成飛輪效應，繼續放量能見度上升能見度上升 正如我們在上一章中所強調的，激光雷達作為汽車智能化增量零部件，業務性質決定了各廠商的業績需要依托整車廠的車型銷量進行釋放?？紤]到中國市場先于海外市場放量，在新能源車智能化方向上的步伐也相對領先，我們將就短期行業趨勢對中國市場和海外市場分別進行討論。中國市

115、場中國市場：智能化發展智能化發展奠定基礎奠定基礎，“千元機”“千元機”助力助力突破突破制約上車主要瓶頸制約上車主要瓶頸 一方面一方面，智能駕駛的發展為增量零部件領域的成長奠定了堅實基礎。，智能駕駛的發展為增量零部件領域的成長奠定了堅實基礎。在新能源汽車發展的上半場中，電動化作為核心驅動力帶動了競爭格局的重塑；而今，中國新能源汽車行業發展率先進入下半場，智能化的序幕已然拉開。智能駕駛作為汽車智能化的主力支柱之一，正處于高速增長的階段。高工智能汽車數據顯示，2024 年上半年，中國市場前裝標配 ADAS 功能的乘用車共交付 613.85 萬輛，同比增長 16%，前裝搭載率 63.42%。另一方面另

116、一方面，中國中國整車市場整車市場激烈競爭的現實背景下激烈競爭的現實背景下，車企正在不斷追求智，車企正在不斷追求智駕解駕解決方案的決方案的持續降本持續降本。以高階智駕的典型代表城市 NOA 功能為例，目前仍以自主中高端車型配套為主。2023 年，中國市場 35-50 萬元價格段車型達到標配城市NOA功能裝配量的90%，而25-30萬元價格段下該占比僅為4.2%。但進入 2024 年，乘用車標配城市 NOA 的裝配量向 25-30 萬元價格段集中，1-9 月份占比達到 25.8%（圖表 53）。20-30 萬元價格段的車型成為高速和城市 NOA 搭載銷售的主力。同時，考慮到大眾市場價格段巨大的銷量

117、基盤，以造車新勢力為代表的新能源車企，以造車新勢力為代表的新能源車企，正在正在加速實現高階智駕主銷價格段的加速實現高階智駕主銷價格段的向下滲透，使得搭載向下滲透，使得搭載 NOA 功能的車型下探到功能的車型下探到 15 萬元左右的價格區間萬元左右的價格區間。也正因如此，在車企追求智駕降本的過程中，激光雷達作為整套智駕系統中單價最貴的傳感器，較高的較高的硬件硬件成本成本是驅動是驅動部分部分車企將其從車企將其從已已有方案有方案“忍痛“忍痛摘除”的最大動機，也是制約摘除”的最大動機，也是制約潛在潛在車企車企客戶客戶采用采用激光雷達方案的最大瓶頸。激光雷達方案的最大瓶頸。如小鵬 M03 及其新一代自動

118、駕駛硬件平臺的首款車型 P7+，為實現“技術降本”和高階智駕方案的下沉，均取消了激光雷達的配置。然而，其中易被忽視的事實在于，新能源車時代的新車型開發周期，雖然相較于燃油車時代已經大大縮短，但總體仍需 12-18 個月。對于目前上市交付的新車，其核心零部件的項目定點時間應在 1.5-2 年以前，這也意味著在有些車企確定取消配置時，激光雷達單價還處于人民幣 4,000 元甚至更高水平。但但在在過去兩年過去兩年中中，隨著量產交付規模的持續提升，隨著量產交付規模的持續提升，激光雷達的制造成本正激光雷達的制造成本正在在以快于預期的速度下行以快于預期的速度下行。2022 年實現量產上車后，2023 年乘

119、用車激光雷達 2024-12-16 35 迎來了一波交付潮，全球出貨量達到 76.2 萬顆，同比增長 239%；Yole 預測2024 年全球出貨量有望突破 160 萬顆，同比繼續翻倍增長。相應地，乘用車激光雷達的行業平均單價，也從 2022 年的 845 美元，快速下探至 2023 年的 518 美元（圖表 56），明顯快于該機構此前的預測。而中國激光雷達廠商由于上量迅速，是推動行業平均單價下行的主力而中國激光雷達廠商由于上量迅速，是推動行業平均單價下行的主力。2023年，在全球其他市場的平均單價還處于 700-1,000 美元水平時，中國廠商的平均單價已經進入 450-500 美元的區間。

120、禾賽和速騰均表示，今年乘用車產品單價將進一步實現同比顯著下降。也正因如此，中國市場搭載激光雷達車型的入門價格，如零跑的 C10，已經低至人民幣 16.58 萬元（圖表 58）。不僅如此，國產激光雷達廠商還在積極布局主打性價比、小尺寸的激光雷達系統方案，例如速騰和禾賽先后發布了 MX 和 ATX，將產品單價加速下探到人民幣一千多元的區間。兩家均已獲得定點，預計最快在 1Q25 量產交付。綜合以上，綜合以上，規模效應帶動規模效應帶動的的成本下降有望成本下降有望實現實現正向循環正向循環，形成飛輪效應，形成飛輪效應。一方面，對于已經配置了激光雷達的車企來說，現行硬件方案的價格下探和備選性價比方案的及時

121、推出，能夠有效地緩解車企在激光雷達單個硬件上的成本壓力。而激光雷達廠商的制造成本也會隨著車企銷量的提升進一步攤薄，因此即使面臨“年降”和車企客戶向上傳導的價格壓力，禾賽和速騰也都在今年看到了季度間乘用車端毛利率的改善。另一方面，對于仍有成本顧慮、還未實現激光雷達搭載上車的車企來說，“千元機”時代的到來，使得激光雷達能夠進入更多車企的考慮范圍，有助于激光雷達加速滲透到更多車型和更低價格段，進一步放量后又能反向作用于產業鏈的成熟和規模效應的放大。例如，比亞迪年內推出搭載激光雷達的海豹和漢 2025 款車型，而速騰、禾賽與比亞迪均有合作關系。作為國內銷量第一的車企，2025 年比亞迪智駕功能普及或進

122、一步加速，有望帶動國內激光雷達廠商進一步放量。海外市場：更加追求高性能激光雷達，中國廠商有望補位海外市場：更加追求高性能激光雷達，中國廠商有望補位 正如我們曾在上一章中所討論的，海外市場在乘用車激光雷達領域其實比中國市場更早出發。自奧迪 A8 而始，海外車企最初選擇搭載激光雷達的車型多為中大型豪華車，使用激光雷達旨在提升高端品牌科技屬性，同時構成技術冗余以實現 L3 級智駕功能，因此對于更高的性能指標有較高追求。但由于海外的 Tier 1 和海外本土激光雷達廠商的產品量產緩慢，項目上車進度不及預期，這類已搭載/明確計劃搭載的海外車企項目，有很大可能性會隨著海外 Tier 1 和初創供應商的退出

123、，為中國廠商提供“補位”的機遇。從當前進展來看，合資品牌成為中國廠商拓展海外客戶的切入點。從當前進展來看，合資品牌成為中國廠商拓展海外客戶的切入點。禾賽科技已獲得奧迪、通用、福特 3 家的中國合資品牌和 1 家海外車企的國際項目定點；速騰聚創則已進入豐田供應體系，拿下豐田雷克薩斯定點，與其他日系客戶亦進展良好。與整車出海邏輯類似，對于中國激光雷達廠商來說，拓展海外市場客戶也意味著相對友好的競爭環境和更有潛力的盈利水平。2024-12-16 36 圖表圖表 52：2023 年年，中國市場中國市場標配標配城市城市 NOA 功能功能的車型仍主要分布在的車型仍主要分布在 35 萬元以上價格段萬元以上價

124、格段 圖表圖表 53：2024年年1-9月，月，中國中國乘用車乘用車標配標配城市城市NOA的車型的車型向向 25-30 萬元萬元價格段價格段滲透滲透 資料來源：佐思汽研、浦銀國際 資料來源：佐思汽研、浦銀國際 圖表圖表 54：中國市場中國市場高速高速 NOA 搭載搭載數量數量（萬輛）（萬輛）圖表圖表 55：中國市場中國市場城市城市 NOA 搭載搭載數量數量（萬輛）（萬輛）資料來源：NE 時代 ADAS 數據庫、浦銀國際 資料來源：NE 時代 ADAS 數據庫、浦銀國際 圖表圖表 56：全球乘用車激光雷達平均單價走勢全球乘用車激光雷達平均單價走勢 圖表圖表 57：中國乘用車各價格區間激光雷達搭載

125、量中國乘用車各價格區間激光雷達搭載量 注：E=Yole 預測；資料來源：Yole、浦銀國際 資料來源：蓋世汽車研究院、浦銀國際 1.0%6.4%25.8%22.9%19.3%17.7%6.9%0%5%10%15%20%25%30%15-20萬元20-25萬元25-30萬元30-35萬元35-40萬元40-50萬元50萬元02004006008001,000201920202021202220232024E2025E2026E2027E2028E2029E平均單價（美元）0.87.65.20.70.619.718.26.25.2051015202510-20萬元20-30萬元30-40萬元40-

126、50萬元50萬元（萬輛）1H241H230.1%3.0%4.2%1.6%32.6%57.4%1.1%0%10%20%30%40%50%60%15-20萬元20-25萬元25-30萬元30-35萬元35-40萬元40-50萬元50萬元0246810-20萬元20-30萬元30-40萬元40萬元以上051015202510-20萬元20-30萬元30-40萬元40萬元以上 2024-12-16 37 圖表圖表 58：中國上市交付的新能源乘用車激光雷達配置情況梳理（部分）中國上市交付的新能源乘用車激光雷達配置情況梳理（部分）品牌品牌 搭載車型搭載車型 上市時間上市時間 車型售價車型售價（萬元）（萬元

127、）激光雷達供應商激光雷達供應商 搭載激光雷達搭載激光雷達 數量（顆）數量（顆）蔚來蔚來 ET5 2024-02 29.80-35.60 圖達通 1 ET5T 2024-02 29.80-35.60 圖達通 1 ES6 2024-02 33.80-39.60 圖達通 1 EC6 2024-02 35.80-41.60 圖達通 1 ET7 2024-04 42.80-51.60 圖達通 1 ES7 2024-02 43.80-51.80 圖達通 1 EC7 2024-02 45.80-54.80 圖達通 1 ES8 2024-02 49.80-59.80 圖達通 1 小鵬小鵬 G6 2023-06

128、 20.99-24.19 速騰聚創 2 G9 2023-09 25.99-32.99 速騰聚創 2 P7i 2023-11 20.99-23.49 速騰聚創 2 X9 2024-09 37.98-41.98 速騰聚創 2 理想理想 MEGA 2024-03 52.98 禾賽科技 1 L9 2024-03 43.98 禾賽科技 1 L8 2024-03 34.98-37.98 禾賽科技 1 L7 2024-03 32.98-35.98 禾賽科技 1 L6 2024-04 27.98 禾賽科技 1 零跑零跑 C10 2024-03 16.58-16.88 禾賽科技 1 C11 2024-03 17

129、.88-20.58 禾賽科技 1 C16 2024-06 17.98-18.58 禾賽科技 1 比亞迪比亞迪 仰望 U8 2024-04 109.80 速騰聚創 3 騰勢 N7 2024-04 23.68-32.68 速騰聚創 2 漢 DMi 2024-09 22.58 速騰聚創 1 方程豹豹 8 2024-11 37.98-40.78 華為技術 1 鴻蒙智行鴻蒙智行 問界 M5 2024-04 24.98-26.98 華為技術 1 問界 M7 2024-05 28.98-32.98 華為技術 1 問界 M9 2024-09 46.98-56.98 華為技術 1 智界 S7 2024-04 2

130、6.98-29.98 華為技術 1 享界 S9 2024-08 39.98-49.98 華為技術 1 小米小米 小米 SU7 2024-03 24.59-29.99 禾賽科技 1 注：部分車型已經過一次或以上改款，表格中所列示的相關信息以目前在售的版本為準。車型售價范圍僅包括配置激光雷達的版本；資料來源：懂車帝、各公司官網、浦銀國際整理 2024-12-16 38 中期：中期：多傳感器多傳感器感知融合仍為感知融合仍為主流之選主流之選，智駕升級智駕升級帶動用量提升帶動用量提升 隨著主機廠在智能駕駛領域布局的擴大，單車智能水平和智駕能力的不斷提高，全球智能駕駛解決方案市場也迎來大幅增長。根據灼識咨

131、詢（CIC），2023 年全球智能駕駛解決方案市場規模為 2,687 億元，預計 2028 年將增至人民幣 5,609 億元，復合增長率為 15.9%（圖表 59）。在智駕功能上車方面，從全球范圍來看，中國車企已經開始大力投入智能駕駛的技術研發，一定程度上率先導入；海外目前看來只有特斯拉“勢單力孤”，但各大車廠也并未放棄此方向，在充分意識到市場對智駕功能的關注度與日俱增的情況下，結合自身在過去幾年因為車型研發進度落后、零部件量產進度不及預期、本地消費者的支付意愿等綜合考慮，已經開始選擇加碼高級別自動駕駛技術的投入，加速新車型推出。伴隨此趨勢，車載智能化應用和系統對于汽車感知器件的需求也日益擴大

132、。雖然在實際應用中，車輛搭載的激光雷達個數往往由具體的車型的設計決定，但整體上還是與智能駕駛的級別呈正相關關系。一般來說，在高階智駕和自動駕駛的應用場景中，智能駕駛的等級越高，對感知的準確率和漏報率要求越高，單車所需的傳感器數量也就越多。激光雷達作為智駕系統感知層的核心傳感器，其用量激光雷達作為智駕系統感知層的核心傳感器，其用量將將隨著智駕功能的升隨著智駕功能的升級而實現提升。級而實現提升。中國信通院研究報告預測，隨著汽車自動化水平的提升，單車激光雷達搭載數量將不斷增加，L3、L4 和 L5 級自動駕駛或分別需要平均搭載 1 顆、2-3 顆和 4-6 顆激光雷達。而對激光雷達用量的討論，恰好涉

133、及行業目前最大的爭議點，即實現高階智駕的感知方案選擇，我們也將在本節對此進行深入分析。圖表圖表 59：全球全球智能駕駛智能駕駛（含應急輔助駕駛）解決方（含應急輔助駕駛）解決方案市場規模及預測（人民幣億元）案市場規模及預測（人民幣億元）圖表圖表 60：2021-2023 年中國乘用車各激光雷達方案年中國乘用車各激光雷達方案車型銷量車型銷量（萬輛）（萬輛）注：E=CIC 預測；資料來源：OICA、CPCA、CIC、佑駕創新招股書、浦銀國際 注：2023 年為 1-11 月份數據；資料來源：佐思汽研、蓋世汽車研究院、浦銀國際 01,0002,0003,0004,0005,0006,000201920

134、202021202220232024E2025E2026E2027E2028E全球其他地區中國市場0.00.40.09.41.70.132.03.62.1051015202530351顆2顆3顆萬輛202120222023 2024-12-16 39 行業現狀：多傳感器融合方案仍為主流選擇，純視覺路線以特斯拉主導行業現狀：多傳感器融合方案仍為主流選擇，純視覺路線以特斯拉主導 智能駕駛感知方案，主要包含純視覺感知和多傳感器融合感知兩大路線。純視覺方案以攝像頭為主導感知外界信息；多傳感器融合方案以攝像頭、超聲波雷達、毫米波雷達及激光雷達等多種傳感器協同配合，從而感知外界信息?，F已量產的智能駕駛解決

135、方案中：特斯拉是純視覺路線的先行者和忠實擁特斯拉是純視覺路線的先行者和忠實擁護者；余下大部分智駕布局較早、能力較強的中國車企，在感知方案的選擇護者；余下大部分智駕布局較早、能力較強的中國車企，在感知方案的選擇上還是以多傳感器融合感知為主上還是以多傳感器融合感知為主。根據 NE 時代數據，2024 年 1-9 月，中國市場搭載城市 NOA 功能的車型銷量中，除了特斯拉所占據的 34%份額，其他全都選擇了搭載激光雷達的感知融合方案，其中以 1L3R7V 方案（1 個激光雷達+3 個毫米波雷達+7 個攝像頭）份額較大（26%）。智駕功能實現智駕功能實現路徑路徑：輕地圖、重感知，逐步邁向：輕地圖、重感

136、知，逐步邁向 L3 級智駕能力級智駕能力 從目前功能實現來看，各家車企主要朝無圖化各家車企主要朝無圖化和和全場景化的方向來實現高全場景化的方向來實現高級智能輔助駕駛級智能輔助駕駛，逐漸向實現，逐漸向實現 L3 的功能演進的功能演進。相較于高速 NOA，城市應用場景的智能駕駛需要面對更加復雜的路況環境。而傳統的高精地圖受限于更新頻率低、采集成本高，無法滿足城市智駕處理復雜路況的及時響應需求和快速大規模上車需求，直接導致了許多車企開始轉向不依賴于高精地圖的無圖 NOA 方案。從當前車企的能力表現來看，在城市智駕無圖 NOA 功能的開拓方面，海外目前以特斯拉一枝獨秀，而國內則以小鵬和華為系鴻蒙智行較

137、為領先，其他新勢力車企也在努力追趕（圖表 63）?！盁o圖化”需要“重感知”來支撐，進一步提升了對“無圖化”需要“重感知”來支撐，進一步提升了對感知方案的要求感知方案的要求。脫離了傳統意義上高精度、數據維度豐富的高精地圖，面臨城市 NOA 工況復雜的問題，許多車企提出了以感知為基礎、以大模型深度學習為實現路徑的技術路線。此路線需要高感知能力提供支撐，智駕頭部公司大多采取車端實時建圖方案，通過安裝在車輛上的傳感器來構建車輛行駛過程中周圍的環境地圖；也有部分車企選擇輕地圖方案，采用介乎普通導航地圖和高精地圖之間的一種地圖形式，依托傳感器的配置實現所需的智駕功能。不同的傳感器擅長的感知特性不同，彼此之

138、間可進行不同的傳感器擅長的感知特性不同，彼此之間可進行能力能力互補?；パa。主流的車載傳感器包括攝像頭、超聲波雷達、毫米波雷達和激光雷達四大類，各自的使用場景和優劣勢不盡相同（圖表 64）。其中，激光雷達的強項包括：1）環境感知精度高，其發射的光波頻率比微波高 2-3 個數量級，具有極高的距離分辨率、角分辨率和速度分辨率。2）能夠直接獲取目標的距離、角度、反射強度、速度等信息，且響應速度快。3）抗干擾能力較強，可以彌補攝像頭在強光/黑夜等場景下性能劣化、以及雷達對金屬物體敏感在人車混雜的場景中不易識別出行人的缺陷。因此，因此，我我們認為們認為激光雷達激光雷達是是對對傳統傳統汽車汽車傳感器的傳感器

139、的有效有效補充補充和感知融合方案的核心和感知融合方案的核心。2024-12-16 40 圖表圖表 63：中國新能源車企當前無圖中國新能源車企當前無圖 NOA 進展較快進展較快 品牌品牌 代表車型代表車型 高速高速 NOA 城市城市 NOA 不依賴不依賴 高精地圖高精地圖 無圖無圖 開放區域開放區域 當前當前進展進展 （截至（截至 2024 年年 11 月月）小鵬小鵬 標配 標配 全國 2024 年 5 月，XNGP 城區智駕已完成 100%無圖化，智駕可用范圍里程翻倍。2024 年三季度，實現全國每條路都能開，全面實現無圖 理想理想 標配 標配 全國（AD Max）全國道路通用的無圖版城市 N

140、OA已于 5月開啟千人規模用戶公測，并已于 7 月通過 OTA 升級向 AD Max 全量用戶推送無圖城市 NOA 華為華為 標配 選配 全國 2024 年 3 月，問界全系車型通過 OTA 升級，新增不依賴高精地圖的城區智駕領航輔助功能（City NCA），實現了全國城區全面覆蓋 蔚來蔚來 標配 標配 726 城 2024 年 4 月，NOP+全域功能向 NT2.0 車型全量用戶開放，累計覆蓋 726 城，并通過數據閉環和群體智能實現無圖的 NOA 功能 比亞迪比亞迪 標配 選配 7 城 城市 NOA 于 3 月落地，首批開放包括深圳在內的一批主要城市，正在逐步開通無圖城市NOA功能，將在

141、12 月底實現全國開通 小米小米 選配 選配 /采用輕地圖方案，在復雜場景會結合先驗信息來優化該功能的表現，其余場景可通過車端實時感知和規劃來完成；10 月完成城市 NOA 全量推送 零跑零跑 選配 選配 /2024 款之前的車型配備高精地圖數據，但目前正在積極推進無圖化的 NOA 功能，董事長朱江明也明確了在城市、鄉道場景，無圖是未來的方向 資料來源：公司官網、新出行、公開資料、浦銀國際整理 圖表圖表 61：中國乘用車市場中國乘用車市場 L2+級智能駕駛（城市級智能駕駛（城市NOA）的傳感器方案分布（）的傳感器方案分布（2024 年年 1-9 月）月）圖表圖表 62：中國乘用車市場中國乘用車

142、市場 L2+級智能駕駛（城市級智能駕駛（城市NOA）的傳感器方案分布情況變化）的傳感器方案分布情況變化 注：L 指代激光雷達（LiDAR），R 指代毫米波雷達（Radar），V 指代攝像頭（Video）；資料來源：NE 時代 ADAS 數據庫、浦銀國際 注：L 指代激光雷達（LiDAR），R 指代毫米波雷達（Radar），V 指代攝像頭（Video）；資料來源：NE 時代 ADAS 數據庫、浦銀國際 34%26%18%13%9%7V1L3R7V1L1R7V1L5R7V其他方案0%20%40%60%80%100%7V1L3R7V1L1R7V1L5R7V其他方案 2024-12-16 41 圖表圖

143、表 64：主要主要汽車傳感器汽車傳感器的感知特性不同，各自的的感知特性不同，各自的優劣勢優劣勢可以可以形成有效形成有效的能力的能力互補互補 對比項目對比項目 激光雷達激光雷達 攝像頭攝像頭 毫米波雷達毫米波雷達 超聲波雷達超聲波雷達 工作原理工作原理 通過對外發射激光脈沖來進行物體檢測和測距 電信號經模數轉換由圖像處理芯片處理成數字信號 通過電磁波返回的飛行時間計算目標的相對距離 通過聲音在空氣中傳播的時間來判斷障礙物的距離 感知方式感知方式 電磁波-近紅外 電磁波-可見光 電磁波-微波 機械波-超聲波 波段波段/頻率頻率 905/1,550 nm 380-750 nm 1-10 mm 30-

144、80 kHz 探測角度探測角度 15-360 30 10-70 120 探測精度探測精度 極高 高 較高 一般 探測距離探測距離 150-250 米 0-100 米 15-250 米 0.1-5 米 硬件單價硬件單價 2,500-3,000 元 150-600 元 350-1,000 元 數十元 優勢優勢 探測距離遠，探測精度高，方向性強，響應快 成本相對較低，與算法的協同性強 穿透能力強，探測精度高，受環境影響較小 測距方法簡單，防水防塵，成本低 劣勢劣勢 成本高；雨霧天氣下性能削弱較為明顯 性能表現受環境和惡劣天氣影響大；對測距算法及算力的要求較高 非金屬表面反射不佳，對行人等檢測困難 響

145、應速度較慢；探測距離短，且容易被某些物體吸收，應用局限性較大 資料來源：汽車之心、Yole、公開資料、浦銀國際整理 圖表圖表 65：與其他汽車傳感器相比，激光雷達在與其他汽車傳感器相比，激光雷達在感知精度、感知精度、響應速度、響應速度、抗干擾能抗干擾能力等方面表現較為優異力等方面表現較為優異 資料來源：中國信通院、浦銀國際 探測距離可靠度行人判別夜間模式惡劣天氣細節分辨攝像頭激光雷達毫米波雷達超聲波雷達 2024-12-16 42 車企主要考量：成本導向，方案選擇不是目的而是手段車企主要考量：成本導向，方案選擇不是目的而是手段 多傳感器感知融合方案利用多類傳感器捕捉環境的不同信息，這些信息相互

146、補充，經過融合算法處理后構建更加準確和可靠的環境模型，有助于提高信息處理的及時性和智能駕駛的安全性，符合高階智駕功能實現的需求（圖表 66）。這也是中國車企大舉推動 NOA 功能“進城”的過程中，乘用車激光雷達對應迎來第一波放量的重要原因。因此，重新審視智能駕駛感知路線的選擇問題，我們認為，在面對激光雷達確實具備的“硬件本能”，純視覺和感知融合方案之爭之所以出現，其實是因為早期激光雷達由于結構設計、產業成熟度、研發投入、車規級量產能力等一系列原因，硬件成本一直是車載傳感器中最高的。換言之，車企對于感知融合方案的猶豫，換言之，車企對于感知融合方案的猶豫，關鍵在關鍵在于于對對激光雷達的取舍，激光雷

147、達的取舍，而這而這背后最主要的考慮是由成本驅動的背后最主要的考慮是由成本驅動的。一開始，以新勢力為首的中國新能源車企為了實現智駕功能的快速量產并實現能力的突破，在硬件配置上采用“高舉高打”的策略，無論是規格性能還是配置數量，都明顯比海外車企更為激進。中國汽車產業生態圈也不斷對智能駕駛技術進行宣傳強化，希望通過增加優質供給，逐漸重塑消費者的購車偏好。從結果來看，高性能的傳感器上車，確實讓頭部車企實現了智駕能力的顯著提升，用戶心智也在逐漸突破。但隨著智駕能力在消費者購車決策中的重要性日益凸顯，智駕標配時代的腳步漸近，以造車新勢力為代表的新能源車企在實現了中高價格段車型的智駕普及后，希望實現功能的向

148、下滲透，從而在更廣闊的大眾市場獲得銷量、實現份額提升。對于瞄準 15-20 萬元甚至更低價格段的車型來說，數千元的激光雷達就開始顯得“過分昂貴”，更遑論中國新能源車市場自 2023 年以來，一直存在著較為激烈的價格競爭，加劇了車企端的成本壓力。相比搭載激光雷達的感知融合方案，純視覺方案最大的優勢就在于成本競相比搭載激光雷達的感知融合方案，純視覺方案最大的優勢就在于成本競爭力。爭力。與乘用車激光雷達數千元的平均單價相比，單顆車載攝像頭的價格在人民幣 150-600 元不等，能夠被大部分價格區間的車型成本覆蓋，為以視覺能力為主導的智駕方案下沉奠定硬件基礎。從硬件配置上看，特斯拉是目前唯一真正做到“

149、純視覺”量產上車的車企。而蔚來的樂道 L60、小鵬的 P7+，使用的其實是去激光雷達的“輕雷達方案”，各自配備了 1 顆和 3 顆毫米波雷達（圖表 67）。這也從側面印證了我們的觀點，即現有整車廠取消激光雷達更多是出于“降本”的考慮。但但即使是即使是從成本的角度出發，我們依然認為行業主流選擇將會從成本的角度出發，我們依然認為行業主流選擇將會繼續繼續走向感走向感知融合方案知融合方案。主要原因包括以下兩個方面：一方面，激光雷達硬件成本的快速下降在短期內已具有較高能見度激光雷達硬件成本的快速下降在短期內已具有較高能見度。在上一節中，我們已經探討過，在乘用車激光雷達領域，規模效應帶動的成本下降有望實現

150、正向循環。飛輪效應形成后，激光雷達的硬件成本在可見的未來能夠實現顯著的下降。另外，速騰聚創和禾賽科技的性價比方案瞄準 200 美元左右區間，均已獲得定點，并將在 2025 年開始量產上車，亦能助力車企實現降本目標。2024-12-16 43 另一方面，精簡傳感器配置帶來的硬件成本降低，精簡傳感器配置帶來的硬件成本降低，其實其實隱含軟件算法成隱含軟件算法成本的提升本的提升。智能駕駛感知路線兩種方案選擇的背后，其實還有硬件成本與軟件算法成本之間的取舍。以純視覺方案的典型代表特斯拉為例，拒絕激光雷達、放棄超聲波雷達和傳統毫米波雷達，看似實現了更低成本的背后，是強大的自動駕駛算法、海量的訓練數據、自研

151、的智駕芯片以及圍繞算法訓練搭建超算中心等的大力支撐。算法與數據：算法方面，特斯拉的自動駕駛算法是業內公認能力最強、投入最大、研發最早的；數據方面，根據特斯拉發布的車輛安全報告（Vehicle Safety Report），截至 2024 年第二季度末，FSD 累計行駛里程已超過 16 億英里。特斯拉的自動駕駛系統，每天可以接收到全球各地車隊回傳的 1,600 億幀視頻數據，以支持神經網絡訓練。自研芯片：特斯拉 2014 年開始自研芯片之路，2019 年發布了 FSD芯片。為了提升數據處理能力，為進一步的深度學習量身定制，特斯拉還推出了 D1 芯片為 Dojo 超級計算機提供動力。超算中心：特斯

152、拉自建的超算中心使用了 14,000 片 GPU 芯片，其中 10,000 片是用于 AI 訓練的 H100。上線 H100 GPU 集群的同時，特斯拉還激活了自研的超級計算機群組 Dojo ExaPOD，開啟云端算力競賽，以支持自動駕駛技術的更新迭代。行業內對于純視覺路線最大的信心，來自于特斯拉跑通純視覺方案后行業內對于純視覺路線最大的信心，來自于特斯拉跑通純視覺方案后所所展展現出的強大現出的強大能力能力。想象中，純視覺方案在端到端、大模型的加持下，能力大幅提升，且有現成的 AI 算法可以學習模仿；但在實際量產過程中，有無數的細節需要完善，還需大量的訓練，對車企的軟件算法能力有著更高的要求。

153、特斯拉硬件減配的背后，是大量的研發和資源投入帶來的隱性成本，這也構特斯拉硬件減配的背后，是大量的研發和資源投入帶來的隱性成本，這也構筑起了純視覺方案的“透明門檻”。筑起了純視覺方案的“透明門檻”。而大部分車企的軟件算法能力，在 IDC 對中國車企的城區領航輔助駕駛測評中可見一斑：只有少數領先品牌的車型能夠基本實現端到端的自動駕駛任務，包括具有較高難度的無保護左轉、車輛密集情況下的右轉、掉頭等。而很大部分車企、車型的城區領航輔助駕駛功能存在較多不可用區域，面對復雜場景無法完成任務或預留足夠時間提醒接管，易出現急剎、突然要求接管等操作，存在很大的優化空間。綜合以上兩個方面的考量，我們認為，對于大部

154、分車企而言，想要實現一定水平的智駕功能，龍頭車企的純視覺感知方案可復制性較低。在基于目前的投入產出比和自身的綜合能力，對總體成本進行評估后，大部分車企仍會選擇走向搭載激光雷達的“優選項”。2024-12-16 44 圖表圖表 66：感知融合方案中，不同傳感器覆蓋范圍及支持功能示意圖感知融合方案中，不同傳感器覆蓋范圍及支持功能示意圖 資料來源：人人都懂物聯網、浦銀國際 圖表圖表 67：主流新能源車企智駕方案傳感器配置一覽主流新能源車企智駕方案傳感器配置一覽 配置信息配置信息 感知融合感知融合激光雷達激光雷達方案方案 輕雷達輕雷達方案方案 純視覺純視覺方案方案 理想理想 問界問界 蔚來蔚來 零跑零

155、跑 小鵬小鵬 蔚來樂道蔚來樂道 特斯拉特斯拉 示意圖 代表車型 理想 L7 問界 M9 蔚來 ES6 零跑 C16 小鵬 P7+樂道 L60 Model Y 售價區間（萬元）32.98-35.98 46.98-56.98 33.80-39.60 17.98-18.58 18.68-21.88 20.69-25.59 24.99-35.49 車外攝像頭車外攝像頭 11 11 11 11 12 11 7 車外攝像頭 配置情況 6 顆 8MP 4 顆 3MP 1 顆 2MP 2 顆 8MP 9 顆 2MP 7 顆 8MP 4 顆 3MP 4 顆 3MP 2 顆 2MP 其余不詳 3 顆 8MP 其余

156、不詳 7 顆 8MP 4 顆 3MP 7 顆 5MP 激光雷達激光雷達 1 1 1 1 0 0 0 激光雷達 配置（線數/點云）禾賽科技 128 線 153 萬/秒 華為科技 192 線 圖達通 150 線 80-100 萬/秒 禾賽科技 128 線/超聲波雷達 12 12 12 12 12 12 0 毫米波雷達 1 3 5 5 3 1 0 傳感器總量傳感器總量 （顆）（顆）25 27 29 29 27 24 7 注：部分車型已經過一次或以上改款，表格中所列示的相關信息以目前在售的版本為準。對于搭載激光雷達的感知融合方案車型，列示售價范圍僅包括配置激光雷達的版本；MP=Mega Pixels，

157、是“百萬像素”的英文縮寫；資料來源：懂車帝、新出行、各公司官網、浦銀國際整理 2024-12-16 45 智駕升級方向：智駕升級方向：技術技術冗余冗余，保障安全保障安全是是立身之本立身之本 按照汽車控制權和安全責任分配的不同，智能駕駛又可劃分為不同的等級。根據國際自動機工程學會（SAE International）制定的自動駕駛分級標準，汽車駕駛自動化可以分為 L0-L5 六個等級，級別越高，車輛自動化程度越高。中國工信部于 2021 年發布汽車駕駛自動化分級國家推薦標準，與 SAE的劃分基本一致（圖表 68）。從可靠性的角度出發，從可靠性的角度出發，智駕智駕升級過程中，升級過程中，系統需要擴

158、大冗余度，以實現容錯系統需要擴大冗余度，以實現容錯性性、可靠性、可靠性的有效提升的有效提升，從而實現安全保障。從而實現安全保障。L3 級智駕是駕駛責任界定的分水嶺，當自動駕駛功能啟用時，環境監控主體變成了系統，駕駛決策責任也由駕駛員過渡到了系統。也就是說，隨著智駕等級的遞增，車輛動態行駛過程中駕駛員的參與度逐漸降低，系統更加需要依賴感知層的輸入，從而進行駕駛決策和車輛控制。在安全冗余的語境里，在安全冗余的語境里，激光雷達作為目前車載傳感器中可提供最豐富點云激光雷達作為目前車載傳感器中可提供最豐富點云信息的傳感器，通過自身數據的獨特性為感知模型提供了感知冗余。信息的傳感器，通過自身數據的獨特性為

159、感知模型提供了感知冗余。目前看來，純視覺和感知融合兩種路線在數據集上的精度表現仍存在較大差距。nuScenes 數據顯示，在對目標物追蹤準確度（AMOTA，Average Multiple Object Tracking Accuracy）方面，純視覺方案的表現經過 3 年的追趕，尚未達到感知融合方案 2020 年時的水平，目前差距仍超過 10 個百分點（圖表 69）。當車輛搭載當車輛搭載 L4 級自動駕駛功能時，對安全冗余的要求更高。級自動駕駛功能時，對安全冗余的要求更高。如果說乘用車使用激光雷達是一個“優選項”，那么 Robotaxi 搭載激光雷達就更像是提高可靠性的一個“必選項”?，F行

160、Robotaxi 解決方案均采用多傳感器融合方案，單車配備大量傳感器。激光雷達在其中扮演關鍵角色，在自動駕駛決策權重和整車價值量上都占據舉足輕重的地位。無人駕駛的 Robotaxi 要想實現盡可能少的遠程介入，需要高效地解決復雜的長尾場景，盡可能地消除在自動駕駛過程中發生概率較低、但種類繁多的一些特殊場景所帶來的潛在風險。與純與純視覺方案相比，搭載激光雷達的感知融合方案在強光照射、夜晚弱光環視覺方案相比，搭載激光雷達的感知融合方案在強光照射、夜晚弱光環境、進出隧道時光線顯著變化、前景物體與背景顏色相同等場景中表現更境、進出隧道時光線顯著變化、前景物體與背景顏色相同等場景中表現更佳。佳。在 MI

161、T 的一項研究論文中，作者對比基于攝像頭數據的算法和融合了激光雷達數據的算法結果發現：攝像頭算法到了夜晚感知精度明顯下降，而通過融合激光雷達，可以將夜晚環境的感知精度提升 3 倍。2024 年 7 月，華爾街日報分布了針對特斯拉 Autopilot 事故的深度調查，揭示出純視覺方案對于光線條件的高度依賴。10月，美國國家公路交通安全管理局（NHTSA）因收到多起事故報告，且事故發生時道路能見度都較低（如陽光刺眼、起霧或空中揚塵）且 FSD 均處運行模式，宣布對特斯拉逾 240 萬輛車進行調查，審查其純視覺方案“檢測并適當應對道路能見度降低情況”的工控能力。隨著相關技術的不斷成熟以及 AI 大模

162、型的發展，在智駕終極解決方案中，各大感知元器件之間，應該是及時調度冗余的關系，即系統根據場景的變化，動態地調用不同傳感器，不斷調整參數貢獻值的分配。而而激光雷達激光雷達作為作為智能智能駕駛駕駛系統中的關鍵系統中的關鍵傳感器，存在其獨特的生存空間傳感器，存在其獨特的生存空間，成長前景可期，成長前景可期。2024-12-16 46 圖表圖表 68：智能駕駛的等級劃分智能駕駛的等級劃分 注：國標指的是汽車駕駛自動化分級國家推薦標準（GB/T 40429-2021）；星標的 5 級自動駕駛“無限制”指排除商業和法規因素等限制；資料來源：SAE International、國家標準全文公開系統、浦銀國際

163、整理 圖表圖表 69：感知融合方案能夠顯著提高感知準確度感知融合方案能夠顯著提高感知準確度 注：每個時間段取該半年內所有提交測試評估的 AMOTA 指標的平均成績。若圖中的數據為空白，說明該時間段缺少測試數據；資料來源：nuScenes tracking task Leaderboard、遠川研究所、浦銀國際 5%9%19%31%47%54%64%61%68%67%68%70%71%75%76%0%20%40%60%80%100%1H202H201H212H211H222H221H232H231H24純視覺方案激光雷達+攝像頭經過3年追趕純視覺感知精度尚未達到65%2024-12-16 47

164、圖表圖表 70：2024 年年前三季度，中國乘用車市場智駕相關傳感器硬件裝車量表現情況前三季度，中國乘用車市場智駕相關傳感器硬件裝車量表現情況 資料來源：蓋世汽車智能駕駛配置數據庫、蓋世汽車研究院、浦銀國際 圖表圖表 71：主流新能源車企積極部署端到端大模型量產上車，追求“車位到車位”高階智駕功能實現主流新能源車企積極部署端到端大模型量產上車，追求“車位到車位”高階智駕功能實現 品牌品牌 模型模型 發布時間發布時間 模型模型/方案名稱方案名稱 量產上車量產上車時間時間 當前進展當前進展 （截至（截至 2024 年年 11 月）月）規劃規劃/目標目標 小鵬小鵬 2024-05 端到端 AI 大模

165、型 XNet+XPlanner+XBrain 2024-07 在國內率先實現端到端大模型量產上車，“車位到車位”功能已開啟全網首測，2024 年底將年底將于天璣于天璣 XOS 5.5.0 全量發布全量發布 2025 年在中國實現類 L4 級智駕體驗，并在全球范圍對XNGP 端到端的能力進行測試，實現智駕技術走向全球 華為華為 2024-04 端到端 AI 大模型 GOD+PDP 2024-09“車位到車位”智駕功能隨“車位到車位”智駕功能隨享享界界 S9 首發首發，9 月份起 ADS 3.0 在問界、智界系列車型陸續開始升級，全量推送時間未定 開發 One Model 方案，“一段式端到端”方

166、案將是 2025 年推出 ADS 4.0 的重要能力 理想理想 2024-08 E2E+VLM 雙系統智能駕駛方案 2024-10 10 月 23 日向 AD Max 用戶開啟端到端+VLM 推送，11 月 28 日成為行業首個全量推送行業首個全量推送“車位車位到車位到車位”智駕功能智駕功能的車企的車企 在 2024 年要成為智駕絕對頭部；最早今年底、最晚 1H25，向用戶批量交付推送有監督的 L3 級自動駕駛 小米小米 2023-11 端到端+VLM 視覺語言大模型 全場景智能駕駛 2024-12（預計）HAD 將全面接入端到端大模型，11 月 16 日啟動定向內測，12 月底開啟先鋒版推送

167、月底開啟先鋒版推送，SU7 Pro/Max/Ultra 車型均可升級 今年底目標應用 1,000 萬CLIPS 數據進行訓練，進一步提升智駕系統能力。計劃在2025 年量產“車位到車位”蔚來蔚來 2024-07 世界模型 NWM（NIO World Model）2025-01（預計）2023 年底開始訓練世界模型，2024 年 7 月正式發布后，現已現已開始推進量產工作開始推進量產工作，開啟了先鋒領航團的功能體驗 預計將于 Banyan 3.1.0 版本智能系統，首次推送用于智能駕駛的端到端大模型架構 資料來源：佐思汽研、各公司官網及微信公眾號、汽車像素、36 氪汽車、公開資料、浦銀國際整理

168、2024-12-16 48 長期：長期：持續探尋技術持續探尋技術突破突破，廣義機器人領域廣義機器人領域內內催生催生增量市場空間增量市場空間 無人駕駛無人駕駛車車先行，先行，機器人領域可發掘更多應用場景機器人領域可發掘更多應用場景 激光雷達作為利用激光實現精準測距的傳感器，一定程度上被認為是帶有3D 深度信息的攝像頭，能夠覆蓋復雜地形的不規則障礙物，實現高精度三維成像，因而被譽為“機器人的眼睛”。此處的機器人泛指智能的自動控制機械裝置，從某種意義上來說，具備自動駕駛功能的汽車（包括 Robotaxi、Robotruck）也屬于廣義機器人的范圍。Robotaxi 和 Robotruck 是人工智能

169、在機器人領域深度應用的產物，當前 L4 級以上級別的自動駕駛仍處于探索階段，全球各地仍在進行法規層面的探索和各類試點活動。全球多個國家的自動駕駛相關法規正在逐步落地，完善對于車輛駕駛場景、駕駛員行為、事故責任劃分等的詳細規定，為車企從自動駕駛試點上路到未來量產落地奠定了合規基礎（圖表 74）。而在商業化落地的維度，Robotaxi 作為激光雷達上車的出發點，作為激光雷達上車的出發點，技術的商業技術的商業化應用落地化應用落地，也將帶動核心感知硬件激光雷達的用量增長。，也將帶動核心感知硬件激光雷達的用量增長。部分已在商業化發展進程中的國家實現成功突破進而邁入下一全新階段；二是有些國家已完成技術儲備

170、和驗證，正在積極邁入 Robotaxi 商業化進程領域。2023 年是 Robotaxi 相關技術不斷完善的一年，同時政策監管的演進有望與技術形成共振，技術安全性的驗證將很大程度促進監管的開放。以中國市場為例，2022 年以前，政策核心目標是加強無人駕駛道路測試的寬度和深度，但關于量產與商業化的詳細規則未清晰定義。進入 2023 年，政策監管層面積極開放，除了擴大路測城市和區域范圍，還向技術已得到充分驗證的領先玩家發放試運營牌照和全無人牌照。激光雷達的應用能夠提升機器人的安全作業能力與生產效率。激光雷達的應用能夠提升機器人的安全作業能力與生產效率。激光雷達通過賦予各種形態的機器人超越人類眼睛的

171、感知能力，激光雷達解決方案與人工智能感知軟件相結合，不僅能夠收集信息，還能夠解釋和分析信息，可提高工作環境的安全性，同時降低勞動力成本，有助于提升各行業的安全作業與生產效率，推動社會智能化變革的進一步深化。展望未來，展望未來，我們認為，除了自動駕駛車輛，激光雷達在廣義機器人領域的應我們認為，除了自動駕駛車輛，激光雷達在廣義機器人領域的應用存在更大的想象空間，用存在更大的想象空間，預計激光雷達市場規模將實現進一步擴容。預計激光雷達市場規模將實現進一步擴容。激光雷達目前已被運用于智能巡檢、智慧農業等細分行業，未來或將依托各類新型服務機器人，落地于物流服務、商業清潔、安防、工業等更多場景。根據 CI

172、C測算，到 2030 年全球機器人領域的激光雷達解決方案收入將達到人民幣2,162 億元，2023-2030 年的復合增長率達到 51.9%（圖表 72）。2024-12-16 49 圖表圖表 74：部分國際組織部分國際組織/國家關于自動駕駛的支持方案及法規梳理國家關于自動駕駛的支持方案及法規梳理 國家國家 頒布頒布 時間時間 法規法規/政策政策 文件名稱文件名稱 相關內容相關內容 聯合國聯合國 2022-06 自動車道保持系統（ALKS）修訂版 是 L3 級自動駕駛第一份具有約束力的國際法規級自動駕駛第一份具有約束力的國際法規，修訂后基本覆蓋了高速公路點到點自動駕駛全場景，適用范圍由 M1

173、類車輛擴展到了 M 和 N 類車輛，特定交通環境中的自動駕駛系統（ADS）車速上限從當前的 60km/h 擴展到了 130km/h。歐盟歐盟 2022-08 Reg.(EU)2022/1426 L4/L5 級自動駕駛系統型式認證的統一程序和技術規范，是全球首個允許成員國全球首個允許成員國批準注冊和銷售高度自動駕駛車輛（乘用車與貨車）的技術法規批準注冊和銷售高度自動駕駛車輛（乘用車與貨車）的技術法規。此外，歐盟要求從 2024 年 7 月起，所有智能網聯汽車必須符合 UN R155 和 UN R156 這兩項全球首個關于汽車網絡安全和網絡升級的強制法規。德國德國 2021-03 自動駕駛法 自

174、2022 年開始，允許車輛在特定應用場景下使用允許車輛在特定應用場景下使用 L4 級的自動駕駛功能級的自動駕駛功能，如按固定路線行駛的巴士、往返于兩配送中心之間的 Hub2Hub 運輸、非高峰時期提供以需求為導向的運輸服務等。中國中國 2023-11 關于開展智能網聯汽車準入和上路通行試點工作的通知 將遴選具備量產條件的搭載自動駕駛功能的智能網聯汽車產品開展準入試點，取得準入的智能網聯汽車產品（取得準入的智能網聯汽車產品（3 級級/4 級自動駕駛）可在限定區域內開展上路級自動駕駛）可在限定區域內開展上路通行試點通行試點，首批試點名單已于 2024 年 6 月公布。美國美國 2022-03 無人

175、駕駛乘員保護安全標準 自動駕駛汽車必須提供與人類駕駛傳統汽車同等水平的乘員保護，明確完全自明確完全自動駕駛汽車可不再需要配備傳統的方向盤、制動或油門踏板等人工控制裝置動駕駛汽車可不再需要配備傳統的方向盤、制動或油門踏板等人工控制裝置。另外，2023 年 7 月，美國眾議院小組委員會就“自動駕駛汽車立法框架”舉行聽證會，重點討論了安全、出行便利性、提高流動性及應對中國競爭等方面。日本日本 2023-04 道路交通法 修正案 允許可遠程控制的 L4 級自動駕駛公交車、無人遞送車等在人員稀少地區開啟運營服務。其中，自動駕駛出行服務采取由都道府縣公安委員會批準批準的方式，遞送業務則采用向都道府縣公安委

176、員會進行申報申報的方式實施。韓國韓國 2022-09 移動創新路線圖 明確自動駕駛推廣應用分明確自動駕駛推廣應用分“三步走三步走”，2022 年底允許 L3 級自動駕駛汽車上路；2025 年實現 L4 級自動駕駛巴士、接駁車商業化；到 2027 年推出 L4 級乘用車。該法規還提出到 2035 年，韓國市場推出的一半新車將為 L4 級自動駕駛車輛。資料來源：中國信通院、各政府網站、公開資料、浦銀國際整理 圖表圖表 72：全球機器人領域激光雷達解決方案市場全球機器人領域激光雷達解決方案市場規模及預測（按銷售額計算）規模及預測（按銷售額計算）圖表圖表 73：全球機器人激光雷達解決方案按區域劃全球機

177、器人激光雷達解決方案按區域劃分的市場規模（人民幣億元）分的市場規模（人民幣億元）注：E=CIC 預測；資料來源：CIC、速騰聚創招股書、浦銀國際 注：E=CIC 預測；資料來源：CIC、速騰聚創招股書、浦銀國際 0%15%30%45%60%75%05001,0001,5002,0002,5002020202120222023E2024E2025E2026E2027E2028E2029E2030E收入（人民幣億元）同比增速（右軸）04008001,2001,6002,0002,4002020202120222023E2024E2025E2026E2027E2028E2029E2030E中國美國歐

178、洲其他地區 2024-12-16 50 圖表圖表 75：當前當前各國各國 Robotaxi 商業化進展動態商業化進展動態 資料來源：羅蘭貝格、浦銀國際 圖表圖表 76：2017-2024 年中國自動駕駛政策演進路線年中國自動駕駛政策演進路線 資料來源：艾瑞咨詢、公開資料、浦銀國際整理 2024-12-16 51 技術技術降本進行時，長期追求產品性能與價格競爭力的雙擊向上降本進行時，長期追求產品性能與價格競爭力的雙擊向上 在短中期實現車載領域的規模降本基礎上，激光雷達廠商也正沿著設計設計平平臺臺化化和硬件集成化硬件集成化的技術演進路徑，積極尋求性能的優化和成本的進一步降低，以期推廣激光雷達的應用

179、，放大長期的想象空間。激光雷達的平臺化設計，就是基于同一套產品架構，衍生和開發出滿足不同需求的產品。平臺化平臺化設計設計可以最大化地共享技術成果、物料供應鏈以及制造可以最大化地共享技術成果、物料供應鏈以及制造生產線，降低產品成本，縮短開發周期。生產線，降低產品成本，縮短開發周期。不僅如此，考慮到目前車載激光雷達行業仍處于各技術路線并行的階段，雖已有產品量產，但設計方案仍在快速進化，平臺化的設計也使得激光雷達廠商能夠應客戶的需求變化進行產品迭代，并幫助客戶進行妥善的過渡和切換，減少對用戶和供應鏈的沖擊。而硬件集成化，具體可以分為芯片集成化和模塊集成化兩個維度。芯片集成化：芯片集成化：把原本數量眾

180、多、結構龐大的激光器控制電路、信號采集轉化電路、波形處理電路等數百個電子元器件逐步集成到幾顆芯片上，繼而通過芯片實現對于上百個激光發射/接收通道的高質量控制和運算，從而大幅減少元器件數量、簡化供應鏈，實現降本目的。以目前乘用車市場主流的混合固態激光雷達產品成本拆解為例，光學元件、主控芯片及收發芯片構成主要成本，占全部制造成本的 80%左右（圖表 77）。其中，光學元件成本隨規模擴張下降幅度較為顯著；而芯片端則是激光雷達降本的核心。例如，早期速騰、禾賽等國產激光雷達廠商使用的主控芯片 FPGA 以外采為主，賽靈思為主要供應商，成本較高。實現芯片化設計后，以自研 SoC 取代之，使得廠商能夠更好地

181、控制成本。不僅如此，芯片化激光雷達由于結構簡化、零部件少，因此裝配步驟更少、光學校準更具整體性，具備自動化生產的優勢，能夠帶來生產效率的成倍提高，進而實現生產成本的大幅下降。模塊集成化：模塊集成化：主要包括發射模塊和接收模塊的集成化。以收發模塊為例，一旦實現高度集成化，不僅可以縮小激光雷達整機的體積和重量，實現產品小型化，為車端的布置位置增加靈活性；還可以降低物料成本和調試成本，提高產品穩定性和一致性。隨著系統集成度和激光雷達廠商芯片能力的提升，設計端的改善將助力廠隨著系統集成度和激光雷達廠商芯片能力的提升，設計端的改善將助力廠商打造出低成本高性能的復合傳感器，商打造出低成本高性能的復合傳感器

182、，進而能夠在未來進而能夠在未來探索更多探索更多使用場景使用場景的的可能性可能性，締造更廣闊的增量市場，締造更廣闊的增量市場。2024-12-16 52 圖表圖表 77：混合固態激光雷達成本構成拆解混合固態激光雷達成本構成拆解 資料來源：蓋世汽車研究院、公開資料、浦銀國際 圖表圖表 78：混合固態激光雷達各部件成本及降本速率混合固態激光雷達各部件成本及降本速率 部件名稱部件名稱 零件名稱零件名稱 價格（元）價格（元）降本速率降本速率 光學部件 轉鏡 300 產量翻一番 則降本 15%接收鏡頭 100 鍍膜視窗 100 發射鏡頭 50 反射鏡、濾光片等 50 主控芯片 高性能 FPGA 500 降

183、本迅速 約每年 25%左右 SoC 300 接收端芯片 以 SPAD 為例 300 發射端芯片 以 VCSEL 為例 200 資料來源：蓋世汽車研究院、公開資料、浦銀國際 光學部件光學部件30%主控芯片主控芯片25%接收端芯片接收端芯片15%發射端芯片發射端芯片10%其他部件其他部件20%光學部件主控芯片接收端芯片發射端芯片其他部件 2024-12-16 53 附錄：附錄：激光雷達行業術語簡介激光雷達行業術語簡介 2D 激光雷達激光雷達：一般指單線激光雷達，能夠獲取某單一視場角水平面上的目標物方位信息，以及目標物在徑向上的距離信息。3D 激光雷達：激光雷達：一般指多線激光雷達，能夠獲取多個不同

184、視場角水平面上的目標物方位信息，以及目標物在徑向上的距離信息。ToF 測距法：測距法：Time of Flight，即飛行時間測距法。通過記錄發射一束激光脈沖與探測器接收到回波信號的時間差，直接計算目標物與傳感器之間距離的探測方法。三角測距法：三角測距法：系統以一定角度發射的激光照射在目標物后，在另一角度對反射光進行成像，根據物體在攝像頭感光面上的位置通過三角幾何原理推導出目標物距離的探測方法。FMCW 激光雷達：激光雷達：FMCW 為 Frequency Modulated Continuous Wave 的簡稱，即調頻連續波技術。FMCW 激光雷達指利用調頻連續波技術進行相干探測的激光雷達

185、系統。激光器：激光器：一種能夠使得光受激輻射并放大的發射激光的裝置。EEL：Edge Emitting Laser 的簡稱，即邊發射激光器。是一種激光發射方向平行于晶圓表面的半導體激光器。VCSEL：Vertical Cavity Surface Emitting Laser 的簡稱，即垂直腔面發射激光器。是一種激光發射方向垂直于晶圓表面的半導體激光器。探測器：探測器：激光雷達重要部件，利用光電效應將光信號轉化為電信號，實現對光信號進行探測的裝置。APD：Avalanche Photo Diode 的簡稱，即雪崩式光電二極管，原理類似于光電倍增管，在加上一個較高的反向偏置電壓后，利用雪崩擊穿效

186、應，可在 APD內部獲得電流增益，工作在線性增益范圍。SPAD：Single Photon Avalanche Diode 的簡稱，即單光子雪崩二極管，與光電二極管及雪崩光電二極管屬同一系列的光電探測器，工作在蓋革模式下的APD 具有單光子探測能力。SiPM：Silicon Photo-Multiplier 的簡稱，即硅光電倍增管。集成了成百上千個單光子雪崩二極管的光電探測器件。MEMS 微振鏡：微振鏡：MEMS 為 Micro-Electro-Mechanical System 的簡稱，即微機電系統。MEMS 微振鏡為采用 MEMS 技術制造的諧振式掃描鏡，把微型反射鏡、MEMS 驅動器、M

187、EMS 傳感器直接在硅基芯片上集成體積十分精巧的微振鏡，由可以旋轉的微振鏡來反射激光器的光線，從而實現掃描。OPA：Optical Phase Array 的簡稱，即光學相控陣，運用相干原理（類似的是兩圈水波相互疊加后，有的方向會相互抵消，有的會相互增強），采用多個 2024-12-16 54 光源組成陣列，通過控制各光源的相位差，合成具有特定方向的主光束。然后再加以控制，主光束便可以實現對不同方向的掃描。Flash：原意為快閃，某種意義上類似于照相機的原理，在短時間直接發射出一大片覆蓋探測區域的激光，再以高度靈敏的接收器，來完成對環境周圍圖像的繪制。接收端是由像素陣列組成的，每個像素單元獨立

188、解析。點云：點云：Point Cloud，指以離散、不規則方式分布在三維空間中的點的集合。原始點云經過預處理后通常以標準的二進制文件交換格式存儲，每個點除了包含 X、Y、Z 坐標信息，還包括點分類編號、回波強度值、回波編號、回波數目、掃描角度和顏色（RGB）等信息。噪點：噪點：Noise Point，指實際位置沒有真實目標、但卻在點云中出現的點。線數：線數：一般指激光雷達垂直方向上的測量線的數量，對于一定的角度范圍，線數越多代表角度分辨率越高，對目標物的細節分辨能力越強。測距盲區：測距盲區：指從激光雷達外罩到最近測量距離之間的范圍，這段距離內激光雷達無法獲取有效的測量信號，無法對目標物信息進行

189、反饋。角度盲區：角度盲區：指激光雷達視場角范圍沒有覆蓋的區域，系統無法獲取這些區域內的目標物信息。角度分辨率：角度分辨率：或稱角分辨率，指激光雷達相鄰兩個探測點之間的角度間隔，分為水平角度分辨率與垂直角度分辨率。角分辨率決定了激光雷達三維建模的稀疏程度，相鄰探測點之間角度間隔越小，對目標物細節分辨能力越強。測距精度：測距精度：指激光雷達對同一距離下的物體多次測試所得數據之間的一致程度，精度越高表示測量的隨機誤差越小。測距準度：測距準度：指激光雷達探測得到距離數據與真值之間的差距，準度越高表示測量結果與真實數據符合程度越高。點頻：點頻：指激光雷達每秒完成探測并獲取的探測點的數目?？垢蓴_：抗干擾：

190、指激光雷達對工作同一環境下、采用相同激光波段的其他激光雷達的干擾信號的抵抗能力，抗干擾能力越強說明在多臺激光雷達共同工作的條件下產生的噪點率越低。2024-12-16 55 圖表圖表 79：車載激光雷達產業鏈全景圖車載激光雷達產業鏈全景圖 資料來源：公開資料、浦銀國際整理 浦銀國際研究浦銀國際研究 首次覆蓋首次覆蓋|科技科技行業行業 本研究報告由浦銀國際證券有限公司分析師編制，請仔細閱讀本報告最后部分的分析師披露、商業關系披露及免責聲明。禾賽科技禾賽科技（HSAI.US）首次覆蓋：首次覆蓋：邁向邁向盈利盈利云銷雨霽云銷雨霽，車載之外車載之外未來未來可期可期 我們我們首次覆蓋首次覆蓋禾賽科技禾賽

191、科技（HSAI.US），給予“買入”給予“買入”評級，評級，目標價目標價為為 13.1美元，潛在升幅美元，潛在升幅 19%，對應，對應 2025 年年經調整經調整目標目標市盈率市盈率 40.8x。產品矩陣產品矩陣豐富，豐富，研發制造一體化研發制造一體化實力雄厚實力雄厚，ADAS 激光雷達業務激光雷達業務迎來迎來高速成長期高速成長期：發展至今，禾賽已推出 7 個產品系列，堅持芯片化核心戰略，成功推出第四代架構，并基于此開發出追求性能的 AT512 和追求性價比的 ATX。二者均面向車規級應用，均已獲得客戶定點并將于2025 年量產。我們預計禾賽將充分受益于智駕加速滲透的行業趨勢，2025 年 A

192、DAS 產品出貨量有望突破百萬級。而公司自有的高自動化產線和快速按需擴產的能力則是確保交付量高速成長的有力后盾。我們首次覆蓋禾賽科技（HSAI.US），給予“買入”評級。Robotaxi 激光雷達激光雷達龍頭玩家，逐步拓展廣義機器人領域更多應用，培龍頭玩家，逐步拓展廣義機器人領域更多應用，培育育成長新動力成長新動力：公司早期以機械式激光雷達切入無人駕駛市場，陸續切入一眾 L4 級客戶，2023 年拿下全球 Robotaxi 激光雷達市場 74%份額，處于壓倒性領先地位。AM 業務既是公司盈利能力的一大支撐，也是導入更多廣義機器人應用的抓手，2025 年有望實現出貨量翻倍成長。加速邁向盈虧平衡點

193、加速邁向盈虧平衡點，率先實現盈利后率先實現盈利后有望有望邁向新估值體系，體現估邁向新估值體系，體現估值溢價值溢價：公司 3Q24 綜合毛利率達 47.7%，預計四季度毛利率仍將處于40%以上水平，表現領先同業。公司指引 4Q24 凈利潤 2,000 萬美元并帶動 2024 年實現 Non-GAAP 層面盈虧平衡，成為首家盈利的車載激光雷達廠商。若后續盈利持續性得到驗證，有望帶動公司估值體系切換。估值估值：我們采用 DCF 估值法，假設禾賽科技 2029-2033 年的營收成長率為 30%-32%，永續增長率為 3.5%，WACC 為 20.8%，得到禾賽目標價為 13.1 美元，潛在升幅 19

194、%，對應 2025E 經調整市盈率為 40.8x。投資風險：投資風險：宏觀經濟走弱，整車市場銷量不及預期；各國政府自動駕駛政策推進不及預期，影響公司 Robotaxi 業務；行業競爭加劇，影響公司毛利率表現；激光雷達降本速度慢于預期；下游客戶車型量產進度/實際銷量不及預期；車企智駕普及進度不及預期，導致乘用車激光雷達加速放量趨勢不明顯；廣義機器人市場需求增長不及預期。圖表圖表 80：盈利預測和財務指標（盈利預測和財務指標（2022-2026E）百萬百萬人民幣人民幣 2022 2023 2024E 2025E 2026E 營業收入 1,203 1,877 2,137 3,346 4,504 營收

195、同比增速 67%56%14%57%35%毛利率 39.2%35.2%43.1%41.6%40.8%凈利潤（虧損）(301)(476)(140)148 501 凈利潤同比增速 23%58%(70%)NM 238%經調整凈利潤（虧損）(196)(241)8 300 659 目標 P/S（x）NM 6.3 5.7 3.7 2.7 E=浦銀國際預測 資料來源：公司公告、浦銀國際 浦銀國際浦銀國際 首次覆蓋首次覆蓋 禾賽科技禾賽科技（HSAI.US）首次覆蓋首次覆蓋 禾賽科技禾賽科技（HSAI.US）目標價（美元）目標價（美元）13.1 潛在升幅潛在升幅/降幅降幅+19%目前股價（美元）11.05 52

196、 周內股價區間（美元）3.28-11.86 總市值（百萬美元）1,404 近 3 月日均成交額（百萬美元）13.5 注：截至 2024 年 12 月 12 日收盤價 市場預期區間市場預期區間 SPDBI 目標價 目前價 市場預期區間 資料來源：Bloomberg、浦銀國際 股價相對表現股價相對表現 資料來源：Bloomberg、浦銀國際 USD 5.5USD 14.2USD 11.1USD 13.1(125%)(100%)(75%)(50%)(25%)0%0369121523-1224-0324-0624-09禾賽科技股價(美元)相對于MSCI中國可選消費指數表現(右軸)2024-12-16

197、57 財務報表分析與預測財務報表分析與預測利潤表利潤表資產負債表資產負債表人民幣百萬人民幣百萬202220232024E2025E2026E人民幣百萬人民幣百萬202220232024E2025E2026E營業收入營業收入1,203 1,877 2,137 3,346 4,504 貨幣資金913 1,558 1,470 1,599 2,235 銷貨成本(731)(1,216)(1,216)(1,956)(2,666)短期投資946 1,586 1,507 1,356 1,220 毛利潤毛利潤472 661 921 1,390 1,839 應收賬款485 525 508 716 867 經營支出

198、經營支出(850)(1,233)(1,153)(1,333)(1,419)存貨647 496 480 676 819 銷售費用(105)(149)(201)(241)(283)其他流動資產144 233 233 233 233 管理費用(201)(320)(295)(312)(314)流動資產合計流動資產合計3,135 4,398 4,197 4,580 5,375 研發費用(555)(791)(851)(876)(931)物業及設備505 872 1,068 1,139 1,150 其他11 27 194 95 109 長期投資32 32 32 32 32 營業利潤（虧損）營業利潤（虧損）(

199、378)(572)(233)57 420 無形資產21 79 79 79 79 非經營收入非經營收入77 96 93 91 82 資產使用權86 193 193 193 193 利息收入（費用）59 97 103 92 83 其他非流動資產61 90 90 90 90 匯兌收入21 (0)(9)-資產總計資產總計3,839 5,663 5,659 6,112 6,919 其他非經營收入(2)0 (1)(1)(1)短期借款-112 112 112 112 除稅前溢利除稅前溢利(301)(475)(140)148 501 應付賬款207 269 270 434 591 所得稅0 (1)(0)0 (

200、0)其他短期負債749 954 954 954 954 分攤權益法投資損失前的稅后收入(301)(476)(140)148 501 流動負債合計流動負債合計956 1,335 1,335 1,499 1,657 應占權益法投資虧損(0)(0)(0)(0)(0)長期借款及債務18 286 286 286 286 凈利潤（虧損）凈利潤（虧損）(301)(476)(140)148 501 租賃負債10 119 107 97 87 基本股數（百萬）116 125 129 129 129 其他長期負債14 60 60 60 60 攤銷股數（百萬）116 125 125 125 125 負債合計負債合計9

201、98 1,800 1,788 1,942 2,089 基本每股收益（元）基本每股收益（元）(2.60)(3.81)(1.09)1.15 3.88 夾層股本5,987 -攤薄每股收益（元）攤薄每股收益（元）(2.60)(3.81)(1.13)1.19 4.02 普通股0 0 0 0 0 股本溢價-7,424 7,573 7,724 7,882 留存收益(3,145)(3,562)(3,702)(3,554)(3,053)股東權益合計股東權益合計2,842 3,862 3,871 4,171 4,829 負債及股東權益總計負債及股東權益總計3,839 5,663 5,659 6,112 6,919

202、 現金流量表現金流量表主要財務比率主要財務比率人民幣百萬人民幣百萬202220232024E2025E2026E202220232024E2025E2026E經營活動現金流經營活動現金流(696)57 203 249 721 營運指標增速營運指標增速凈利潤（虧損）(301)(476)(140)148 501 營業收入增速67%56%14%57%35%折舊及攤銷54 86 161 189 199 毛利潤增速24%40%39%51%32%股權激勵費用105 235 149 152 158 營業利潤增速43%51%(59%)NM635%其他營業活動現金流67 65 -凈利潤增速23%58%(70%)

203、NM238%營運資金變動營運資金變動(621)147 33 (240)(137)應收賬款減少（增加）(391)(91)17 (208)(151)盈利能力盈利能力庫存減少（增加）(306)146 16 (196)(143)凈資產收益率(平均)(10.2%)(14.2%)(3.6%)3.7%11.1%應付賬款增加（減少）129 62 0 164 157 總資產報酬率(7.7%)(10.0%)(2.5%)2.5%7.7%其他經營資金變動(54)30 -投入資本回報率(13.3%)(14.8%)(6.0%)1.4%8.7%投資活動現金流投資活動現金流1,120 (1,060)(291)(120)(84

204、)資本支出(231)(407)(358)(260)(210)利潤率利潤率取得或購買短期投資1,392 (622)79 151 136 毛利率39.2%35.2%43.1%41.6%40.8%其他投資活動現金流(41)(32)(12)(11)(10)營業利潤率(31.4%)(30.5%)(10.9%)1.7%9.3%融資活動現金流融資活動現金流15 1,590 -凈利潤率(25.0%)(25.4%)(6.6%)4.4%11.1%銀行存款增加18 377 -發行股份(3)1,206 -營運能力營運能力發行債券-現金循環周期現金循環周期其他融資活動現金流-8 -應收賬款周轉天數87 98 88 67

205、 64 匯兌損益25 58 -存貨周期天數256 172 146 108 102 現金及現金等價物凈流量現金及現金等價物凈流量464 645 (88)129 637 應付賬款周轉天數71 71 81 66 70 期初現金及現金等價物期初現金及現金等價物449 913 1,558 1,470 1,599 期末現金及現金等價物期末現金及現金等價物913 1,558 1,470 1,599 2,235 凈債務（凈現金）(895)(1,161)(1,073)(1,201)(1,838)自由現金流(1,100)(650)(304)(163)353 E=浦銀國際預測資料來源：公司資料、Wind、浦銀國際預

206、測 2024-12-16 58 產品矩陣產品矩陣豐富豐富，研發制造一體化研發制造一體化綁定優質客戶綁定優質客戶 長、中、短距長、中、短距產品產品兼備，機械、固態方案并進兼備，機械、固態方案并進 禾賽科技（Hesai Technology）于 2014 年正式創立，成立之初主要從事激光氣體傳感器開發。但自 2016 年起，公司開始進行業務拓展，開展激光雷達研發。面對不同應用領域對于激光雷達的多樣化需求面對不同應用領域對于激光雷達的多樣化需求，禾賽禾賽科技科技已推出已推出 7 個個產品產品系列，覆蓋乘用車系列，覆蓋乘用車 ADAS 和包括和包括自動駕駛自動駕駛在內的在內的廣義機器人領域。廣義機器人

207、領域。乘用車乘用車 ADAS 領域：領域：AT、FT、ET 三個系列聚焦乘用車 ADAS 市場，分別主打遠距主雷達、近距補盲雷達和艙內遠距雷達。其中，AT 系列采用一維轉鏡掃描，混合固態的產品形態易于通過車規級驗證并實現量產，是目前禾賽在 ADAS 領域出貨的主力。AT 系列中，128 線超高清激光雷達 AT128，通過芯片化技術在內部集成了 128 個獨立激光器，以“真 128 線”提供更高的性能；同時使用 VCSEL替代傳統的激光二極管作為光源。AT128 不僅擁有 200 米超遠探測能力，還具備均勻、高清的全局分辨率（1200128），感知成像水平領先，能夠深度賦能各項高階智能駕駛、主動

208、安全功能。AT128 已在理想、小米、零跑、長城、長安等車企的車型量產。面向 ADAS 前裝量產市場的 FT 系列和 ET 系列中，FT 系列為純固態路線激光雷達產品；而 ET 系列的亮點之一則在于超薄，2023 年 4 月發布首款產品 ET25，定位置于前擋玻璃后的艙內激光雷達。自 2022 年開啟交付以來，禾賽的 ADAS 激光雷達產品交付量逐漸提升，2023 年達到 19.5 萬臺。截至 2024 年三季度末，禾賽已與 20 家國內外汽車廠商就 75 個車型達成前裝量產項目定點合作，客戶涵蓋造車新勢力、自主車企、合資車企等頭部玩家。以以自動駕駛自動駕駛為典型代表為典型代表的的廣義機器人領

209、域廣義機器人領域：主要產品包括 L4 級遠距激光雷達 Pandar 系列、L4 級補盲激光雷達 QT 系列和中距激光雷達 XT 系列。這 3 個產品系列均為機械式旋轉激光雷達，主攻的場景略有不同。其中，Pandar 系列和 QT 系列為車規級產品，Pandar 系列定位 360高性能遠距激光雷達，是禾賽科技在自動駕駛領域的“發家”產品，在 2017年 Pandar40 發布后，幫助公司突出 Velodyne 重圍；而 QT 系列瞄準 360超廣角近距激光雷達。目前，禾賽在自動駕駛領域的客戶已覆蓋 Aurora、Cruise、Zoox、TuSimple、Nuro、Motional、AutoX、美

210、團、百度 Apollo、文遠知行、小馬智行等一眾玩家。XT 系列定位于高精度 360中距激光雷達，是一條基于 ASIC 的產品線，針對機器人應用市場客戶，專為倉儲、物流、機器人應用、勘測、測繪和中低速自動駕駛等多種應用而設計，已于 2022 年實現批量出貨。2024-12-16 59 根據應用場景的不同，各個產品線在技術路線組合選擇根據應用場景的不同，各個產品線在技術路線組合選擇側重不同側重不同，點頻、視，點頻、視場角、角分辨率、線數和探測距離等參數上場角、角分辨率、線數和探測距離等參數上亦亦有所差異有所差異。依托于豐富的產品矩陣（圖表 81），禾賽科技 2023 年實現了激光雷達總交付量 2

211、2.2 萬臺，并且我們預計公司將在今年繼續實現交付量的翻倍以上成長。另外，作為公司早期起家的“基石”，激光氣體傳感器是禾賽科技 2015、2016年主要的核心技術產品。當前禾賽也仍在進行甲烷遙測儀產品的生產，但自2016 年起，公司業務重心已逐步完成妥善轉移，2023 年氣體檢測產品對于公司總收入的貢獻僅 1.4%。圖表圖表 81：禾賽科技禾賽科技激光雷達激光雷達產品系列及其性能參數一覽產品系列及其性能參數一覽 產品產品 系列系列 產品產品 型號型號 產品產品 示意圖示意圖 探測距離探測距離（10%）角分辨率角分辨率（HV）視場角視場角（HV）單回波單回波 點頻點頻（pts/s）尺寸尺寸 （m

212、m3）功耗功耗 （W）AT 系列系列 ATX 200 米 0.10.1 12020 120 萬 10010030 8 AT512 300 米 0.050.05 12025.6 1228.8 萬 16011045 25 AT128 210 米 0.10.2 12025.4 153.6 萬 13611449 13.5 FT 系列系列 FT120 22 米 0.6250.625 10075 19.2 萬 95.7976.84134.08 15 ET 系列系列 ET25 250 米 0.050.05 12025 300 萬 12010025 12 Pandar系列系列 Pandar128 200 米

213、0.10.125 36040 345.6 萬 123.7118.0 23 Pandar64 200 米 0.20.167 36040 115.2 萬 116.7118.0 22 Pandar40P 200 米 0.20.33 36040 72 萬 116.7118.0 18 QT 系列系列 QT128 20 米 0.40.4 360105.2 76.8 萬 85.987.083.9 12 QT64 20 米 0.61.45 360104.2 38.4 萬 76.080.23 8 XT 系列系列 XT32 80 米 0.181 36031 64 萬 10010376 10 XT16 80 米 0

214、.182 36030 32 萬 10010376 9 OT 系列系列 OT128 200 米 0.10.125 36040 345.6 萬 118.0132.3 29 資料來源：公司官網、浦銀國際 2024-12-16 60 持續推進芯片化持續推進芯片化戰略戰略，沿著摩爾定律以性能和成本雙線演進沿著摩爾定律以性能和成本雙線演進 自自將業務重心將業務重心轉向激光雷達板塊以來，轉向激光雷達板塊以來，禾賽禾賽為保持競爭力，為保持競爭力，長期堅持長期堅持芯片化芯片化的的核心戰略。核心戰略。芯片化技術并不是單一的某項技術，而是一系列技術。對于激光雷達而言，芯片化就是把原本數量眾多、結構龐大的激光器控制電

215、路、信號采集轉化電路、波形處理電路等數百個電子元器件逐步集成到數顆芯片上，繼而通過芯片實現對于上百個激光發射/接收通道的高質量控制和運算。禾賽于 2017 年成立芯片部門，開展激光雷達專用芯片（ASIC）研發工作。激光雷達專用芯片包括激光驅動芯片、模擬前端芯片、數字化芯片和 SoC 芯片，不同芯片在系統中的功能不同（圖表 84）。在芯片化基礎上，激光雷達各功能模塊高度集成于芯片，同時又能夠基于同一產品架構衍生出適應于不同需求的產品，利用平臺化設計實現物料供應鏈和制造生產線的復用。公司之所以選擇堅持芯片化，是因為激光雷達芯片化能夠解決以下問題：助推激光雷達駛上“摩爾定律”道路，實現助推激光雷達駛

216、上“摩爾定律”道路，實現更高性能與更優性價比更高性能與更優性價比。禾賽是行業首家提出將光雷達推上“摩爾定律”軌道理念的公司。芯片化設計采用集成化技術，持續優化激光雷達每一個模塊和鏈路，使得元器件數量從 1,000 個降到 100 個左右，關鍵供應商數量從約 100 個降到 10個，單線成本降為 1/10，帶來的分辨率提升可達 10 倍之多?；诖?，激光雷達系統有望走上“摩爾定律”的軌道，并表現為兩條路徑：1）成本不變，性能不斷提升；2）性能不變，成本不斷下降。這兩條路徑上，禾賽都有對應產品。公司于 2024 年 1 月和 4 月分別發布了 512 線超遠距激光雷達 AT512 和下一代激光雷達

217、產品 ATX。根據公司公布數據，相比 10 多年前的一個典型 32 線激光雷達，AT512 的線數提升了 16 倍，點云密度提升了 80 倍，價格卻不及當時的 1/100。而對于 ATX，其核心性能相比 AT128 有所提升，但成本卻下降不少。目前，ATX 憑借小尺寸、遠距離、超廣角等優勢已獲得多個量產定點，分別來自國內龍頭車企、頭部新能源車企、領先新勢力、主流歐美合資車企等多家主機廠，預計將于 2025 年 Q1 開始大規模量產。簡化結構從而優化制造工藝，顯著提升制造效率和產品質量。簡化結構從而優化制造工藝，顯著提升制造效率和產品質量。傳統激光雷達系統存在大量分立結構，裝配時需要進行大量人力

218、調試。芯片化簡化了激光雷達產品結構，光學校準亦更具整體性，為裝配工藝自動化提供了條件。另外，高度集成化和自動化下簡單的流程能夠避免人為裝配過程中造成的誤差，量產一致性大幅提升，產品品質更易得到保障。從現實進度上看，禾賽從 2017 年開始打造激光雷達專用芯片架構平臺，從V1.0、V1.5、V2.0 到 V3.0，每一代都在前幾代的基礎上進行架構設計、器件和制造工藝、材料、軟件算法等的升級，不斷提升產品級綜合性能（圖表 85）。第第 1-3 代芯片均已成功量產并代芯片均已成功量產并獲得大規模驗證，迭代節奏也獲得大規模驗證，迭代節奏也不斷加快。不斷加快。2020 年 9 月，禾賽自研收發芯片首次搭

219、載于機械式激光雷達 XT32；2022 年 8 月，AT128 上搭載了禾賽自研的第二代芯片并開始量產；2024-12-16 61 2022 年 11 月，禾賽純固態激光雷達 FT120 成功搭載第三代自研芯片。2024 年，禾賽科技也成功推出第四代架構，采用 3D 堆疊技術，可單板集成 512 個通道。內部嵌入 256 核智能點云解析引擎（IPE，Intelligent Point Cloud Enging），8 核 APU，實現每秒 246 億次采樣。先進的器件和波形處理能力實現了130%的探測器靈敏度提升，單點測距功耗降低85%。公司 2024 年的新品 AT512 和 ATX 也基于此

220、架構研發而成（圖表 83）。圖表圖表 82：芯片化設計芯片化設計有望有望助推助推激光雷達激光雷達駛上“摩爾定律”道路駛上“摩爾定律”道路 資料來源：車云微信公眾號、浦銀國際 圖表圖表 83：禾賽科技于禾賽科技于 2024 年推出自研第四代芯片架構年推出自研第四代芯片架構 資料來源：禾賽科技官方微信公眾號、浦銀國際 2024-12-16 62 圖表圖表 84：激光雷達專用芯片及功能模塊示意圖激光雷達專用芯片及功能模塊示意圖 資料來源：禾賽科技招股書申報稿、浦銀國際整理 圖表圖表 85：禾賽科技的芯片化發展路線禾賽科技的芯片化發展路線 資料來源：禾賽科技招股書申報稿、禾賽科技招股書、公開資料、浦銀

221、國際整理 2024-12-16 63 將制造工藝融入研發設計流程，自建產能保障將制造工藝融入研發設計流程，自建產能保障大規模品質交付大規模品質交付 激光雷達作為汽車智能化下的新興零部件，技術路線尚未完全確定，在設計研發和上車的過程中仍需進行大量調整。在 2022 年激光雷達批量上車以前，所有廠商都沒有大規模量產的經驗。因而，為了自主把控裝配過程中的產品為了自主把控裝配過程中的產品質量和量產節奏，質量和量產節奏，禾賽從創立初期就堅持在自有產線上制造激光雷達產品。禾賽從創立初期就堅持在自有產線上制造激光雷達產品。2020 年，禾賽的激光雷達總交付量約為 4,100 臺。到了 2022 年 9 月，

222、禾賽成為全球首個實現“月交萬臺”的激光雷達廠商?？紤]到未來激光雷達車規級推廣所需兼顧的高質量標準和大規模量產，禾賽自 2020 年 5 月開始自主設計并建設麥克斯韋智造中心。麥克斯韋智造中心位于上海嘉定，建筑面積5.2 萬平方米，投資金額近人民幣 10 億元，于 2023 年底正式投入運營。禾賽實現了激光雷達從設計、研發，到測試、生產的全棧通鏈禾賽實現了激光雷達從設計、研發，到測試、生產的全棧通鏈，同時把握研同時把握研發和生產發和生產以以保障產品迭代速度保障產品迭代速度。禾賽將制造視為研發的一部分，即制造中的問題應該從研發中去解決，研發中的設計需要在制造中去驗證。因此，麥克斯韋從設計初期便秉持

223、“研發制造一體”的理念，專設“研發生產線”，由研發和制造團隊共同負責搭建試制平臺，以量產標準來試制激光雷達新產品，共同定義量產生產線的每一步工藝。同時建立內部實驗室貝葉斯可靠性試驗中心，專用于產品的全方位系統性測試驗證。目前，禾賽在上海和杭州各有一座工廠，激光雷達產能充足。并且，禾賽的工廠產線自動化率超 90%，激光雷達生產節拍可達 45 秒/臺，生產效率的大生產效率的大幅提升也將帶來成本的快速下降幅提升也將帶來成本的快速下降。另外，禾賽計劃明年將杭州工廠產量提高一倍以上，達到年產 150 萬臺的滿負荷生產，以滿足客戶的需求。圖表圖表 86：禾賽科技禾賽科技自主設計并建設自主設計并建設的麥克斯

224、韋智造中心的麥克斯韋智造中心 資料來源：禾賽科技官方微信公眾號、浦銀國際 2024-12-16 64 AM 業務領先業務領先，培育遠期成長動能培育遠期成長動能 發展至今，發展至今，AM（Autonomous Mobility）業務仍是業務仍是禾賽科技禾賽科技主營業務主營業務的一大的一大重要補充重要補充。在進入激光雷達市場的早期，禾賽科技充分考慮到產品開發周期、性能要求、成本敏感度、客戶集中度等因素，選擇從對激光雷達性能要求最高的無人駕駛市場入手，集中資源打磨高線數機械旋轉激光雷達產品，于2017 年推出了 40 線旋轉式遠距激光雷達 Pandar40；歷經迭代后，又于 2018年底發布了旗艦升

225、級版 Pandar40P。此后，憑借著比海外廠商更快的更新速度、更貼近客戶的服務和更高的性價比等優勢，禾賽的市場認可度不斷提升，品牌口碑逐漸積累，陸續切入一眾L4 級自動駕駛公司、無人車隊客戶并占領市場。截至目前，禾賽已進入了全球絕大多數 Robotaxi 玩家客戶（圖表 88）供應鏈，并在 2023 年以 74%的全球份額，在 Robotaxi 激光雷達領域實現壓倒性領先（圖表 87）。在在 AM 業務上的領先優勢，業務上的領先優勢，一定程度上也一定程度上也為禾賽提供了為禾賽提供了毛利率毛利率支撐。支撐。近年來，在乘用車端的激光雷達隨著智能化進程的發展而初步放量的同時，整車市場，特別是中國車

226、市，競爭態勢也逐漸升級。ADAS 激光雷達受到來自下游的價格壓力，導致行業毛利率水平在 2023 年出現明顯的下滑趨勢。而與 ADAS 領域有所不同之處在于，L4 級別自動駕駛市場的重點參與者多為頭部科技公司，且仍處于探索技術閉環的階段，對于安全冗余的需求更高，最終呈現出對于性能高度敏感、對于成本的敏感度相對較低的取向。這也使得禾賽以 Pandar 系列為主的 AM 激光雷達產品，能夠取得較好的定價和毛利率，進而實現明顯高于友商的綜合毛利率水平（圖表 89）。圖表圖表 87：2023 年，年，禾賽科技禾賽科技在全球在全球 Robotaxi 激光雷達領域占據了激光雷達領域占據了 74%的份額的份

227、額 注：外圈為 2023 年，內圈為 2022 年；資料來源：Yole、浦銀國際 禾賽科技;74%Waymo;7%速騰聚創;7%Ouster;4%其他廠商;8%禾賽科技Waymo速騰聚創Ouster其他廠商 2024-12-16 65 圖表圖表 88：禾賽科技已成為全球大多數禾賽科技已成為全球大多數 Robotaxi 玩家的選擇玩家的選擇 資料來源：Yole、艾瑞咨詢、各公司官網、公開資料、浦銀國際整理 圖表圖表 89：禾賽科技禾賽科技的的綜合毛利率綜合毛利率表現表現及其穩定性好于及其穩定性好于其他其他激光雷達激光雷達玩家玩家 注：由于上市時間不同，部分未顯示的數據點表示該公司、該季度未披露；

228、資料來源：Bloomberg、公司財報、浦銀國際 (450%)(350%)(250%)(150%)(50%)50%1Q212Q213Q214Q211Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24禾賽科技速騰聚創LuminarOusterAevaInnovizAEyeCepton 2024-12-16 66 公司于 2020 年 9 月發布基于自研芯片的中距離激光雷達 XT32，進軍機器人、無人運輸等新目標市場。展望展望未來未來，禾賽禾賽科技科技將在將在 AM 業務方面繼續發業務方面繼續發力，力，同時同時培育公司遠期的成長新動力。培育公司遠期的成長新動力。

229、在產品序列方面，禾賽科技于 2024 年 9 月發布了最新的 360激光雷達產品OT128。OT128 擁有 345.6 萬點/秒點頻，最遠探測距離 230m，面向 L4 級自動駕駛、ADAS 真值系統開發、港口物流自動化及工業機器人市場。公司管理層在 2024 年三季度業績發布會上表示，禾賽目前已與包括文遠知行、西井科技、Embotech、EasyMile 在內的全球 90 多個客戶就 OT128 簽訂了訂單，并已開始進行生產交付，實現了超過 1,000 萬美元的收入。不僅如此，OT128 共享 AT128 成熟技術架構，與公司 ADAS 產品的核心部件的復用率達到 95%，有助于降低成本，

230、目前毛利率表現已略微好于公司現有 L4 級產品；且隨著訂單體量的擴大，OT128 的毛利率有望進一步改善。在在應用領域方面，應用領域方面，禾賽科技以深耕無人駕駛領域作為切入點，面向廣義機器禾賽科技以深耕無人駕駛領域作為切入點，面向廣義機器人應用人應用逐步逐步拓展。拓展。除了 Robotaxi 以外，公司的 L4 級客戶還包括無人物流（Robotruck）和包括智能配送在內的各類服務機器人。在 Robotruck 細分領域，為了滿足全天候的長距離行駛要求，安全、可靠且耐用的車規級感知硬件必不可少，而激光雷達恰能夠幫助自動駕駛卡車檢測、避讓道路中的障礙物。2023 年 4 月，禾賽與自動駕駛貨運公

231、司 KargoBot 達成戰略合作，協力推動車規級半固態激光雷達 AT128 在 L4 級自動駕駛卡車領域的率先應用。2024 年 7 月，禾賽與西井科技于達成戰略合作伙伴關系，雙方將基于西井新一代無人駕駛平臺，加強激光雷達感知方案的全面升級，共同探索更多智能設備、自動駕駛新車型的智能化應用以及大規模商業落地。在廣義機器人領域，隨著“非接觸式”服務的興起，機器人的市場需求急劇增加。禾賽為不同領域的機器人提供多功能、高性價比的激光雷達解決方案，使機器人能夠在室內外的復雜路況中實現自主定位、導航、避障等功能。具體應用來看：1）智能配送領域，搭載禾賽高性能激光雷達的白犀牛無人配送車，業務遍布國內外

232、30 多個城市，目前全國范圍內的運營車輛已超過 100 臺，目標今年日活車輛達到千臺。2）智慧工廠領域，NavVis 的移動掃描產品 VLX3 已在 CES 2024 亮相，搭載兩臺禾賽旋轉式中距激光雷達 XT32，可大范圍感知高細節水平的室內外環境。在最近的三季度業績會上，公司管理層也欣喜宣布，禾賽已成功獲得來自國內外客戶的工業機器人應用新訂單。未來在非車載端的激光雷達應用場景，禾賽也將繼續發力，加速出貨量級提升。我們認為，隨著禾賽科技在 ADAS 前裝搭載激光雷達的進一步放量，以及自主配備產能的進一步擴充，公司在車規級產品的量產能力得到充分驗證，具備向其他終端產品量產遷移的能力。展望展望未

233、來未來，隨著隨著 AM 及廣義機器人領域及廣義機器人領域的的業務業務繼續繼續推進，推進，禾賽禾賽將將維持維持健康健康毛利率毛利率，公司公司整體整體運營狀況運營狀況繼續向好繼續向好。2024-12-16 67 圖表圖表 90：禾賽科技新一代高性能遠距激光雷達禾賽科技新一代高性能遠距激光雷達 OT128 資料來源：禾賽科技官方微信公眾號、浦銀國際 圖表圖表 91：禾賽科技與自動駕駛及廣義機器人領域部分客戶的合作情況禾賽科技與自動駕駛及廣義機器人領域部分客戶的合作情況 資料來源：公司官網、美聯社、公開資料、浦銀國際整理 2024-12-16 68 業績業績表現表現超預期超預期，有望率先，有望率先抵達

234、盈利拐點抵達盈利拐點 3Q24 業績業績：收入、毛利率表現收入、毛利率表現超預期超預期，領先同業，領先同業玩家玩家 營業收入：營業收入：三季度禾賽實現營業收入人民幣 5.4 億元，同比增長 21%，環比增長 18%，營收水平高于此前公司指引的區間上限，好于市場預期。交付量：交付量：激光雷達總交付量達到 13.4 萬臺，同比增長 183%，環比增長55%。其中，包括乘用車 ADAS 產品 13.0 萬臺，AM 產品 4,295 臺。毛利率：毛利率：得益于高效的成本管理、規模量產帶動的飛輪效應，以及為客戶提供 NRE（Non-Recurring Engineering，一次性工程費用）服務的收入貢

235、獻，公司三季度綜合毛利率達到 47.7%，同、環比增長明顯，遠高于市場預期。并且，管理層在業績會上表示，除去 NRE 收入部分的影響，公司整體毛利率表現仍處于 40%以上的良好水平，明顯位于行業前列。凈凈虧損虧損：三季度凈虧損人民幣 7,036 萬元，凈虧損同比收窄 50%，環比收窄 2%，已實現連續四個季度的凈虧損收窄，盈利能力持續改善。圖表圖表 92：禾賽科技禾賽科技 3Q24 業績詳情業績詳情 人民幣百萬人民幣百萬 3Q24 3Q23 同比同比 2Q24 環比環比 營業收入 539 446 21%459 18%毛利潤 258 136 89%207 25%營業利潤（損失）(77)(167)

236、(54%)(96)(19%)凈利潤（損失）(70)(142)(50%)(72)(2%)基本每股收益（人民幣）(0.54)(1.13)(52%)(0.56)(3%)利潤率利潤率 3Q24 3Q23 同比同比 百分點百分點 2Q24 環比環比 百分點百分點 毛利率 47.7%30.6%17.2 45.1%2.7 營業費用率 62.1%68.1%(6.0)65.9%(3.9)營業利潤率(14.3%)(37.5%)23.2(20.9%)6.6 凈利率(13.0%)(31.8%)18.8(15.7%)2.7 收入收入 人民幣百萬人民幣百萬 3Q24 3Q23 同比同比 2Q24 環比環比 產品收入 50

237、3 426 18%409 23%服務收入 36 20 84%50(28%)總收入總收入 539 446 21%459 18%激光雷達激光雷達 出貨量（出貨量（臺臺）3Q24 3Q23 同比同比 2Q24 環比環比 ADAS 產品 129,913 40,593 220%80,773 61%AM 產品 4,295 6,847(37%)5,753(25%)總出貨量總出貨量 134,208 47,440 183%86,526 55%資料來源：公司公告、浦銀國際 2024-12-16 69 增長動能強勁，增長動能強勁，加速邁向盈虧平衡點加速邁向盈虧平衡點 2024 年前三季度，禾賽科技累計交付激光雷達產

238、品近 28 萬臺，季度間的節奏隨著核心客戶的交付量提升而同步改善。根據公司管理層在三季度業績會上的展望，考慮到公司已經連續兩個季度實現交付量的環比大幅提升，隨著汽車產業傳統旺季的到來，禾賽四季度的交付量將達到 20 萬臺。并且，管理層預期強勁的增長動能將向管理層預期強勁的增長動能將向 2025 年延續，突破百萬年延續，突破百萬臺臺的激光雷達總交的激光雷達總交付量。付量。我們預計公司 2024/2025 年的總交付量將分別達到 48.7/105.0 萬臺。公司財務狀況良好，是 2023 年唯一經營現金流為正的激光雷達企業。管理層預計四季度保持健康的毛利率水平，并實現正向的經營現金流。在盈利能力層

239、面，公司指引四季度實現收入 1 億美元，凈利潤則有望達到2,000 萬美元，在非通用會計準則（Non-GAAP）層面實現 2024 年全年盈利，加速邁向盈虧平衡點。屆時，禾賽將成為車載屆時，禾賽將成為車載激光雷達領域第一家實現盈利激光雷達領域第一家實現盈利的公司。的公司。并且，公司目標 2025 年也將實現盈利。圖表圖表 93：禾賽科技季度收入及同比增速禾賽科技季度收入及同比增速 圖表圖表 94：禾賽科技禾賽科技激光雷達激光雷達產品產品季度出貨量季度出貨量 資料來源：公司報告、浦銀國際 資料來源：公司報告、浦銀國際 圖表圖表 95：禾賽科技毛利率、凈利率走勢禾賽科技毛利率、凈利率走勢 圖表圖表

240、 96：禾賽科技經調整凈利潤（虧損）情況禾賽科技經調整凈利潤（虧損）情況 資料來源：公司報告、浦銀國際 資料來源：公司報告、浦銀國際(40%)0%40%80%120%01503004506001Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24收入（人民幣百萬）同比增速（右軸）036912151Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24萬臺ADAS產品AM產品(40%)(30%)(20%)(10%)0%0%15%30%45%60%1Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q2

241、4毛利率凈利率（右軸）(30%)(20%)(10%)0%10%(130)(100)(70)(40)(10)201Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24經調整凈利潤（人民幣百萬）經調整凈利率（右軸）2024-12-16 70 財務預測與估值財務預測與估值 我們采用 DCF（Discounted Cash Flow，現金流量貼現法）估值方法對禾賽科技進行估值。我們假設禾賽 2029 年到 2033 年的成長率為 30%-32%，永續增長率為 3.5%。另外，我們假設 WACC（Weighted Average Cost of Capital，加權平均

242、資金成本）為 20.8%。其他基本假設可以參考下方兩個表格?；谝陨?，我們得到禾賽科技目標價 13.1 美元，目標市銷率 3.7x，對應 2025年目標經調整市盈率 40.8x。目前我們對公司加速邁向盈利保持樂觀態度，若盈利的可持續性得到驗證，將帶動公司從市銷率估值走向新的市盈率估值體系，并體現估值溢價。首予“買入”評級，目標價潛在升幅 19%。圖表圖表 97：禾賽科技禾賽科技 WACC 假設假設 WACC 計算計算 Beta 1.54 債務成本 13.4%無風險利率 2.0%債務股本比 (28.8%)股權風險溢價 11.2%所得稅率 0.1%股本成本 19.1%WACC 20.8%注：WAC

243、C，Weighted Average Cost of Capital，加權平均資金成本；資料來源：浦銀國際預測 圖表圖表 98：禾賽科技禾賽科技自由現金流預測自由現金流預測 百萬人民幣百萬人民幣 2025E 2026E 2027E 2028E 2029E 2030E 2031E 2032E 2033E 2034 往后往后 營業收入 3,346 4,504 6,505 8,647 11,414 15,067 19,738 25,659 33,357 營收增速 57%35%44%33%32%32%31%30%30%經營利潤 57 420 723 1,091 1,541 2,260 3,355 4,

244、619 6,671 經營利潤率 1.7%9.3%11.1%12.6%13.5%15.0%17.0%18.0%20.0%加：折舊及攤銷 189 199 201 200 278 370 490 644 845 EBITDA 246 619 923 1,292 1,819 2,631 3,846 5,262 7,516 EBITDA率 7.4%13.7%14.2%14.9%15.9%17.5%19.5%20.5%22.5%所得稅率(0.1%)0.1%0.1%0.1%15.0%15.0%15.0%15.0%15.0%資本支出(260)(210)(200)(200)(194)(188)(181)(172

245、)(163)資本支出率(7.8%)(4.7%)(3.1%)(2.3%)(1.7%)(1.2%)(0.9%)(0.7%)(0.5%)凈營運資本變動(240)(137)(243)(146)(173)(206)(243)(284)(333)自由現金流(254)271 480 945 1,220 1,897 2,919 4,113 6,020 43,502 永續增長率 3.5%資料來源：浦銀國際預測 圖表圖表 99：禾賽科技禾賽科技 DCF 估值預測估值預測 WACC 自由現金流現值自由現金流現值 (人民幣百萬人民幣百萬)凈現金凈現金 (百萬百萬)權益價值權益價值 (百萬百萬)股數股數 (百萬百萬)每

246、股價值每股價值 (人民幣人民幣)美元美元/人民幣人民幣 每股價值每股價值 (美元美元)20.8%13,448(1,201)12,247 129 94.9 7.2423 13.1 資料來源：浦銀國際預測 2024-12-16 71 圖表圖表 100：禾賽科技禾賽科技市銷率估值（市銷率估值（x）資料來源：Bloomberg、浦銀國際 圖表圖表 101：浦銀國際浦銀國際目標價：目標價：禾賽科技禾賽科技（HSAI.US）注：截至 2024 年 12 月 12 日收盤價；資料來源：Bloomberg、浦銀國際 02468102023-032023-042023-052023-062023-072023-

247、082023-092023-102023-112023-122024-012024-022024-032024-042024-052024-062024-072024-082024-092024-102024-112024-12市銷率平均值+1 標準差-1 標準差13.1051015202523-0223-0523-0823-1124-0224-0524-0824-1125-02禾賽科技股價(美元)買入持有賣出 2024-12-16 72 圖表圖表 102：行業行業可比公司估值比較可比公司估值比較 注：E=Bloomberg 一致預測，截至 2024 年 12 月 12 日收盤價；資料來源：B

248、loomberg、公司公告、浦銀國際 2024E2025E2026E2024E2025E2026E2024E2025E2026E激光雷達激光雷達HSAI US Equity禾賽科技1,404 11.1 24%(80%)NM154%4.8 3.1 2.2 2.7 2.6 2.3 2498 HK Equity速騰聚創1,584 28.0 (4%)(72%)(57%)NM6.0 3.7 2.7 3.9 4.2 4.3 LAZR US EquityLuminar231 6.9 (86%)(23%)(29%)(37%)3.3 2.0 1.1 N/AN/AN/AOUST US EquityOuster45

249、5 9.1 19%(77%)(20%)(18%)4.1 3.1 2.0 N/AN/AN/AAEVA US EquityAeva233 4.3 14%(12%)(4%)(8%)26.4 16.1 4.9 1.8 1.9 1.6 INVZ US EquityInnoviz144 0.9 (66%)(0)(8%)(27%)6.0 2.0 0.8 2.0 2.6 2.6 LIDR US EquityAEye11 1.2 (50%)19 (0)(0)59 2 0 N/AN/AN/ACPTN US EquityCepton51 3.2 2%N/AN/AN/AN/AN/AN/AN/AN/AN/A平均平均15

250、.7 4.6 2.0 2.6 2.8 2.7 激光器激光器6965 JP Equity濱松光子學4,097 1,889.5 (35%)(29%)6%13%3.1 2.8 2.6 1.8 1.5 1.4 LITE US EquityLumentum6,235 90.8 73%(78%)57%133%4.6 3.9 3.1 5.3 7.0 6.1 OSR GR Equity歐司朗5,268 51.8 2%N/AN/AN/AN/AN/AN/AN/AN/AN/A002281 CH Equity光迅科技4,734 43.4 52%35%41%35%4.4 3.3 2.7 4 3 3 688048 CH

251、Equity長華光芯991 40.9 (35%)NMNM(68%)24.8 17.9 14.9 2.4 2.4 2.4 平均平均9.2 7.0 5.8 3.3 3.6 3.2 車載光學車載光學003550 KS EquityLG集團8,382 76,200.0 (11%)(24%)37%21%1.6 1.4 1.3 0.4 0.4 0.4 6758 JP Equity索尼139,822 3,462.0 29%7%11%6%1.7 1.6 1.6 2.8 2.5 2.3 2382 HK Equity舜宇光學科技9,210 65.4 (8%)88%24%18%1.7 1.6 1.4 2.7 2.5

252、 2.2 603501 CH Equity韋爾半導體16,756 100.2 (6%)261%39%25%4.6 3.9 3.3 4.9 4.3 3.6 002456 CH Equity歐菲光6,283 13.8 58%NM152%19%2.1 1.7 1.6 11.0 10.5 10.0 002036 CH Equity聯創電子1,592 10.8 6%NM620%61%1.0 1.0 0.9 4.0 3.5 3.2 603297 CH Equity永新光學1,494 97.7 (2%)(0)35%22%10.9 8.6 6.8 5.5 4.8 4.2 平均平均3.4 2.8 2.4 4.5

253、 4.1 3.7 L3/L4級自動駕駛級自動駕駛AUR US EquityAurora12,648 7.4 68%(32%)0%(10%)19,250.5 1,435.9 213.6 N/AN/AN/ATSPH US Equity圖森未來92 0.4 (54%)N/AN/AN/AN/A2.0 N/A0.6 N/AN/AWRD US Equity文遠知行4,403 16.0 (74%)N/A(25%)(0)49.6 21.1 7 N/AN/AN/APONY US Equity小馬智行3,463 12.9 (74%)N/AN/AN/AN/AN/AN/AN/AN/AN/A平均平均9,650.1 48

254、6.3 110.3 0.6 NANA智駕芯片智駕芯片MBLY US EquityMobileye14,372 17.7 (59%)(94%)486%1 8.7 7.4 6.0 1.2 1.2 1.2 NVDA US Equity英偉達3,363,457 137.3 177%278%136%0 56.7 26.1 17.2 78.1 37.2 18.6 QCOM US Equity高通175,805 158.2 9%21%11%9%4.6 4.2 3.9 7 6 6 NXPI US Equity恩智浦55,337 217.7 (5%)(7%)(1%)19%4.4 4.3 3.9 5.8 5.3

255、4.7 TXN US Equity德州儀器174,881 191.7 12%(28%)18%25%11.3 10.2 9.2 10 10 9 AMBA US Equity安霸3,048 73.1 19%NM(68%)(41%)13.5 10.9 9.4 5 5 6 9660 HK Equity地平線6,520 3.8 0%N/A(67%)(74%)20.2 13.6 8.4 3 3 3 2533 HK Equity黑芝麻智能2,032 27.8 0%N/A(45%)(70%)26.0 14.4 8.1 N/AN/AN/A6723 JP Equity瑞薩電子25,037 2,038.0 (20%

256、)(14%)2%24%2.8 2.6 2.3 2 1 1 平均平均16.5 10.4 7.6 13.9 8.6 6.1 智駕域控智駕域控Tier 1CON GY Equity大陸集團13,866 66.0 (14%)3%28%19%0.3 0.3 0.3 0.9 0.9 0.8 APTV US Equity安波福13,759 58.5 (35%)28%14%18%0.7 0.7 0.6 1.6 1.3 1.2 VC US Equity偉世通2,578 93.3 (25%)23%7%15%0.7 0.6 0.6 2.1 1.8 1.5 002920 CH Equity德賽西威9,359 122.

257、6 (5%)43%30%26%2.4 1.9 1.6 7.1 5.7 4.6 600699 CH Equity均勝電子3,137 16.2 (10%)24%25%24%0.4 0.4 0.3 1.6 1.4 1.3 688326 CH Equity經緯恒潤1,565 94.8 (18%)105900%NM136%2.0 1.6 1.3 2.4 2.3 2.2 1274 HK Equity知行汽車科技600 20.2 (40%)(47%)NM146%2.7 1.9 1.3 4.0 4.0 4.2 ECX US Equity億咖通666 2.0 (38%)(1%)(47%)NM0.9 0.7 0.

258、5 N/AN/AN/A1760 HK Equity英恒科技179 1.3 (42%)(47%)36%29%0.2 0.2 0.2 0.5 0.5 N/A平均平均1.1 0.9 0.8 2.5 2.2 2.2 新能源汽車新能源汽車TSLA US Equity特斯拉1,342,126 418.1 68%(21%)36%26%13.4 11.5 9.6 19.3 16.8 14.2 1211 HK Equity比亞迪（H）110,230 280.0 31%23%27%20%1.1 0.9 0.8 4.5 3.7 3.0 002594 CH Equity比亞迪（A）110,230 283.7 43%2

259、9%29%22%1.0 0.9 0.7 4.8 3.9 3.2 NIO US Equity蔚來9,579 4.6 (49%)(13%)(26%)(44%)1.0 0.7 0.6 5.5 13.6 N/A9866 HK Equity蔚來-SW9,772 36.4 (51%)(13%)(26%)(44%)1.0 0.7 0.6 5.6 13.8 N/AXPEV US Equity小鵬汽車12,164 12.8 (12%)(45%)(52%)NM2.1 1.2 0.9 4.2 4.5 4.3 9868 HK Equity小鵬汽車-W12,410 50.8 (10%)(45%)(52%)NM2.2 1

260、.2 0.9 4.2 4.6 4.4 LI US Equity理想汽車24,180 22.8 (39%)36%35%36%1.2 0.9 0.7 3.4 3.1 2.6 2015 HK Equity理想汽車-W24,676 90.4 (39%)36%35%36%1.2 0.9 0.8 3.5 3.2 2.7 9863 HK Equity零跑汽車5,116 29.8 (17%)(27%)(67%)NM1.2 0.6 0.5 3.6 3.8 3.0 RIVN US EquityRIVIAN14,494 14.2 (39%)(17%)(32%)(14%)3.1 2.9 2.0 2.4 3.9 4.1

261、 LCID US EquityLUCID GROUP7,650 2.5 (40%)(11%)(22%)(28%)9.9 5.4 2.6 1.7 3.0 4.8 平均平均3.2 2.3 1.7 5.2 6.5 4.6 定位定位/高精地圖高精地圖BIDU US Equity百度31,671 90.3 (24%)(4%)1%36%1.7 1.7 1.6 0.8 0.8 0.7 002405 CH Equity四維圖新3,315 10.2 14%15%(38%)(59%)7.0 6.1 5.3 2.6 2.8 2.8 300627 CH Equity華測導航3,167 42.0 35%28%27%30

262、%6.8 5.3 4.2 6.6 5.7 4.7 平均平均5.2 4.4 3.7 3.3 3.1 2.7 P/S（市銷率）（市銷率）P/B（市凈率）（市凈率）股票代碼股票代碼公司名稱公司名稱市值市值(美元百萬美元百萬)股價股價(當地貨幣當地貨幣)股價變動股價變動年初至今年初至今(%)EPS同比增長同比增長 2024-12-16 73 SPDBI 樂觀與悲觀情景假設樂觀與悲觀情景假設 圖表圖表 103：禾賽科技禾賽科技（HSAI.US）市場普遍預期市場普遍預期 資料來源：Bloomberg、浦銀國際 圖表圖表 104：禾賽科技禾賽科技（HSAI.US）SPDBI 情景假設情景假設 樂觀情景樂觀情

263、景：公司收入增長好于預期：公司收入增長好于預期 悲觀情景悲觀情景：公司收入增長不及預期：公司收入增長不及預期 目標價：15.1 美元（概率：15%）目標價：8.4 美元（概率：15%）全球汽車市場需求增速高于預期，智駕滲透率高于預期，帶動公司出貨量加速提升；公司維持份額優勢，銷量規模繼續擴大，成本繼續下降，毛利繼續改善；業務進展順利，下游客戶車型迅速量產，擴大公司營收規模，改善經營效率表現；機器人市場需求快速放大，AM 業務好于預期。宏觀經濟走弱，整車市場銷量不及預期；自動駕駛政策推進不及預期，影響 Robotaxi 業務；行業競爭加劇，影響公司毛利率表現；激光雷達降本速度慢于預期；車企智駕普

264、及進度不及預期，導致乘用車激光雷達加速放量趨勢不明顯；廣義機器人市場需求增長不及預期。資料來源：浦銀國際預測 05101520252023-022023-052023-082023-112024-022024-052024-082024-112025-02010203040交易量（百萬）禾賽科技股價（美元,右軸）樂觀 USD15.1基本 USD13.1悲觀 USD8.413%11%10%10%10%10%10%10%10%10%11%10%0%20%40%60%80%100%2024-012024-022024-032024-042024-052024-062024-072024-082024

265、-092024-10 2024-11 2024-12買入持有賣出股價（美元，右軸）02468101214 2024-12-16 74 風險提示風險提示 下行風險下行風險 宏觀經濟走弱，整車市場銷量不及預期；各國政府自動駕駛政策推進不及預期，影響公司 Robotaxi 業務；行業競爭加劇，影響公司毛利率表現；激光雷達降本速度慢于預期；下游客戶車型量產進度/實際銷量不及預期；車企智駕普及進度不及預期，導致乘用車激光雷達加速放量趨勢不明顯；廣義機器人市場需求增長不及預期。2024-12-16 75 公司背景公司背景 圖表圖表 105：禾賽科技里程碑禾賽科技里程碑 年份年份 里程碑里程碑 2014 三

266、位創始人回國，正式創立禾賽科技 2016 推出首臺國產高性能激光雷達產品 Pandar32 2017 推出 40 線遠距激光雷達產品 Pandar40 2018 推出 40 線遠距抗干擾激光雷達產品 Pandar40P 2019 推出 360旋轉式 64 線遠距激光雷達產品 Pandar64 2020 推出 360旋轉式超廣角激光雷達 QT64；推出圖像級高性能激光雷達產品 Pandar128；推出中距激光雷達 XT 系列 2021 推出車規級遠距激光雷達 AT128，AT128 成為全球首款獲得 ISO 26262 ASIL B 功能安全產品認證的激光雷達 2022 推出 128 線超廣角近

267、距補盲激光雷達 QT128；成為全球首家月交付量突破萬臺的車載激光雷達公司；推出車規級純固態超廣角近距激光雷達 FT120 2023 禾賽科技在納斯達克正式掛牌上市，股票代碼“HSAI”，融資金額約 1.9 億美元；推出車規級超薄遠距激光雷達 ET125；自有量產工廠赫茲制造中心正式投產，麥克斯韋智造中心正式落成 2024 發布第四代芯片架構超廣角遠距激光雷達 ATX，全面升級了光機設計和激光收發模塊 資料來源：公司官網、浦銀國際 2024-12-16 76 財務報表財務報表 圖表圖表 106：禾賽科技禾賽科技：損益表：損益表 人民幣百萬人民幣百萬 2022 2023 2024E 2025E

268、2026E 營業收入營業收入 1,203 1,877 2,137 3,346 4,504 銷貨成本(731)(1,216)(1,216)(1,956)(2,666)毛利潤毛利潤 472 661 921 1,390 1,839 經營支出經營支出 (850)(1,233)(1,153)(1,333)(1,419)銷售費用(105)(149)(201)(241)(283)管理費用(201)(320)(295)(312)(314)研發費用(555)(791)(851)(876)(931)其他 11 27 194 95 109 營業利潤（虧損）營業利潤（虧損）(378)(572)(233)57 420

269、非經營收入非經營收入 77 96 93 91 82 利息收入（費用）59 97 103 92 83 匯兌收入 21(0)(9)-其他非經營收入(2)0(1)(1)(1)除稅前溢利除稅前溢利 (301)(475)(140)148 501 所得稅 0(1)(0)0(0)分攤權益法投資損失前的稅后收入(301)(476)(140)148 501 應占權益法投資虧損(0)(0)(0)(0)(0)凈利潤（虧損）凈利潤（虧損）(301)(476)(140)148 501 基本股數（百萬）116 125 129 129 129 攤銷股數（百萬）116 125 125 125 125 基本每股收益（元）基本每

270、股收益（元）(2.60)(3.81)(1.09)1.15 3.88 攤薄每股收益（元）攤薄每股收益（元）(2.60)(3.81)(1.13)1.19 4.02 注：E=浦銀國際預測；資料來源：公司公告、浦銀國際 2024-12-16 77 圖表圖表 107：禾賽科技禾賽科技：資產負債資產負債表表 人民幣百萬人民幣百萬 2022 2023 2024E 2025E 2026E 貨幣資金 913 1,558 1,470 1,599 2,235 短期投資 946 1,586 1,507 1,356 1,220 應收賬款 485 525 508 716 867 存貨 647 496 480 676 81

271、9 其他流動資產 144 233 233 233 233 流動資產合計流動資產合計 3,135 4,398 4,197 4,580 5,375 物業及設備 505 872 1,068 1,139 1,150 長期投資 32 32 32 32 32 無形資產 21 79 79 79 79 資產使用權 86 193 193 193 193 其他非流動資產 61 90 90 90 90 資產總計資產總計 3,839 5,663 5,659 6,112 6,919 短期借款-112 112 112 112 應付賬款 207 269 270 434 591 其他短期負債 749 954 954 954

272、954 流動負債合計流動負債合計 956 1,335 1,335 1,499 1,657 長期借款及債務 18 286 286 286 286 租賃負債 10 119 107 97 87 其他長期負債 14 60 60 60 60 負債合計負債合計 998 1,800 1,788 1,942 2,089 夾層股本 5,987-普通股 0 0 0 0 0 股本溢價-7,424 7,573 7,724 7,882 留存收益(3,145)(3,562)(3,702)(3,554)(3,053)股東權益合計股東權益合計 2,842 3,862 3,871 4,171 4,829 負債及股東權益總計負債

273、及股東權益總計 3,839 5,663 5,659 6,112 6,919 注：E=浦銀國際預測；資料來源：公司公告、浦銀國際 2024-12-16 78 圖表圖表 108：禾賽科技禾賽科技：現金流量現金流量表表 人民幣百萬人民幣百萬 2022 2023 2024E 2025E 2026E 經營活動現金流經營活動現金流 (696)57 203 249 721 凈利潤（虧損）(301)(476)(140)148 501 折舊及攤銷 54 86 161 189 199 股權激勵費用 105 235 149 152 158 其他營業活動現金流 67 65-營運資金變動營運資金變動 (621)147

274、33(240)(137)應收賬款減少（增加）(391)(91)17(208)(151)庫存減少（增加）(306)146 16(196)(143)應付賬款增加（減少）129 62 0 164 157 其他經營資金變動(54)30-投資活動現金流投資活動現金流 1,120(1,060)(291)(120)(84)資本支出(231)(407)(358)(260)(210)取得或購買短期投資 1,392(622)79 151 136 其他投資活動現金流(41)(32)(12)(11)(10)融資活動現金流融資活動現金流 15 1,590-銀行存款增加 18 377-發行股份(3)1,206-發行債券-

275、其他融資活動現金流-8-匯兌損益 25 58-現金及現金等價物凈流量現金及現金等價物凈流量 464 645(88)129 637 期初現金及現金等價物期初現金及現金等價物 449 913 1,558 1,470 1,599 期末現金及現金等價物期末現金及現金等價物 913 1,558 1,470 1,599 2,235 注：E=浦銀國際預測；資料來源：公司公告、浦銀國際 浦銀國際研究浦銀國際研究 首次覆蓋首次覆蓋|科技科技行業行業 本研究報告由浦銀國際證券有限公司分析師編制，請仔細閱讀本報告最后部分的分析師披露、商業關系披露及免責聲明。速騰聚創速騰聚創（2498.HK）首次覆蓋：首次覆蓋：軟硬

276、軟硬兼修兼修筑實力筑實力，堅定堅定邁向邁向“AI+機器人”機器人”我們我們首次覆蓋首次覆蓋速騰聚創（速騰聚創（2498.HK），給予“買入”給予“買入”評級，評級，目標價目標價為為 32.7港元，潛在升幅港元，潛在升幅 17%，對應，對應 2025 年目標市銷率年目標市銷率 5.5x。芯片驅動平臺化布局芯片驅動平臺化布局，ADAS 激光雷達業務處于高速成長期激光雷達業務處于高速成長期：速騰圍繞芯片驅動的激光雷達技術推出 R、M、E 三大平臺，系列產品瞄準車載和機器人領域。在車載端，速騰的科技平權和科技創新雙線并行，性價比方案 MX 目標助力 15-20 萬元車型加速搭載激光雷達，目前已獲 7

277、家車企定點。速騰將充分受益于行業智駕加速滲透趨勢，我們預計公司 2025 年 ADAS 產品出貨量將通過 MX 量產進一步放大，達到90.7 萬臺。我們首次覆蓋速騰聚創（2498.HK），給予“買入”評級。軟硬結合構建全棧感知能力軟硬結合構建全棧感知能力，率先量產奠定客戶基礎率先量產奠定客戶基礎：硬件上，速騰基于三大平臺，實現產品的快速開發和迭代。并且，M 平臺產品 M1于 2021 年率先量產交付，為彼時的客戶拓展、即此時的交付量打開先機。截至目前，公司已與全球 28 家整車廠及 Tier 1 達成合作，定點車型 92 款。同時，公司已形成大批量、自動化生產能力，產能準備在百萬級別。軟件上，

278、公司自研融合感知軟件 HyperVision，軟硬協同之下，能夠根據客戶需求，提供定制化、差異化的解決方案服務。布局機器人領域，致力成為機器人技術平臺公司布局機器人領域，致力成為機器人技術平臺公司：圍繞激光雷達，速騰已完成硬件+芯片+AI 技術的全鏈路解決方案布局，接下來將借助車載領域積累的技術、團隊和量產能力儲備，為機器人下游客戶提供核心增量零部件及解決方案。目前進展良好，截至三季度末公司在機器人領域合作伙伴突破 2,600 家，E 平臺產品也獲多家海外機器人客戶定點，公司預計 2025 年機器人業務出貨量將突破六位數，增長強勁。估值估值：我們采用 DCF 估值法，假設速騰 2029-203

279、3 年的營收成長率為36%-40%，永續增長率為 3.5%，WACC 為 13.4%，得到速騰的目標價為32.7 港元，潛在升幅 17%，對應 2025 年 5.5x 目標市銷率。投資風險：投資風險：宏觀經濟走弱，整車市場銷量不及預期；行業競爭加劇，影響公司毛利率表現；激光雷達降本速度慢于預期；下游客戶車型量產進度/實際銷量不及預期；車企智駕普及進度不及預期，導致乘用車激光雷達加速放量趨勢不明顯；機器人市場需求增長不及預期。圖表圖表 109：盈利預測和財務指標（盈利預測和財務指標（2022-2026E）百萬百萬人民幣人民幣 2022 2023 2024E 2025E 2026E 營業收入 53

280、0 1,120 1,653 2,496 3,587 營收同比增速 60%111%48%51%44%毛利率(7.4%)8.4%16.2%20.0%21.0%凈利潤（虧損）(2,089)(4,337)(441)(183)(6)凈利潤增速 26%108%(90%)(59%)(97%)目標 P/S（x）NM 2.7 8.1 5.5 3.8 E=浦銀國際預測 資料來源：公司公告、浦銀國際 浦銀國際浦銀國際 首次覆蓋首次覆蓋 速騰聚創速騰聚創（2498.HK）首次覆蓋首次覆蓋 速騰聚創速騰聚創（2498.HK）目標價（港元）目標價（港元）32.7 潛在升幅潛在升幅/降幅降幅+17%目前股價（港元）28.0

281、 52 周內股價區間（港元）10.82-137.5 總市值（百萬港元）12,317 近 3 月日均成交額（百萬港元）226.6 注：截至 2024 年 12 月 12 日收盤價 市場預期區間市場預期區間 SPDBI 目標價 目前價 市場預期區間 資料來源：Bloomberg、浦銀國際 股價相對表現股價相對表現 資料來源：Bloomberg、浦銀國際 HHKD 31.8HKD 28.0HKD 32.7(200%)(100%)0%100%200%025507510023-1224-0324-0624-09速騰聚創科技有限公司股價(港元)相對于MSCI中國信息技術指數表現(右軸)2024-12-16

282、 80 財務報表分析與預測財務報表分析與預測利潤表利潤表資產負債表資產負債表人民幣百萬人民幣百萬202220232024E2025E2026E人民幣百萬人民幣百萬202220232024E2025E2026E營業收入營業收入530 1,120 1,653 2,496 3,587 貨幣資金2,071 1,826 1,919 2,093 2,336 銷貨成本(570)(1,027)(1,385)(1,996)(2,836)受限制現金85 9 9 9 9 毛利潤毛利潤(39)94 268 500 752 短期投資310 22 24 27 29 經營支出經營支出(577)(1,034)(817)(79

283、5)(872)應收賬款207 678 1,001 1,511 2,172 研發費用(306)(635)(639)(609)(665)存貨289 199 294 444 638 銷售費用(67)(86)(113)(115)(124)其他流動資產66 92 135 204 293 管理費用(188)(346)(166)(172)(185)流動資產合計流動資產合計3,029 2,827 3,382 4,288 5,479 其他(15)33 101 101 101 物業、廠房及設備208 268 321 350 362 營業利潤（虧損）營業利潤（虧損）(616)(941)(549)(296)(120)

284、使用權資產28 14 14 14 14 非經營收入（虧損）非經營收入（虧損）(1,469)(3,389)111 115 116 無形資產52 52 39 30 23 利息收入（費用）15 78 99 100 101 長期投資30 85 94 103 114 金融工具公允價值變動損益(1,485)(3,471)(3)-其他非流動資產80 25 25 25 25 其他非經營收入-4 15 15 15 資產總計資產總計3,427 3,271 3,877 4,811 6,017 除稅前溢利（虧損）除稅前溢利（虧損）(2,085)(4,329)(438)(181)(5)短期借款-1 1 2 3 所得稅(

285、1)(2)(2)(1)(0)應付賬款224 490 661 953 1,354 凈利潤（含少數股東權益）(2,086)(4,331)(440)(182)(5)其他短期負債7,370 10,356 10,460 10,564 10,670 少數股東權益3 6 1 1 1 流動負債合計流動負債合計7,594 10,848 11,123 11,520 12,027 凈利潤（虧損）凈利潤（虧損）(2,089)(4,337)(441)(183)(6)長期借款及債務784 1,399 2,164 2,853 3,473 基本股數（百萬）97 97 436 450 450 租賃負債13 1 1 1 1 攤銷

286、股數（百萬）97 97 436 450 450 其他長期負債73 94 94 94 94 基本每股收益（元）基本每股收益（元）(21.47)(44.67)(1.01)(0.41)(0.01)負債合計負債合計8,465 12,341 13,382 14,467 15,595 攤薄每股收益（元）攤薄每股收益（元）(21.47)(44.67)(1.01)(0.41)(0.01)股本0 0 0 0 0 其他儲備(356)(57)47 177 361 留存收益(4,692)(9,029)(9,568)(9,849)(9,955)少數股東權益10 16 16 16 16 股東權益合計股東權益合計(5,03

287、7)(9,070)(9,505)(9,656)(9,578)負債及股東權益總計負債及股東權益總計3,427 3,271 3,877 4,811 6,017 現金流量表現金流量表主要財務比率主要財務比率人民幣百萬人民幣百萬202220232024E2025E2026E人民幣百萬人民幣百萬202220232024E2025E2026E經營活動現金流經營活動現金流(523)(516)(517)(366)(234)營運指標增速營運指標增速除稅前溢利（虧損）(2,085)(4,329)(438)(181)(5)營業收入增速60%111%48%51%44%折舊47 77 92 109 118 毛利潤增速N

288、MNM186%87%50%攤銷7 12 12 9 7 營業利潤增速272%53%(42%)(46%)(59%)股權激勵費用35 377 104 130 184 凈利潤增速26%108%(90%)(59%)(97%)其他營業活動現金流1,577 3,439 -營運資金變動營運資金變動(120)(169)(186)(333)(438)盈利能力盈利能力應收賬款減少（增加）(91)(475)(322)(510)(661)凈資產收益率(平均)54.4%61.5%4.8%1.9%0.1%庫存減少（增加）(231)27 (95)(150)(194)總資產報酬率(80.8%)(129.5%)(12.3%)(4

289、.2%)(0.1%)應付賬款增加（減少）153 266 171 292 401 投入資本回報率12.2%10.4%5.8%3.1%1.3%其他經營資金變動49 12 60 36 16 已付所得稅(1)(3)(2)(1)(0)利潤率利潤率已付（收）利息17 79 (99)(100)(101)毛利率(7.4%)8.4%16.2%20.0%21.0%投資活動現金流投資活動現金流(570)266 (156)(150)(144)營業利潤率(116.2%)(84.0%)(33.2%)(11.8%)(3.4%)資本支出(120)(146)(145)(138)(131)凈利潤率(393.8%)(387.1%)

290、(26.7%)(7.3%)(0.2%)取得或購買短期投資(337)309 (2)(2)(3)取得或購買長期投資(49)-(9)(9)(10)營運能力營運能力定期存款增加（減少）(84)86 -現金循環周期現金循環周期其他投資活動現金流20 17 (0)(0)(0)應收賬款周轉天數113 144 185 184 187 融資活動現金流融資活動現金流2,417 (35)766 689 621 存貨周期天數137 87 65 67 70 銀行存款增加-2 0 1 1 應付賬款周轉天數94 127 152 148 148 發行股份(45)(31)-發行債券961 850 765 689 620 凈債務

291、（凈現金）1,372 436 (237)(753)(1,130)股息-自由現金流(2,275)(4,562)(668)(535)(449)其他融資活動現金流1,501 (856)-匯兌損益120 41 -現金及現金等價物凈流量現金及現金等價物凈流量1,444 (245)93 174 243 期初現金及現金等價物期初現金及現金等價物628 2,071 1,826 1,919 2,093 期末現金及現金等價物期末現金及現金等價物2,071 1,826 1,919 2,093 2,336 E=浦銀國際預測資料來源：公司資料、Wind、浦銀國際預測 2024-12-16 81 芯片驅動平臺化布局，芯片

292、驅動平臺化布局，軟硬結合構建軟硬結合構建全棧感知能力全棧感知能力 速騰聚創（RoboSense）于 2014 年成立，總部位于深圳，當前主營業務為激光雷達及解決方案的開發和銷售，圍繞芯片驅動的激光雷達硬件為基礎，同時布局 AI 感知軟件，構建核心技術能力，為市場提供應用于車載和機器人領域的傳感器以及解決方案等產品。硬件：硬件：芯片驅動芯片驅動激光雷達平臺激光雷達平臺，放量自車載而始，放量自車載而始 硬件層面，由于定位“AI 驅動的機器人技術公司”，速騰從作為機器人“眼睛”的感知能力切入，布局相關硬件激光雷達。公司公司基于自研芯片基于自研芯片的的激光雷激光雷達技術，開發芯片驅動的激光雷達平臺，以

293、實現快速高效的產品迭代。達技術，開發芯片驅動的激光雷達平臺，以實現快速高效的產品迭代。目前，速騰已推出 R、M、E 三大平臺，并基于此推出了一系列激光雷達產品。不同平臺瞄準不同的落地場景需求，共同構成了速騰現有的產品矩陣。R 平臺：平臺：誕生于前期應用探索階段，初期通過低線束產品切入市場。R 平臺采用分立器件和一維掃描架構，生產傳統機械式激光雷達，以滿足彼時市場對高性能的需求。平臺產品囊括 16、32、80 和 128 線，主要面向自動駕駛測試和智能機器人領域，包括送貨機器人、檢測機器人等。但由于機械式激光雷達內部含有機械旋轉部件，存在 1）產品尺寸大、重量沉，2）收發模組線束多、結構精密、調

294、校復雜、制作周期長、成本高且降低難度較大，3）壽命短等問題，難以實現車規級大規模量產。M 平臺：平臺：平臺產品為二維 MEMS 半固態激光雷達，主要定位于乘用車ADAS 的主雷達，采用自研的二維 MEMS 智能掃描芯片，具有高性能、低成本、穩定可靠、易量產等優勢。其中，M1 是全球首個量產的車規級 MEMS 激光雷達，于 2021 年 8 月完成首批量產交付。而 M1P 則是目前帶動公司出貨量增長的主力產品，也是公司目前的主要銷售來源。截至三季度末，速騰已于 12 家車企客戶的 31 款車型實現大規模量產落地。另外，截至 2024 年 11 月 29 日，公司已獲 28 家整車廠及一級供應商

295、92 款車型定點訂單。我們預計 2024、2025 年公司的 ADAS 激光雷達銷售量將分別達到 54.4 和 90.7 萬臺。M 平臺的新品推出也在科技平權和科技向上兩個方向雙線并行平臺的新品推出也在科技平權和科技向上兩個方向雙線并行。一方面，公司在 CES 2024 發布了面向 L3+智能駕駛前裝量產的超長距激光雷達產品 M3，推出之時是業內全球首款通過 940 nm 激光收發方案實現300 米（10%反射率）測距能力的激光雷達。另一方面，速騰于 2024 年 4 月發布了新一代中長距激光雷達 MX，并在發布會現場表示其將以 200 美元左右為基礎開啟第一個項目的量產，拉開激光雷達“千元機

296、”時代的序幕。目前，MX 已成功滲透到 15-20 萬元車型，收獲 7 家整車廠的定點項目，并將于明年陸續開始量產，管理層預計 2025 年 MX 的銷量或將達到公司 ADAS 產品銷量的 30%-40%。2024-12-16 82 E 平臺：平臺：主打二二維 Flash 純固態廣角激光雷達，目前已推出的產品 E1 專門設計用于短距離檢測，同時覆蓋智能駕駛短距補盲和機器人領域。在車規級的應用上，E1 作為補盲激光雷達與 M 平臺的主雷達產品相互配合，進一步掃除盲點。目前，公司成功將 E 平臺產品拓展至L4級別Robotaxi客戶，與全球最大出行平臺、小馬智行等達成合作。在機器人的應用上，由于

297、E 平臺產品擁有更廣闊的可視范圍，且成本競爭力和產品質量在車載需求的牽引下得到了極大提升，契合機器人領域對于大角度、近距離、高精度等的探測需求。同時，純固態簡化產品結構，芯片全自研進一步降低了成本，大規模量產后有望實現價格的進一步下探，使激光雷達進一步下探至消費級機器人應用領域成為可能，長期有望帶來更大量級的想象空間。而而平臺化產品平臺化產品的成功的成功開發，是開發，是由公司的由公司的自研芯片自研芯片技術所驅動的技術所驅動的。根據熾識咨詢，速騰是全球最早布局自主芯片技術的激光雷達公司之一，自 2017 年開始自研芯片驅動掃描、收發與處理系統，經歷了三個發展階段（圖表 110）V1.0 階段，公

298、司通過向供應商采購，開始在 R 平臺產品上使用 APD 和 FPGA芯片。到了 V2.0，公司在配備了 MEMS 掃描芯片的 M 平臺產品上開發，定制研發 SiPM 和自研 SoC。速騰自研 SoC 芯片 M-Core 于 2024 年 11 月獲得AEC-Q100 車規級認證，成為全球首款通過該認證的激光雷達專用 SoC。而V3.0 時期，E 平臺產品將 SPAD 陣列/SoC 集成至單顆芯片，使主板面積減少50%，功耗降低 40%，成本亦大幅降低。圖表圖表 110：速騰聚創逐步部署激光雷達平臺芯片技術的路徑速騰聚創逐步部署激光雷達平臺芯片技術的路徑 資料來源：速騰聚創招股書、公司資料、浦銀

299、國際 2024-12-16 83 圖表圖表 111：速騰聚創激光雷達硬件各平臺產品及其性能參數一覽速騰聚創激光雷達硬件各平臺產品及其性能參數一覽 產品產品 系列系列 產品產品 型號型號 產品產品 示意圖示意圖 探測距離探測距離（10%）角分辨率角分辨率（HV）視場角視場角（HV）單回波單回波 點頻點頻（pts/s）尺寸尺寸 （mm3）功耗功耗 （W）R 平臺平臺 Ruby Plus 240 米 0.20.1 36040 230.4 萬 125128 27 Helios 16 110 米 0.12 36030 28.8 萬 100100 11 Helios 32 110 米 0.10.5 360

300、70 57.6 萬 100100 12 Bpearl 30 米 0.12.81 36090 57.6 萬 100111 12 E 平臺平臺 E1 30 米 0.6250.625 12090 69.12 萬 6312570 10 M 平臺平臺 MX /0.10.1 12025/體積減小 40%10 M3 300 米 0.050.05 12025/體積減小 50%降低 30%M2 200 米 0.10.2 12025 157.5 萬 11111045/M1 Plus 180 米 0.20.2 12025 78.75 萬 11111045 15 M1 150 米 0.20.2 12025 78.75

301、 萬 10811045 15 注：部分數據顯示“/”為公司未公布相關信息；資料來源：公司官網、速騰聚創招股書、新出行、浦銀國際 圖表圖表 112：速騰聚創自研速騰聚創自研激光雷達激光雷達 SoC 芯片芯片 M-Core 資料來源：速騰聚創官方微信公眾號、浦銀國際 2024-12-16 84 軟件：自研軟件：自研 AI 感知融合軟件，提供解決方案服務感知融合軟件，提供解決方案服務 除了提升激光雷達硬件能力，速騰基于 AI 技術自研了 HyperVision 融合感知軟件，能夠將激光雷達和攝像頭收集的原始傳感器數據，轉換為可被自動駕駛汽車和機器人直接使用的感知信息（圖表 113），產品兼顧高可靠性

302、、高精度、開放性。目前，HyperVision 已推出 1.0 和 2.0 兩代產品：HyperVision 1.0：于 2017 年推出，算力需求僅 0.5 TOPS，能夠提供包括可行駛區域檢測、物體識別、移動物體跟蹤等多種物體檢測與分類；HyperVision 2.0：于 2020 年推出，支持除激光雷達感知以外的純視覺方案或激光雷達+視覺融合方案，具備視野范圍內全亮靜態要素和交通參與者識別能力，可實施構建 4D 語義占用場，提供更高維度的實時場景理解和行為檢測，主要面向自動駕駛應用?；谟布脚_的搭建和軟件算法的研發，速騰聚創能夠根據客戶需求，提供基于硬件平臺的搭建和軟件算法的研發，速騰

303、聚創能夠根據客戶需求，提供定制化、全棧式的激光雷達環境感知技術解決方案。定制化、全棧式的激光雷達環境感知技術解決方案。圖表圖表 113：速騰聚創自研速騰聚創自研自研自研 AI 融合感知軟件融合感知軟件 HyperVision 資料來源：速騰聚創招股書、公司資料、浦銀國際 2024-12-16 85 依托依托能力能力儲備儲備，邁向邁向機器人機器人技術平臺公司新愿景技術平臺公司新愿景“速騰聚創從成立之初，就把自己定義為一家機器人公司，成為全球領先的激光雷達公司只是速騰聚創實現目標的第一步?！?0 年前創立之初，公司董事長兼首席科學家邱純鑫博士就為公司發展奠定了戰略主基調。激光雷達作為感知環節的關鍵

304、元器件，相比于攝像頭、毫米波雷達，擁有更高的測量精度，理應能夠幫機器人感知周圍的世界。圍繞激圍繞激光雷達，速騰已經完成了“硬件光雷達，速騰已經完成了“硬件+芯片芯片+AI 技術”的全鏈路解決方案布局。技術”的全鏈路解決方案布局。接下來，速騰將借助其通過車載業務積累的技術、團隊和量產能力儲備，在接下來，速騰將借助其通過車載業務積累的技術、團隊和量產能力儲備，在機器人領域持續發力，提供核心增量部件及解決方案。機器人領域持續發力，提供核心增量部件及解決方案。技術積累維度技術積累維度，速騰硬件、芯片和 AI 的三大技術棧具備通用性和可遷移能力，為公司成為AI驅動的機器人技術平臺公司提供了底層的能力。硬

305、件：硬件：速騰圍繞激光雷達，積累了在系統、電子、動力、光學結構等領域的核心能力，并在產品上得到驗證。其中，E 平臺是全球首個可量產、同時覆蓋汽車和智能機器人領域的全固態廣角激光雷達平臺，平臺產品可作為機器人的主雷達使用。另外，公司在研發層面也深度布局更具突破性的多底層技術融合產品。最新研發成果機器人“靈巧手”，應用公司自研的三維力傳感器技術，擁有 17 個多軸聯動關節、8 個智能驅動自由度，已于 2024年 11 月在第二十六屆高交會上展出（圖表 114）。芯片：芯片：公司已經實現了掃描、發射、接收、處理四大系統的全面芯片化。其中，E1 作為公司芯片全面自研產品，采用全固態架構，搭載速騰自主研

306、發的面陣 SPAD-SoC 芯片和可尋址二維掃描 VCSEL 芯片，具備高性能和高可靠性。憑借其小巧輕便的設計，便于集成到不同形態的機器人中。AI 技術：技術：除了自研感知融合軟件 HyperVision，公司打通了 AI 技術全流程，包括數據、算法、算力集群，自建“神機超算中心”，形成數據閉環體系，并以車為主體，構建了從感知到規控的端到端能力。團隊建設維度團隊建設維度，速騰在結合光機電一體的激光雷達和 AI 解決方案方案方面，積累了大量的專業人才。并在今年內推出了“天才羅伯特”計劃，配套資源以爭奪人才，布局在具身智能領域更大的可能性。量產能力維度量產能力維度，速騰已具備激光雷達的大批量產能力

307、，并從樣件到量產的全生命周期建立高水平的質量管理，采用自動化智能制造及工程設施，在產品驗證、工程與制造上積累了豐富經驗。產能準備上，公司現有兩大廠區，分別為深圳紅花嶺工廠和深汕 MARS智造總部基地。其中，紅花嶺工廠現有 4 條產線，每條產線的年產能可達 14 萬臺。深汕基地可用場地面積達到 10 萬平方米，規劃年產能最高可達百萬級別，公司后續將按照客戶需求柔性地擴張產能。2024-12-16 86 展望未來，速騰將依托其激光雷達產品在汽車領域積累的優勢，打造更加通用的機器人“移動”和“操作”能力，按照客戶需求向下游提供相應部件或整套的解決方案，包括開發工具鏈、軟硬一體的 AI 算法，以及視覺

308、、觸覺和電機、執行單元等關鍵的模塊，致力于降低機器人應用的技術和成本門檻，致力于降低機器人應用的技術和成本門檻，成為機器人領域的“成為機器人領域的“Tier 1”供應商”供應商。圖表圖表 114：速騰聚創“靈巧手”在速騰聚創“靈巧手”在第第 26 屆屆中國國際高新技術成果交易會上中國國際高新技術成果交易會上展出展出 資料來源：新浪財經、浦銀國際 圖表圖表 115：速騰聚創集成激光雷達芯片、技術平臺和速騰聚創集成激光雷達芯片、技術平臺和 AI 人工智能感知軟件，打造機器人技術平臺人工智能感知軟件，打造機器人技術平臺 資料來源：速騰聚創招股書、公司資料、浦銀國際 2024-12-16 87 銷量持

309、續提升，銷量持續提升，毛毛利率利率逐季逐季改善改善 3Q24 業績：業績：營收再創新高，毛利率繼續提升營收再創新高，毛利率繼續提升 營業收入：營業收入：三季度速騰實現營業收入人民幣 4.1 億元，同比增長 55%，環比增長 11%，前三季度總收入 11.3 億元，已超過 2023 年全年營收。交付量：交付量：速騰三季度共交付激光雷達 13.86 萬臺，同比增長 135%，環比增長 13%。其中，包括用于 ADAS 的激光雷達 13.14 萬臺，以及用于機器人及其他終端的激光雷達 7,200 臺。毛利率：毛利率：公司三季度綜合毛利率達到 17.5%，同比增長 8.7 個百分點，環比增長 2.7

310、個百分點，從今年一季度以來保持逐季改善的趨勢。凈虧損：凈虧損：三季度公司凈虧損人民幣 8,219 萬元，凈虧損同比收窄 77%，環比收窄 40%。經調整凈虧損人民幣 6,941 萬元，同、環比亦收窄。圖表圖表 116：速騰聚創季度收入拆分（人民幣百萬元）速騰聚創季度收入拆分（人民幣百萬元）圖表圖表 117：速騰聚創激光雷達產品季度出貨量速騰聚創激光雷達產品季度出貨量 資料來源：公司報告、浦銀國際 資料來源：公司報告、浦銀國際 圖表圖表 118：速騰聚創激光雷達平均單價（人民幣）速騰聚創激光雷達平均單價（人民幣）圖表圖表 119：速騰聚創季度研發費用及費速騰聚創季度研發費用及費用用率率 資料來源

311、：公司報告、浦銀國際 資料來源：公司報告、浦銀國際 03691215181Q232Q233Q234Q231Q242Q243Q24萬臺用于ADAS用于機器人及其他25%40%55%70%85%100%0501001502002503001Q232Q233Q234Q231Q242Q243Q24研發費用（人民幣百萬）研發費用率（右軸）03,0006,0009,00012,00015,0001Q232Q233Q234Q231Q242Q243Q24用于ADAS用于機器人及其他01503004506001Q232Q233Q234Q231Q242Q243Q24ADAS產品機器人產品解決方案服務及其他 202

312、4-12-16 88 圖表圖表 122：速騰聚創速騰聚創 3Q24 業績詳情業績詳情 人民幣百萬人民幣百萬 3Q24 3Q23 同比同比 2Q24 環比環比 營業收入 408 264 55%366 11%毛利潤 71 23 210%54 32%營業利潤（損失）(110)(179)(38%)(163)(32%)凈利潤（損失）(82)(363)(77%)(137)(40%)基本每股收益（元）(0.19)(3.74)(95%)(0.31)(40%)利潤率利潤率 3Q24 3Q23 同比同比 百分點百分點 2Q24 環比環比 百分點百分點 毛利率 17.5%8.7%8.7 14.8%2.7 營業費用率

313、 44.5%76.5%(32.0)59.3%(14.8)營業利潤率(27.0%)(67.8%)40.8 (44.5%)17.5 凈利率(20.2%)(137.8%)117.7 (37.5%)17.4 收入收入 人民幣百萬人民幣百萬 3Q24 3Q23 同比同比 2Q24 環比環比 產品收入產品收入 385 235 64%341 13%用于 ADAS 330 176 87%303 9%用于機器人及其他 55 59(6%)38 45%解決方案收入 22 25(11%)20 9%服務及其他收入 1 4(73%)4(77%)總收入總收入 408 264 55%366 11%毛利毛利率率 3Q24 3Q

314、23 同比同比 百分點百分點 2Q24 環比環比 百分點百分點 產品產品 17.1%3.4%13.6 13.1%4.0 用于 ADAS 14.1%(7.7%)21.8 11.8%2.3 用于機器人及其他 34.6%36.6%(2.0)23.2%11.5 綜合毛利率綜合毛利率 17.5%8.7%8.7 14.8%2.7 激光雷達激光雷達 出貨量（萬臺）出貨量（萬臺）3Q24 3Q23 同比同比 2Q24 環比環比 用于 ADAS 13.14 5.32 147%11.83 11%用于機器人及其他 0.72 0.58 24%0.47 53%總出貨量總出貨量 13.86 5.90 135%12.30

315、13%資料來源：公司公告、浦銀國際 圖表圖表 120：速騰聚創毛利率、凈利率走勢速騰聚創毛利率、凈利率走勢 圖表圖表 121：速騰聚創經調整凈利潤（虧損）情況速騰聚創經調整凈利潤（虧損）情況 資料來源：公司報告、浦銀國際 資料來源：公司報告、浦銀國際(700%)(550%)(400%)(250%)(100%)50%(10%)(5%)0%5%10%15%20%1Q232Q233Q234Q231Q242Q243Q24毛利率凈利率（右軸）(100%)(75%)(50%)(25%)0%(160)(120)(80)(40)01Q232Q233Q234Q231Q242Q243Q24經調整凈利潤（人民幣百萬

316、）經調整凈利率（右軸）2024-12-16 89 車載用戶進一步擴容車載用戶進一步擴容，下一程押注下一程押注機器人機器人 在車端應用方面，速騰聚創在車端應用方面，速騰聚創在在科技平權和科技向上兩個方向科技平權和科技向上兩個方向雙線并行雙線并行，拓展，拓展客戶進展良好?？蛻暨M展良好。1）瞄準 L2+級智駕的“科技平權”領域，性價比方案 MX 定價低于 200 美元，目標助力 15-20 萬元價格段車型加速搭載激光雷達。目前MX 已成功獲得 7 家整車廠、多款新車型定點，其中亦涉及海外車企與合資車企，且均為基于車型平臺的定點，涉及多款車型，公司預計將于 2026 年開始大規模放量。2）主要瞄準 L

317、3 級及以上智駕的“科技向上”領域，速騰三季度新增 1 家國際主機廠定點，并獲得了小馬智行等 L4 客戶定點合作。L4 級自動駕駛的定點合作有望在 2025 年帶來新的業務增長。新品驅動新品驅動機器人業務迎來新突破，將持續改變公司的營收結構，進而改善毛機器人業務迎來新突破，將持續改變公司的營收結構，進而改善毛利率。利率。截至三季度，公司在機器人領域的合作伙伴突破 2,600 家?；?E 平臺產品公司已斬獲海外多家機器人重點客戶定點，預計在未來 18 個月內完成交付。展望未來，速騰在機器人行業定位“上游技術平臺”，為客戶提供AI+機器人時代的增量部件，在產業鏈的角色有望向汽車行業的 Tier

318、1 靠攏。機器人業務在速騰業務結構中的重要性將逐漸凸顯機器人業務在速騰業務結構中的重要性將逐漸凸顯。歷史上公司機器人業務毛利率始終高于 ADAS，2023 年全年達到 44.3%，我們預計今、明兩年仍將保持在 30%以上水平，將成為驅動公司綜合毛利率改善的動力之一。公司預計 2025 年機器人領域出貨量級有望突破六位數，且同比汽車領域 2021-2023 年同樣的應用滲透階段，增長更加強勁。我們預計機器人相關收入占公司總營收的比例，在 2025/2026 年分別提升至 17.0%/22.5%。圖表圖表 123：速騰聚創部分定點車型速騰聚創部分定點車型一覽一覽 資料來源：賽博汽車、浦銀國際 20

319、24-12-16 90 財務預測與估值財務預測與估值 我們采用 DCF（Discounted Cash Flow，現金流量貼現法）估值方法對速騰聚創進行估值。我們假設速騰 2029 年到 2033 年的成長率為 36%-40%，永續增長率為 3.5%。另外，我們假設 WACC（Weighted Average Cost of Capital，加權平均資金成本）為 13.4%。其他基本假設可以參考下方兩個表格?；谝陨?，我們得到速騰聚創目標價 32.7 港元，對應目標市銷率 5.5x。目前公司與國內外車企客戶合作進展良好，定點合作項目于業內領先，同時軟硬兼修的技術路線和在機器人領域的率先布局與其

320、他玩家形成差異化，有望保持高速成長。首予“買入”評級，目標價潛在升幅 17%。圖表圖表 124：速騰聚創速騰聚創 WACC 假設假設 WACC 計算計算 Beta 1.54 債務成本 9.6%無風險利率 2.0%債務股本比 7.8%股權風險溢價 7.7%所得稅率 0.4%股本成本 13.7%WACC 13.4%注：WACC，Weighted Average Cost of Capital，加權平均資金成本；資料來源：浦銀國際預測 圖表圖表 125：速騰聚創速騰聚創自由現金流預測自由現金流預測 百萬人民幣百萬人民幣 2025E 2026E 2027E 2028E 2029E 2030E 2031

321、E 2032E 2033E 2034 往后往后 營業收入 2,496 3,587 5,440 7,674 10,744 14,934 20,609 28,029 38,119 營收增速 51%44%52%41%40%39%38%36%36%經營利潤(296)(120)118 580 1,074 1,867 3,091 4,905 7,052 經營利潤率(11.8%)(3.4%)2.2%7.6%10.0%12.5%15.0%17.5%18.5%加：折舊及攤銷 118 126 128 127 180 253 352 484 664 EBITDA(177)5 246 708 1,254 2,119

322、3,443 5,389 7,716 EBITDA率(7.1%)0.2%4.5%9.2%11.7%14.2%16.7%19.2%20.2%所得稅率(0.4%)(6.8%)6.8%6.8%15.0%15.0%15.0%15.0%15.0%資本支出(138)(131)(124)(118)(130)(142)(153)(162)(172)資本支出率(5.5%)(3.6%)(2.3%)(1.5%)(1.2%)(0.9%)(0.7%)(0.6%)(0.5%)凈營運資本變動(333)(438)(834)(1,040)(1,223)(1,530)(1,900)(2,325)(2,846)自由現金流(649)(

323、572)(721)(490)(259)168 927 2,165 3,640 43,232 永續增長率 3.5%資料來源：浦銀國際預測 圖表圖表 126：速騰聚創速騰聚創 DCF 估值預測估值預測 WACC 自由現金流現值自由現金流現值 (人民幣百萬人民幣百萬)凈現金凈現金 (百萬百萬)權益價值權益價值 (百萬百萬)股數股數 (百萬百萬)每股價值每股價值 (人民幣人民幣)港元港元/人民幣人民幣 每股價值每股價值 (港元港元)13.4%14,512(753)13,759 450 30.6 0.9349 32.7 資料來源：浦銀國際預測 2024-12-16 91 圖表圖表 127：速騰聚創速騰聚

324、創市銷率估值（市銷率估值（x）資料來源：Bloomberg、浦銀國際 圖表圖表 128：浦銀國際浦銀國際目標價：目標價：速騰聚創速騰聚創（2498.HK）注：截至 2024 年 12 月 12 日收盤價；資料來源：Bloomberg、浦銀國際 024681012市銷率平均值+1 標準差-1 標準差32.702040608010024-0124-0324-0524-0724-0924-1125-01速騰聚創股價(港元)買入持有賣出 2024-12-16 92 圖表圖表 129：行業行業可比公司估值比較可比公司估值比較 注：E=Bloomberg 一致預測，截至 2024 年 12 月 12 日收

325、盤價；資料來源：Bloomberg、公司公告、浦銀國際 2024E2025E2026E2024E2025E2026E2024E2025E2026E激光雷達激光雷達HSAI US Equity禾賽科技1,404 11.1 24%(80%)NM154%4.8 3.1 2.2 2.7 2.6 2.3 2498 HK Equity速騰聚創1,584 28.0 (4%)(72%)(57%)NM6.0 3.7 2.7 3.9 4.2 4.3 LAZR US EquityLuminar231 6.9 (86%)(23%)(29%)(37%)3.3 2.0 1.1 N/AN/AN/AOUST US Equit

326、yOuster455 9.1 19%(77%)(20%)(18%)4.1 3.1 2.0 N/AN/AN/AAEVA US EquityAeva233 4.3 14%(12%)(4%)(8%)26.4 16.1 4.9 1.8 1.9 1.6 INVZ US EquityInnoviz144 0.9 (66%)(0)(8%)(27%)6.0 2.0 0.8 2.0 2.6 2.6 LIDR US EquityAEye11 1.2 (50%)19 (0)(0)59 2 0 N/AN/AN/ACPTN US EquityCepton51 3.2 2%N/AN/AN/AN/AN/AN/AN/AN/A

327、N/A平均平均15.7 4.6 2.0 2.6 2.8 2.7 激光器激光器6965 JP Equity濱松光子學4,097 1,889.5 (35%)(29%)6%13%3.1 2.8 2.6 1.8 1.5 1.4 LITE US EquityLumentum6,235 90.8 73%(78%)57%133%4.6 3.9 3.1 5.3 7.0 6.1 OSR GR Equity歐司朗5,268 51.8 2%N/AN/AN/AN/AN/AN/AN/AN/AN/A002281 CH Equity光迅科技4,734 43.4 52%35%41%35%4.4 3.3 2.7 4 3 3 6

328、88048 CH Equity長華光芯991 40.9 (35%)NMNM(68%)24.8 17.9 14.9 2.4 2.4 2.4 平均平均9.2 7.0 5.8 3.3 3.6 3.2 車載光學車載光學003550 KS EquityLG集團8,382 76,200.0 (11%)(24%)37%21%1.6 1.4 1.3 0.4 0.4 0.4 6758 JP Equity索尼139,822 3,462.0 29%7%11%6%1.7 1.6 1.6 2.8 2.5 2.3 2382 HK Equity舜宇光學科技9,210 65.4 (8%)88%24%18%1.7 1.6 1.

329、4 2.7 2.5 2.2 603501 CH Equity韋爾半導體16,756 100.2 (6%)261%39%25%4.6 3.9 3.3 4.9 4.3 3.6 002456 CH Equity歐菲光6,283 13.8 58%NM152%19%2.1 1.7 1.6 11.0 10.5 10.0 002036 CH Equity聯創電子1,592 10.8 6%NM620%61%1.0 1.0 0.9 4.0 3.5 3.2 603297 CH Equity永新光學1,494 97.7 (2%)(0)35%22%10.9 8.6 6.8 5.5 4.8 4.2 平均平均3.4 2.

330、8 2.4 4.5 4.1 3.7 L3/L4級自動駕駛級自動駕駛AUR US EquityAurora12,648 7.4 68%(32%)0%(10%)19,250.5 1,435.9 213.6 N/AN/AN/ATSPH US Equity圖森未來92 0.4 (54%)N/AN/AN/AN/A2.0 N/A0.6 N/AN/AWRD US Equity文遠知行4,403 16.0 (74%)N/A(25%)(0)49.6 21.1 7 N/AN/AN/APONY US Equity小馬智行3,463 12.9 (74%)N/AN/AN/AN/AN/AN/AN/AN/AN/A平均平均9

331、,650.1 486.3 110.3 0.6 NANA智駕芯片智駕芯片MBLY US EquityMobileye14,372 17.7 (59%)(94%)486%1 8.7 7.4 6.0 1.2 1.2 1.2 NVDA US Equity英偉達3,363,457 137.3 177%278%136%0 56.7 26.1 17.2 78.1 37.2 18.6 QCOM US Equity高通175,805 158.2 9%21%11%9%4.6 4.2 3.9 7 6 6 NXPI US Equity恩智浦55,337 217.7 (5%)(7%)(1%)19%4.4 4.3 3.9

332、 5.8 5.3 4.7 TXN US Equity德州儀器174,881 191.7 12%(28%)18%25%11.3 10.2 9.2 10 10 9 AMBA US Equity安霸3,048 73.1 19%NM(68%)(41%)13.5 10.9 9.4 5 5 6 9660 HK Equity地平線6,520 3.8 0%N/A(67%)(74%)20.2 13.6 8.4 3 3 3 2533 HK Equity黑芝麻智能2,032 27.8 0%N/A(45%)(70%)26.0 14.4 8.1 N/AN/AN/A6723 JP Equity瑞薩電子25,037 2,0

333、38.0 (20%)(14%)2%24%2.8 2.6 2.3 2 1 1 平均平均16.5 10.4 7.6 13.9 8.6 6.1 智駕域控智駕域控Tier 1CON GY Equity大陸集團13,866 66.0 (14%)3%28%19%0.3 0.3 0.3 0.9 0.9 0.8 APTV US Equity安波福13,759 58.5 (35%)28%14%18%0.7 0.7 0.6 1.6 1.3 1.2 VC US Equity偉世通2,578 93.3 (25%)23%7%15%0.7 0.6 0.6 2.1 1.8 1.5 002920 CH Equity德賽西威9,359 122.6 (5%)43%30%26%2.4 1.9 1.6 7.1 5.7 4.6 600699 CH Equity均勝電子3,137 16.2 (10%)24%25%24%0.4 0.4