《通信行業智聯汽車系列深度之39暨激光雷達系列之7：激光雷達的降本突圍端到端智駕下沉之選！-250116（25頁）.pdf》由會員分享，可在線閱讀，更多相關《通信行業智聯汽車系列深度之39暨激光雷達系列之7：激光雷達的降本突圍端到端智駕下沉之選！-250116（25頁）.pdf（25頁珍藏版）》請在三個皮匠報告上搜索。

1、行業及產業 行業研究/行業深度 證券研究報告 通信 2025 年 01 月 16 日 激光雷達的降本突圍：端到端智駕下沉之選！看好智聯汽車系列深度之 39 暨激光雷達系列之 7 證券分析師 劉菁菁 A0230522080003 李國盛 A0230521080003 戴文杰 A0230522100006 楊海晏 A0230518070003 聯系人 劉菁菁(8621)23297818 本期投資提示：（一）在端到端初步成熟邁入量產，英偉達等發布物理 AI 和世界模型背景下，智駕方案有了新的選擇，能夠更好融合激光雷達的輸入數據。在自動駕駛端到端模型成為主流之前，關于激光雷達作為傳感器的配置必要性有較

2、多討論和爭議。此前爭議持續存在的核心因素在于特斯拉堅持純視覺+神經網絡路線，特斯拉純視覺路線當前具備獨特性，很大部分歸因于其大量駕駛數據和廣泛用戶基礎。從主流車企和智駕方案商的選擇來看，在算力增強、端到端算法趨于成熟的背景下，多傳感器融合和純視覺路線已不再對立，激光雷達等傳感數據正在與端到端算法融合。如自動駕駛的英偉達 Hyperion 9 Platform 參考架構中，激光雷達作為傳感器輸入數據的維度。就中國市場而言，我們認為激光雷達配置的必要性更強，主要體現在三方面：1）客觀上，中國駕駛環境相對復雜，對激光雷達需求高；2）主觀上，用戶將智駕和激光雷達配置納入消費決策；3）激光雷達和 V2X

3、 技術能夠有效結合。（二）智駕下沉：價格與場景交匯，滲透率井噴在即2025 年激光雷達行業將進入“千元機時代”，此前激光雷達上車的一個核心問題在于價格昂貴（包括馬斯克多次提到該原因），在整車成本中傳感器總體成本受限情況下容易“退而”替換成攝像頭、毫米波雷達等其他相對低成本傳感器。對于下沉的智駕市場而言，一般整套系統能夠給自動駕駛套系統留的錢大概車身售價的 4%。此外，技術成熟和降本將外溢到非 ADAS 領域，即機器人 Robotics，以及自動駕駛 AD。除了價格下降推動激光雷達上車，特定駕駛場景也對 ADAS 系統和傳感器配置提出考驗，激光雷達或為答案。如激光雷達能夠在使汽車 AEB（Aut

4、onomous Emergency Braking，自動緊急剎車系統）功能更安全方面，起到關鍵作用。相比無激光雷達車型，裝有激光雷達的車型，AEB 速度上限有了約 50%的明顯提升。（三）競爭力驅動份額快速集中，“四巨頭”格局逐步清晰。激光雷達行業此前競爭激烈，海內外參與者眾多，經歷近年的迭代演進，在汽車智駕的行業變革機會下，不論是從市場份額還是能力角度，“四巨頭”（禾賽、速騰、華為、圖達通）格局逐漸清晰。我們認為激光雷達產業公司要求的諸多素質中，有兩方面尤為關鍵，其一為技術創新能力（包括產品探測距離，芯片自研能力，集成化小型化），其二為工程化量產和降本能力。相關標的：激光雷達主機廠商禾賽科技

5、、速騰聚創。核心元器件和連接件供應商永新光學、電連技術。其他光學組件等供應商炬光科技、騰景科技、長光華芯等。風險提示：智駕上車進度存在不確定性，產業鏈進入新的競爭對手導致競爭加劇，客戶超額壓價的風險，部分產業鏈環節的設備、原材料、技術獲取受阻。請務必仔細閱讀正文之后的各項信息披露與聲明 行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第2頁 共25頁 簡單金融 成就夢想 投資案件 結論和投資分析意見 在端到端初步成熟邁入量產，英偉達等發布物理 AI 和世界模型背景下，智駕方案有了新的選擇，能夠更好融合激光雷達的輸入數據。當前激光雷達價格快速下探至“千元”，法規對自動駕駛的要求確立也對激光

6、雷達搭載提供了偏剛性的場景。價格與場景交匯，滲透率井噴在即。競爭力驅動份額快速集中，“四巨頭”格局逐步清晰。原因與邏輯 2025 年激光雷達行業將進入“千元機時代”，此前激光雷達上車的一個核心問題在于價格昂貴（包括馬斯克多次提到該原因），在整車成本中傳感器總體成本受限情況下容易“退而”替換成攝像頭、毫米波雷達等其他相對低成本傳感器。對于下沉的智駕市場而言，一般整套系統能夠給自動駕駛套系統留的錢大概車身售價的 4%。此外，技術成熟和降本將外溢到非 ADAS 領域，即機器人 Robotics，以及自動駕駛 AD。除了價格下降推動激光雷達上車，特定駕駛場景也對 ADAS 系統和傳感器配置提出考驗，激

7、光雷達或為答案。如激光雷達能夠在使汽車 AEB 功能更安全方面，起到關鍵作用。相比無激光雷達車型，裝有激光雷達的車型，AEB 速度上限有了約 50%的明顯提升。有別于大眾的認識 端到端融合激光雷達數據：此前多傳感器融合（激光雷達是重要輸入維度）和純視覺路線對立明顯，我們認為特斯拉純視覺路線當前具備獨特性，很大部分歸因于其大量駕駛數據和廣泛用戶基礎。同時，自動駕駛端到端模型成為主流，此前算法需要單獨處理激光雷達數據，可能與視覺等其他數據無法做到融合和互為補充，現在在算力增強、端到端算法趨于成熟的背景下，激光雷達等傳感數據正在與端到端算法融合。機器人領域外溢：機器人領域此前沒有大規模量產，市場對其

8、潛力認知不足。技術成熟和降本將外溢到非 ADAS 領域，即機器人 Robotics，以及自動駕駛 AD。我們認為主要原因在于：（1）不同領域產品和技術平臺具備一定復用性，泛機器人領域往往要求不如車載車規級要求苛刻，客戶認證和突破速度更快；（2）泛機器人領域客戶付費能力和付款條件較好，該技術外溢帶來的盈利能力可能有望反哺企業幫助其度過ADAS 領域的早期技術突破階段。市場格局：激光市場國內外參與者眾多，市場難以評估未來格局，我們認為“四巨頭”（禾賽、速騰、華為、圖達通）格局逐漸清晰，且提出兩維度關鍵能力（技術創新能力和工程化量產和降本能力）。hYaXiUsViYnMtR7NbP8OmOnNmOs

9、PlOqQnMeRrQtM8OmMyRvPoMoQxNoPzR 行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第3頁 共25頁 簡單金融 成就夢想 1.端到端與激光雷達融合.5 1.1 世界模型起步：激光雷達幫助理解物理世界.5 1.2 適合中國路況體制的安全氣囊.8 2.智駕下沉：價格與場景交匯，滲透率井噴在即.10 3.“四巨頭”格局逐步清晰.14 3.1 競爭力驅動份額快速集中.14 3.2 頭部廠商積極擁抱產業機會.17 4.相關標的和風險提示.24 目錄 行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第4頁 共25頁 簡單金融 成就夢想 圖表目錄 圖 1：特斯拉純視覺

10、路線下，對傳感器配置要求的演進.5 圖 2：偽激光雷達算法架構圖.6 圖 3：以路徑規劃為導向的自動駕駛端到端算法架構圖.6 圖 4：英偉達 Hyperion 9 Platform 參考架構.7 圖 5：理想端到端模型“系統 1+系統 2”架構.8 圖 6：蔚來端到端架構.8 圖 7：全球及代表國家消費者對自動駕駛商業化時間的判斷分布.9 圖 8：路測激光雷達用于 V2X 場景.10 圖 9：激光雷達“千元機”時代性價比顯著提升，配置車型下沉.11 圖 10：裝有激光雷達后，AEB 速度上限提升約 50%.13 圖 11：測距能力影響 AEB 安全車速上限.13 圖 12：角分辨率影響 AEB

11、 安全車速上限.13 圖 13：2025 年初，激光雷達公司產業格局一覽.15 圖 14：2024 年 1-10 月激光雷達裝機量（單位：顆）.16 圖 15：禾賽 ADAS 場景激光雷達出貨量（單位：萬顆）.19 圖 16：禾賽 ATX 小巧型超高清遠距激光雷達外觀.19 圖 17：禾賽 ATX 厚度僅為 25mm.19 圖 18：2023 年 Robotaxi 激光雷達市場總覽.20 圖 19：速騰 ADAS 場景激光雷達出貨量（單位：萬顆）.21 圖 20：速騰聚創與廣汽埃安部分合作 SOP 車型.22 圖 21：速騰聚創超薄中長距激光雷達 MX.22 圖 22：速騰聚創全自研 SoC

12、芯片 M-Core.22 圖 23：速騰在機器人領域積累豐富能力.23 表 1：主要法規對 AEB 功能提出的測試要求.12 表 2：激光雷達“四巨頭”基本情況一覽.16 表 3：主要激光雷達廠商和部分乘用車供應車型.17 表 4：激光雷達行業部分重點上市公司估值表.24 行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第5頁 共25頁 簡單金融 成就夢想 1.端到端與激光雷達融合 1.1 世界模型起步：激光雷達幫助理解物理世界 在自動駕駛端到端模型成為主流之前，關于激光雷達作為傳感器的配置必要性有較多討論和爭議。此前爭議持續存在的核心因素在于特斯拉堅持純視覺+神經網絡路線，總體上特斯拉

13、CEO 馬斯克認為攝像頭的視覺感知和數據處理能力足以替代激光雷達和其他傳感器，進而實現車輛自動駕駛。其純視覺路線當前具備獨特性，很大部分歸因于其大量駕駛數據和廣泛用戶基礎，在“BEV+Transformer+Occupancy Network”算法框架下能持續訓練數據并推出端到端量產上車算法（2024 年 FSD V12 版本具標志性）。我們列舉此前馬斯克對于激光雷達配置的一些言論（主要集中在認為激光雷達昂貴、丑陋和不必要），可以理解其影響力激發此前對配置必要性的討論：早在 2015 年，馬斯克就稱激光雷達對于自動駕駛汽車來說毫無意義。2019 年 4 月，在特斯拉的首次自動駕駛日活動上，馬斯

14、克接受媒體提問時表示激光雷達是“愚蠢的差事”，認為其是昂貴且不必要的傳感器，就像擁有一堆昂貴的闌尾。近期，馬斯克近期再次公開批評激光雷達，稱其為“錯誤的解決方案”，并重申了其一貫的觀點：在復雜的道路駕駛環境中，模擬生物神經網絡和眼睛的視覺系統，才是最為有效的方式。圖 1：特斯拉純視覺路線下，對傳感器配置要求的演進 資料來源：36 氪，申萬宏源研究 部分能夠對純視覺路線形成支撐的論文包括：（1）CVPR2019 熱門論文之一Pseudo-LiDAR from Visual Depth Estimation（基于圖像深度檢測的偽雷達算法）。該康奈爾團隊的研究將基于攝像頭的數據轉換為類似激光雷達的點

15、云格式，大大提升基于攝像頭的準確率（對于 30 米范圍內的簡單場景大約從 22%準確率提升到 74%，同時激光雷達方案準確率更高約 89%）。行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第6頁 共25頁 簡單金融 成就夢想 圖 2：偽激光雷達算法架構圖 資料來源：Pseudo-LiDAR from Visual Depth Estimation（Yan Wang 等），申萬宏源研究 （2）CVPR2023 最佳論文之一有關端到端，即Planning-oriented Autonomous Driving（以路徑規劃為導向的自動駕駛）。上海人工智能實驗室、武漢大學及商湯科技聯合論文提出

16、了感知決策一體化的端到端自動駕駛大模型 UniAD。圖 3：以路徑規劃為導向的自動駕駛端到端算法架構圖 資料來源：Planning-oriented Autonomous Driving，申萬宏源研究 中性看待以上論文成果，一方面支撐純視覺路線，一方面也看到激光雷達方案作為數據對比項有更優準確率，以及端到端步入技術成熟。盡管特斯拉自身純視覺路線在全球范圍內的可行性仍有待進一步討論驗證，我們認為從其他主流車企和智駕方案商的選擇來看，在算力增強、端到端算法趨于成熟的背景下，多傳感器融合和純視覺路線已不再對立，激光雷達等傳感數據正在與端到端算法融合。在端到端初步成熟邁入量產，英偉達等發布物理 AI

17、和世界模型背景下，智駕方案有了新的選擇，對傳感器尤其是雷達不再限于用不用的討論，更多是怎么用系統效果更優。如英偉達 CEO 黃仁勛在 CES 2025 開幕演講中提到發布物理 AI 更新，尤其世界模型（即英偉達 Cosmos）。開發者可以用 Omniverse 創建 3D 場景，用 Cosmos 將 3D 場景轉化為逼真場景，然后一次生成多個模型，指導機器人尋找完成任務的最佳方案。用于自動駕駛的英偉達 Hyperion 9 Platform 參考架構中，激光雷達作為傳感器輸入數據的維度。在自動駕駛（AV）的應用，參考架構基于 DRIVE Orin 的 AI 計算與完整 行業深度 請務必仔細閱讀

18、正文之后的各項信息披露與聲明 第7頁 共25頁 簡單金融 成就夢想 的傳感器套件集成在一起，采用了 12 個攝像頭、9 個雷達、12 個超聲波雷達、1 個激光雷達。圖 4：英偉達 Hyperion 9 Platform 參考架構 資料來源：英偉達 CES 2025 開幕演講，申萬宏源研究 此外，2024 年多家領軍公司宣布應用“端到端”量產，激光雷達在國內主流方案均配備。大模型端到端的代表包括：小鵬汽車在 2024 年 5 月官宣稱發布了國內首個量產上車的端到端大模型，成為全球唯二量產端到端大模型的車企。華為在 2024 年的智能汽車解決方案發布會上發布了 ADS 3.0 系統，采用端到端架構

19、 GO-PDP，將 GOD 及 PDP 網絡升級為端到端神經網絡。理想汽車智能駕駛副總裁郎咸朋表示，對智駕核心的思路是“端到端+大模型”，也就是“系統 1+系統 2”的理念，并且認為這種方式更接近人類駕駛。2024 年 7 月蔚來創新科技日上蔚來發布 世界模型 NWM（NIO WorldModel），除了端到端模型，NWM 通過自回歸的方式自動學習知識和物理規律。行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第8頁 共25頁 簡單金融 成就夢想 圖 5：理想端到端模型“系統 1+系統 2”架構 資料來源：騰訊新聞，理想發布會，申萬宏源研究 圖 6：蔚來端到端架構 資料來源：蔚來發布會，

20、申萬宏源研究 1.2 適合中國路況體制的安全氣囊 就中國市場而言，我們認為激光雷達配置的必要性更強，主要體現在三方面：1）客觀上，中國駕駛環境相對復雜，對激光雷達需求高；2）主觀上，用戶將智駕和激光雷達配置納入消費決策；3）激光雷達和 V2X 技術能夠有效結合。注逐一分析如下：1）客觀上，中國駕駛環境復雜需要冗余“安全氣囊”根據此前理想 CEO 李想的采訪觀點，我們可以看到從車企視角，配置激光雷達主要是出于安全保障的原因。行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第9頁 共25頁 簡單金融 成就夢想 據 36 氪報道，近期李想接受采訪時表示堅持使用激光雷達不是技術問題，而是中美駕駛

21、環境的不同所決定的?！霸谥袊?，如果你經常晚上開夜路，就會遇到尾燈損壞的大貨車，甚至有些大貨車直接停在主路上，毫無警示?！崩钕胫赋?，“目前我們的攝像頭在完全無光環境下，最遠只能探測到 100 米左右的距離。而激光雷達，即便在全黑環境中，也能探測到 200 米遠的物體，這使得車輛在 130 公里/小時的速度下，依然能夠實現 AEB 自動緊急制動?！蓖瑫r李想也表示，未來的車型也將繼續搭載激光雷達，為用戶提供更高水平的安全保障。類似地，根據環球網報道，華為消費者業務集團 CEO 余承東在此前一場直播中表示，華為堅持采用激光雷達，主要是出于安全性的考慮。他指出，僅依賴攝像頭方案而未使用激光雷達的方案，在

22、攝像頭致盲的情況下將無法正常工作，從而可能導致安全事故。余承東強調，攝像頭雖然功能強大，但仍有其局限性，特別是在某些極端環境下，如雨天或大霧天，攝像頭的性能會大打折扣。因此，他認為，包括毫米波雷達在內的多種傳感器都應該被車廠采用，以確保智能駕駛系統的穩定性和安全性。2）主觀上，用戶對激光雷達產品認知和接受度高，可能納入消費決策 用戶對自動駕駛的認知度和期望值高，激光雷達產品作為一個標志性的智駕硬件設備，消費者在進行購車決策時將納入購車考慮。根據羅蘭貝格汽車行業顛覆性數據探測的最新觀察，全球超過 50%的消費者相信能夠在 2030 年前看到自動駕駛汽車在路上行駛，中國消費者的該比例更是高達 75

23、%。自動駕駛相關功能正逐漸成為消費者購車時的重要考慮因素。圖 7：全球及代表國家消費者對自動駕駛商業化時間的判斷分布 資料來源：羅蘭貝格，汽車之家，申萬宏源研究 3）激光雷達和 V2X 技術能夠有效結合 行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第10頁 共25頁 簡單金融 成就夢想 激光雷達和 V2X 技術的結合可以實現更全面的感知和更智能的決策，具體表現為：數據融合：激光雷達可以作為 V2X 路測感知設備的一種，它提供的高精度環境感知數據與 V2X 通信獲取的外部信息相結合，可以形成更完整的交通場景感知。例如，在復雜路口，激光雷達可以檢測到行人和非機動車，而 V2X 可以提前預

24、警其他車輛的動態，從而減少碰撞事故。圖 8：路測激光雷達用于 V2X 場景 資料來源：Neuvition 紐維申，申萬宏源研究 提高安全性：此外，車側激光雷達也能與 V2X 信息融合，作為自動駕駛算法的信息輸入，可以顯著提高自動駕駛系統的安全性。例如，激光雷達可以檢測到前方車輛的精確位置和速度，而 V2X 可以提供前方道路的實時交通信息，如紅綠燈狀態、其他車輛的意圖等。提升駕駛體驗：通過數據融合，自動駕駛系統可以更智能地規劃行駛路徑，減少不必要的制動和加速，提供更平順的駕駛體驗。2.智駕下沉：價格與場景交匯，滲透率井噴在即 結合上文，此前激光雷達上車的一個核心問題在于價格昂貴（包括馬斯克多次提

25、到該原因），在整車成本中傳感器總體成本受限情況下容易“退而”替換成攝像頭、毫米波雷達等其他相對低成本傳感器。2025 年激光雷達行業將進入“千元機時代”。隨著激光雷達產品價格快速下探到千元級別，激光雷達有望作為自動駕駛的“隱形安全氣囊”，逐漸加強車企和用戶對其“安全件”作用的認知，大幅提升配置率。禾賽和速騰在接受采訪時，對降價帶來的配置率快速提升做過展望：行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第11頁 共25頁 簡單金融 成就夢想（1）據蓋世汽車，禾賽科技用于高級駕駛輔助系統（ADAS）的下一代激光雷達產品ATX，將以不到 200 美元的價格出售，是目前 AT128 型號價格的

26、一半。禾賽科技首席執行官李一帆在接受路透社采訪時指出，價格減半將使激光雷達的使用變得更有吸引力，即使對售價低于 2 萬美元（約合 15 萬元人民幣）的平價電動汽車也是如此。他還表示，對于售價高于 2 萬美元的電動汽車，激光雷達技術的采用率可能會躍升至 40%。（2）據速騰聚創 CEO 邱純潮接受車東西采訪，速騰推出厚度只有 25mm 的超薄中長距車載激光雷達 MX 主要有兩個行業意義：一是大幅縮小激光雷達的尺寸，更大的意義則是將成本打下來，當激光雷達部件的成本打到千元級別，智能駕駛系統的綜合成本也將大幅下降，讓 20 萬以上車型能夠標配，1520 萬元級車型能夠選配激光雷達，有了激光雷達基本上

27、就等于邁進了支持城市 NOA 智能駕駛的門檻。邱純潮同時指出，對于下沉的智駕市場而言，比如 15 萬的車，一般整套系統能夠給自動駕駛套系統留的錢大概是車身售價的 4%，即 6000 元。圖 9：激光雷達“千元機”時代性價比顯著提升，配置車型下沉 資料來源：Yole 優樂咨詢，申萬宏源研究 此外，技術成熟和降本將外溢到非 ADAS 領域，即機器人 Robotics，以及自動駕駛AD。我們認為主要原因在于：（1）不同領域產品和技術平臺具備一定復用性，泛機器人領域往往要求不如車載車規級要求苛刻，客戶認證和突破速度更快；（2）泛機器人領域客戶付費能力和付款條件較好，該技術外溢帶來的盈利能力可能有望反哺

28、企業幫助其度過ADAS 領域的早期技術突破階段。行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第12頁 共25頁 簡單金融 成就夢想 除了價格下降推動激光雷達上車，特定駕駛場景也對 ADAS 系統和傳感器配置提出考驗，激光雷達或為答案。如激光雷達能夠在使汽車 AEB（Autonomous Emergency Braking，自動緊急剎車系統）功能更安全方面，起到關鍵作用。當前全球范圍內有較多法規對 AEB 功能提出具體要求，尤其是工作速度上。AEB 的工作速度極大取決于感知距離，汽車更早看清前方路況，就能保障在更高車速下進行安全制動。如 E-NCAP 和 FMVSS127 法規等均對

29、AEB 功能提出具體要求，且 AEB 要求的激活速度和工作速度在不斷上升。表 1：主要法規對 AEB 功能提出的測試要求 區域 性質 名稱 制定者 適用車型 速度要求/測試速度范圍 歐盟 強制性法規（通過制）R131 聯合國歐洲經濟委員會 重型車(M2、M3、N2、N3)車場景 在 10km/h-最大設計車速之間處于激活狀態 人場景 在 20km/h-60km/h 之間處于激活狀態 R152 輕型車（M1、N1)車場景 在 10km/h-60km/h 之間處于激活狀態 自行車場景 在 20km/h-60km/h 之間處于激活狀態 人場景 非強制性評價標準（評分制）E-NCAP 歐洲七國政府組織

30、/激活速度：低于 130km/h；測試速度：10km/h-80km/h 美國 強制性法規（通過制）FMVSS127 美國國家公路交通安全管理局 輕型車（總重低于4536kg）車場景 在 10km/h-80km/h 之間處于激活狀態 人場景 在 10km/h-60km/h 之間處于激活狀態 FMVSS128 重型車（總重高于4536kg）在 10km/h-最大設計車速之間處于激活狀態 非強制性評價標準（評分制）IIHS 美國公路安全保險協會/測試速度：20km/h 和 40km/h 中國 強制性法規（通過制）GB/T 39901-2021 中國國家標準化管理委員會 輕型車（M1）靜止物體 在 1

31、5km/h-60km/h 之間處于激活狀態 GB/T 38186-2019 重型車（M2、M3、N 系列）靜止車場景 在 20km/-最大設計車速之間處于激活狀態 運動車場景 在 30km/-最大設計車速之間處于激活狀態 人場景 在 20km/h-60km/h 之間處于激活狀態 非強制性評價標準（評分制）C-NCAP 中國汽車技術研究中心/測試速度：30km/h 和 50km/h 澳大利亞 強制性法規（通過制）ADR 98 澳大利亞基礎設施、交通、區域發展和通信部 輕型車（M1、N1)AEB 相關內容均參考歐盟 R131 和 R152 標準 ADR 97 重型車(M2、M3、N2、N3)日本

32、強制性法規（通過制）TRIAS12-J113 日本國土交通省/韓國 強制性法規（通過制）KMVSS 韓國國土交通部/資料來源：汽車測試網，各機構官網，申萬宏源研究 注：M1 為轎車，M2 小巴，M3 大巴，N1 小型貨車，N2 中型客車，N3 大型客車 行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第13頁 共25頁 簡單金融 成就夢想 根據禾賽公眾號（下同），激光雷達由于通過主動發射激光來實現直接探測，不依賴環境光，把激光雷達數據用于 AEB 功能開發，能大大增強夜間的 AEB 安全性。對國內領先的智能汽車品牌的調查發現，相比無激光雷達車型，裝有激光雷達的車型，AEB 速度上限有了約

33、 50%的明顯提升。圖 10：裝有激光雷達后，AEB 速度上限提升約 50%資料來源：禾賽公眾號，申萬宏源研究 激光雷達的 2 個性能指標對 AEB 安全車速上限有直接影響：（1）測距能力：測距能力更遠的激光雷達，所能支持的 AEB 安全車速上限也更高。200 米標準測距與 150 米標準測距的激光雷達，其支持的 AEB 安全剎停車速分別是148km/h 和 135km/h。（2）角分辨率：小型障礙物需要使用分辨率更高的激光雷達才能在遠距離下探測到。在面對一個黑衣行人時，ATX（0.080.1）相較另一款激光雷達（0.250.1）的目標檢出距離遠了 50%以上，其支持的對行人 AEB 車速上限

34、也從 96km/h 提升到了123km/h。圖 11：測距能力影響 AEB 安全車速上限 圖 12：角分辨率影響 AEB 安全車速上限 資料來源：禾賽公眾號，申萬宏源研究 資料來源：禾賽公眾號，申萬宏源研究 結合本節討論，激光雷達價格快速下探至“千元”，法規對自動駕駛的要求確立也對激光雷達搭載提供了偏剛性的場景。價格與場景交匯，滲透率井噴在即。行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第14頁 共25頁 簡單金融 成就夢想 根據蓋世汽車研究院數據，2024 年 1-10 月，單年激光雷達裝機量首次突破百萬臺。乘聯會數據顯示，2024 年 1-10 月國內乘用車市場零售銷量達到 17

35、83.5 萬輛，結合裝機量數據測算，2024 年激光雷達在汽車市場滲透率已增長至約 6.4%。3.“四巨頭”格局逐步清晰 3.1 競爭力驅動份額快速集中 激光雷達行業此前競爭激烈，海內外參與者眾多，包括 Luminar、Innoviz、Ouster、鐳神智能、探維科技、一徑科技等等，經歷近年的迭代演進，在汽車智駕的行業變革機會下，不論是從市場份額還是能力角度，“四巨頭”（禾賽、速騰、華為、圖達通）格局逐漸清晰。我們認為激光雷達產業公司要求的諸多素質中，有兩方面尤為關鍵，其一為技術創新能力（包括產品探測距離，芯片自研能力，集成化小型化），其二為工程化量產和降本能力。（1）技術創新（探測距離，芯片

36、自研能力，集成化小型化）激光雷達行業技術更新迅速，廠商需不斷投入研發，掌握核心技術和專利，如光學、機械、電子、軟件等領域均需要長期技術積累，從而使產品需具備高性能（如遠距離探測、高分辨率、高可靠性等）。芯片自研能力也逐步成為行業公司拉開差距的重要技術儲備，對于產品小型化、降功耗都有顯著優勢。如 ATX 沿用了禾賽 AT 系列“芯片化收發+一維掃描”的成熟架構，并通過進一步提升收發模塊集成度和大幅簡化的核心光學掃描結構，實現了極致小巧的設計。與 AT128 相比，ATX 整機體積縮小 60%，重量減輕一半至 500 g，外露最小視窗高度僅 25 mm，在集成至整車時更隱形、更美觀，同時將整機功耗

37、降低 55%至僅 8 W。此外，激光雷達行業的成本控制素有“7 分靠設計，3 分靠供應鏈”的說法，其產品設計對下文提及的工程化降本能力也有顯著影響。禾賽科技首席執行官李一帆在接受路透社采訪時指出，使用自主開發的芯片運行激光雷達傳感器并提高工廠產能利用率，或將進一步降低激光雷達的價格。（2）工程化量產和降本能力 早年激光雷達缺乏產業集群配套，量產交付是重要卡點難題。當前自建工廠、自建車規級產線已經成為行業頭部公司普遍的做法，有利于提高公司量產能力和客戶認可度。一方面量產能力的提升可以顯著降低激光雷達的制造成本。另一方面量產能力的提升為技術迭代提供了基礎，大規模生產過程中積累的數據和經驗可以反哺研

38、發，推動技術的持續改進和創新。行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第15頁 共25頁 簡單金融 成就夢想 海外廠商的產品開發邏輯傾向于解耦，即各組件獨立開發、維護和演化，這種形式容易讓開發周期延長。同時，海外廠商的產業集群效應較弱，也是國內廠商能夠在量產交付層面表現更強的原因之一。圖 13：2025 年初，激光雷達公司產業格局一覽 資料來源：各公司官網，申萬宏源研究 注：圖示為兩方面能力范圍大致示意：其中橫軸工程化量產能力和降本能力主要考慮公司出貨量、當前產能、規劃產能、產品售價；縱軸技術創新能力主要考慮公司產品參數、芯片自研能力、集成化小型化能力。根據蓋世汽車研究院數據，2

39、024 年 1-10 月，單年激光雷達裝機量首次突破百萬臺?！八木揞^”（禾賽、速騰、華為、圖達通）占據行業幾乎全部份額。2024 年 1-10 月，速騰聚創以 401,940 臺的裝機量位居榜首，市場份額達到 35%。華為、禾賽、圖達通的份額分別為 26%、24%、15%。根據公司公告，速騰 2024 年全年激光雷達產品銷量約為 544,200 臺，其中用于ADAS、用于機器人及其他的激光雷達分別約為 519,800 臺、24,400 臺。禾賽科技 12 月激光雷達交付量突破 10 萬臺，同時面向機器人市場單月交付激光雷達超過 2 萬臺。行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第

40、16頁 共25頁 簡單金融 成就夢想 圖 14：2024 年 1-10 月激光雷達裝機量（單位：顆）資料來源：蓋世汽車研究院，申萬宏源研究 表 2：激光雷達“四巨頭”基本情況一覽 公司 創始人/負責人 關鍵人物 創始人背景 投資方 產品技術路線 是否自建車規產線 禾賽科技（納斯達克上市）李一帆(CEO)孫愷(首席科學家)、向少卿(首席技術官)李：清華本科與美國 UIUC 博士，曾任美國西部數據集團首席工程師；孫：上海交大機械與動力工程學士，斯坦福機械系（主修）和電子系（輔修）博士，曾在斯坦福任研究助理；向：清華精密儀器與機械學系學士，斯坦福電子工程和機械工程雙碩士。曾任職于蘋果總部、三星全球總

41、部研究中心。光速中國、百度、博世集團、啟明創投、德同資本、高瓴創投、小米集團、美團等 半固態(1D轉鏡)、機械式、固態(Flash)是 速騰聚創（香港上市）邱純鑫(董事長、首席科學家)邱純潮(CEO)、朱曉蕊、劉樂天 邱純鑫：燕山大學自動化工學學士，哈工大控制科學及工程碩士及博士，師從朱曉蕊；邱純潮：中國香港中文大學工商管理碩士學位，邱純鑫之弟；朱：美國猶他大學機器人系統中心博士，2007 年任哈工大深研院任機電工程與自動化學院副教授；劉：哈工大控制科學方向碩士，邱純鑫同門師弟 東方富海、復星集團、北汽產投、比亞迪、吉利控股、廣汽集團、小米長江基金、云鋒基金 半固態(2D MEMS/1D轉鏡)

42、、機械式、固態(Flash)是 圖達通（計劃合并的方式在香港聯交所上市）鮑君威（CEO)李義民(CTO)鮑：北大物理系學士，加州大學伯克利電子工程博士，曾擔任百度自動駕駛傳感器及車載計算團隊負責人；李：北京大學量子電子專業博士，在 Velodyne 有工作經驗，曾任職于百度負責傳感器技術。蔚來資本、斯道資本、淡馬錫、愉悅資本、順為資本、國泰君安創投 半固態(2D 轉鏡+振鏡)是 華為 靳玉志(BU CEO)王軍（CSO，前CEO）靳玉志：長春郵電學院無線電工程系學士，哈爾濱工業大學信號與信息處理專業碩士；王軍：西安電子科技大學檢測技術及儀器專業學士，成都電子科技大學電子工程碩士。-半固態(1D

43、轉鏡)是 資料來源：各公司官網，Yole 優樂咨詢，申萬宏源研究 401,940,35%302,117,26%272,329,24%167,431,15%1,747,0%速騰聚創華為技術禾賽科技圖達通其他 行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第17頁 共25頁 簡單金融 成就夢想 3.2 頭部廠商積極擁抱產業機會 回顧行業頭部上市公司禾賽、速騰等在車載領域的進展，我們認為在銷量、定點數量和客戶、芯片自研進度、機器人場景落地等方面均順應行業需求，在快速發生迭代，進展不斷。表 3：主要激光雷達廠商和部分乘用車供應車型 激光雷達供應商 產品型號 車企 車型 搭載數量 上市時間 交付

44、時間 禾賽科技（截至 2024Q3，公司獲得 20 家客戶、75 個車型定點）AT128 小米 SU7 1 2024 年 3 月 2024 年 4 月 理想 L6 1 2024 年 4 月 2024 年 4 月 L7 1 2023 年 2 月 2023 年 3 月 L8 1 2022 年 9 月 2022 年 11 月 L9 1 2022 年 6 月 2022 年 8 月 MEGA 1 2024 年 3 月 2024 年 3 月 零跑 C10 1 2024 年 3 月 2024 年 3 月 C11 1 2021 年 9 月 2021 年 10 月 C16 1 2024 年 6 月 2024 年

45、 7 月 路特斯 EMEYA 2 2024 年 1 月 2024 年 3 月 長城 魏牌全新藍山 1 2024 年 8 月 2024 年 8 月 長安 啟源 E07 2 2024 年 10 月 2024 年 11 月 不詳 零跑 B10 不詳 預計 2025 年 3 月/小米 YU7 不詳 預計 2025 年/速騰聚創（截至 2024Q3，公司獲得 28 家客戶、92 個車型定點）M1 路特斯 EMEYA 2 2024 年 1 月 2024 年 3 月 智己 LS6 1 2023 年 10 月 2023 年 10 月 小鵬 G6 2 2024 年 4 月 2024 年 5 月 G9 2 202

46、1 年 9 月 2022 年 10 月 X9 2 2024 年 11 月 預計 2025 年 1月 P7 2 2020 年 4 月 2020 年 6 月 比亞迪 仰望 U8 3 2023 年 4 月 2023 年 9 月 吉利 銀河 E8 1 2023 年 11 月 2024 年 1 月 M2 吉利 極氪 001 1 2021 年 4 月 2021 年 10 月 極氪 007 1 2023 年 12 月 2024 年 1 月 極氪 009 1 2021 年 11 月 2022 年 1 月 極氪 7X 1 2024 年 9 月 2024 年 9 月 極氪 MIX 1 2024 年 10 月 20

47、24 年 10 月 騰勢 Z9GT 2 2024 年 9 月 2024 年 9 月 奇瑞 星紀元 ET 1 2024 年 12 月 預計 2025 年 3月 星紀元 ES 1 2024 年 8 月 2024 年 9 月 不詳 廣汽埃安 不詳 不詳 預計 2025 年/小鵬 G7 不詳 預計 2025 年/騰勢 N9 不詳 預計 2025 年一季度/比亞迪 2025 款海豹 1 2024 年 8 月/華為 D2 極狐 S 3 2021 年 4 月 2021 年 8 月 行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第18頁 共25頁 簡單金融 成就夢想 阿維塔 11 3 2021 年 1

48、1 月 2022 年 3 月 12 3 2023 年 8 月 2023 年 12 月 哪吒 S 2 2024 年 7 月 2024 年 9 月 D3 阿維塔 07 1 2024 年 9 月 2024 年 11 月 鴻蒙智行 問界 M5 1 2021 年 12 月 2022 年 3 月 問界 M7 1 2022 年 7 月 2022 年 8 月 問界 M9 1 2023 年 12 月 2024 年 2 月 智界 S7 1 2023 年 11 月 2023 年 11 月 享界 S9 1 2024 年 10 月 2024 年 10 月 智界 R7 1 2024 年 12 月 預計 2025 年 1月

49、 圖達通 Falcon 蔚來 ES6 1 2018 年 12 月 2019 年 6 月 ES7 1 2022 年 6 月 2022 年 8 月 ES8 1 2017 年 12 月 2018 年 5 月 ET5 1 2021 年 12 月 2022 年 9 月 ET7 1 2021 年 1 月 2022 年 3 月 EC6 1 2020 年 7 月 2020 年 9 月 EC7 1 2022 年 12 月 2023 年 5 月 ET9 3 預計 2024 年 12月/資料來源：各公司官網、汽車之家、申萬宏源研究 （一）禾賽科技：目標全年盈利，新增乘用車大廠定點，Robotaxi 領域定點領先（1

50、）有望年內實現盈利。根據公司公眾號（下同），2024 年 1-9 月，禾賽激光雷達總交付量為 279,835 臺，同比增長 108.2%；其中，ADAS 產品總交付量為 263,148 臺，同比增長 129.9%。值得注意的是，禾賽的激光雷達交付量已連續兩個季度實現近 50%的環比激增，并大幅推動營收增長。這將有望推動禾賽在 24 年第四季度沖擊車載激光雷達行業多個重大里程碑，包括季度營收 1 億美元并實現 2000 萬美元盈利（GAAP），以及實現全年盈利（Non-GAAP）。行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第19頁 共25頁 簡單金融 成就夢想 圖 15：禾賽 ADA

51、S 場景激光雷達出貨量（單位：萬顆）資料來源：禾賽公告，申萬宏源研究 （2）公司近期獲得長城、長安多款車型定點，有望持續增厚 25 年業績。2024 年 12 月，禾賽獲得長城汽車旗下魏牌和坦克 SUV 品牌的多款車型激光雷達獨家量產定點，均搭載禾賽小巧型超高清遠距激光雷達 ATX，計劃于 2025 年開始量產落地。同在 2024 年 12 月，禾賽 ATX 獲長安汽車全新智駕平臺激光雷達獨家量產定點，包含旗下多個汽車品牌的十余款車型。根據規劃，未來幾年訂單量將超過 150 萬臺，該平臺首款車型預計將于 2025 年下半年開啟量產。禾賽科技與長安汽車于 2022 年正式達成合作關系，24 年

52、10 月，搭載 2 顆禾賽 AT128 激光雷達的長安啟源 E07 已成功上市，并迅速獲得市場好評，同時也充分展示了長安汽車在智能駕駛領域加速發展的決心。禾賽小巧型超高清遠距激光雷達 ATX 是與 AT128 同架構下的全新產品，于 24 年 4 月發布。ATX 延續了 AT 平臺成熟一維掃描架構帶來的點云規整、高可靠性等技術優勢。ATX 搭載第四代芯片架構，全面升級了光機設計和激光收發模塊，實現了小巧體積與強勁性能的完美結合。自上市以來，ATX 憑借小尺寸、遠距離、超廣角等優勢已獲得多個國內外多家主機廠的幾十款量產車型定點。目前，ATX 正在向量產階段穩步推進，并正在被眾多客戶規劃為 202

53、5 年量產車型的標配。圖 16：禾賽 ATX 小巧型超高清遠距激光雷達外觀 圖 17：禾賽 ATX 厚度僅為 25mm 資料來源：禾賽官網，申萬宏源研究 資料來源：禾賽官網，申萬宏源研究 6.219.526.30.05.010.015.020.025.030.0202220232024Q1-Q3 行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第20頁 共25頁 簡單金融 成就夢想（3）公司在 Robotaxi 領域定點情況行業領先。在 ADAS 前裝量產市場，AT128 助力理想、小米等國內頂尖新勢力車企打造出多款熱銷車型的全場景智能駕駛系統。同時，禾賽還在 L4 級自動駕駛市場賦能百

54、度 Apollo、美團、Momenta、毫末智行、文遠知行、小馬智行、輕舟智行等頭部自動駕駛客戶，其產品性能和質量均得到了市場的充分驗證。以百度為例，百度 Apollo 第五代自動駕駛系統解決方案，搭載了禾賽 Pandar 系列高性能激光雷達作為感知主雷達。搭載百度 Apollo 第六代智能化系統解決方案的蘿卜快跑第六代無人車，整車成本相較于 5 代車直接下降 60%，據官方信息價格僅需 20.46 萬元。第六代百度 Apollo 無人車頤馳 06 上的主激光雷達為禾賽獨家供應，單車搭載 4 顆超高清遠距激光雷達 AT128，其探測距離超過 200 米，并將高清三維感知覆蓋到了 360，助力無

55、人駕駛車輛全方位規劃路線及安全避障。值得一提的是，這是國內首次將 ADAS 半固態激光雷達方案大規模應用部署在 Robotaxi 上。這也意味著 AT128 從前裝量產領域“破圈”至 L4 級自動駕駛市場，為更多無人駕駛車型提供了性能出色、同時價格更親民的激光雷達解決方案，從而有力推動了無人駕駛車輛大規模部署的進程。在全球 Robotaxi 主雷達領域，禾賽與幾乎海內外所有自動駕駛頭部玩家都保持著緊密的合作關系，2023 年份額高達 74%。在全球頭部的 10 家 L4 自動駕駛公司中，有 9 家使用的是禾賽的高性能激光雷達，Zoox、Nuro 等知名企業均位列其中。國際權威機構Yole 發布

56、的2024 年車載激光雷達市場報告顯示，2023 年全球 L4 自動駕駛激光雷達市場中，禾賽以高達 74%的市場份額穩居榜首，展現了其強大的市場競爭力。圖 18：2023 年 Robotaxi 激光雷達市場總覽 資料來源：禾賽官網，Yole（優樂咨詢），申萬宏源研究 行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第21頁 共25頁 簡單金融 成就夢想（4）推出適用機器人市場的全新迷你型高性能 3D 激光雷達 在 CES 2025 國際消費電子展上，禾賽面向機器人領域的迷你 3D 激光雷達 JT 系列產品正式面向全球發布。JT 系列發布即交付，公司已向客戶交付超過 2 萬顆。禾賽與 MO

57、VA 共同展出了全新割草機器人 MOVA 1000，其搭載了一顆 JT16 激光雷達，具備高精度三維環境感知能力。（二）速騰聚創：自研激光雷達 SoC 芯片，車載+機器人雙輪驅動（1）銷量高增，海內外客戶廣泛。根據公司公眾號（下同），速騰已與全球 28 家整車廠及 Tier 1 達成合作，定點車型數量增至 92 款。在全球化業務上，成功與 7 家全球車企品牌達成定點合作，其中包括 3家中外合作品牌及 4 家海外主機廠。根據中汽數研 11 月 29 日公布的 2024 年 1-10 月全球汽車品牌銷量數據，速騰已經與排名前 5 的汽車品牌中的 4 家確立合作關系。圖 19：速騰 ADAS 場景激

58、光雷達出貨量（單位：萬顆）資料來源：速騰公告，申萬宏源研究 （2）加深戰略合作，獲得廣汽埃安多款車型訂單。2024 年 10 月 12 日，速騰與廣汽埃安宣布正式達成戰略合作，進一步深化雙方合作伙伴關系。同時，速騰聚創已獲得廣汽埃安多款車型的全新定點項目。廣汽埃安秉持“安全第一”的價值觀，一直致力于將配置激光雷達的智能駕駛技術推向更廣闊的市場，讓更多用戶能夠體驗到安全、智能的出行體驗。廣汽埃安總經理古惠南表示：“我們希望能夠在短期內讓十四五萬級的車輛也能標配激光雷達，真正讓高階智駕在中國普及起來?！?.724.336.60.05.010.015.020.025.030.035.040.0202

59、220232024Q1-Q3 行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第22頁 共25頁 簡單金融 成就夢想 圖 20：速騰聚創與廣汽埃安部分合作 SOP 車型 資料來源：速騰官網，申萬宏源研究 （3）自研 SoC 芯片通過 AEC-Q100 車規認證。2024 年 10 月，速騰聚創全自研 SoC 芯片 M-Core 獲得 AEC-Q100 車規級可靠性認證，成為全球首款通過該認證的激光雷達專用 SoC 芯片。而率先實現全棧芯片化的超薄中長距激光雷達 MX 作為首個搭載 M-Core 芯片的新一代激光雷達產品，將于 2025 年初實現量產交付。圖 21：速騰聚創超薄中長距激光雷

60、達 MX 圖 22：速騰聚創全自研 SoC 芯片 M-Core 資料來源：速騰官網，申萬宏源研究 資料來源：速騰官網，申萬宏源研究 得益于芯片的高集成度，搭載 M-Core 的速騰聚創超薄中長距激光雷達 MX 成功實現 25mm 的極致輕薄尺寸，同時功耗降低 40%，可實現突破性的艙內部署方案。高集成度也帶動產品成本的大幅降低，進而推動激光雷達普及到更廣闊的市場區間。隨著 MX 的面世，越來越多的 20 萬級車型將標配激光雷達，15 萬級車型可選配激光雷達，讓更多用戶享受到更加安全智能的駕駛體驗。2017 年，在行業仍普遍通過器件堆疊提升機械式激光雷達性能時，速騰聚創就已聚焦芯片化，全力組建芯

61、片團隊，為車載激光雷達規?；慨a時代的到來謀篇布局。經過 7年的深入研發，速騰聚創不僅順利推出處理芯片 M-Core，在激光雷達的掃描、發射、接 行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第23頁 共25頁 簡單金融 成就夢想 收等系統上也已完成芯片化布局，率先實現全棧芯片化。這一系列重大技術成果成功推動激光雷達全棧系統的重構，為速騰聚創推出革命性的 M 平臺和 E 平臺產品，并領先行業率先實現大規模量產提供強大支持。在掃描端，率先將首款車規級二維 MEMS 芯片引入 M 平臺激光雷達，成就了目前行業量產體積最小、功耗最低的主雷達；在接收端，推出了 SPAD-SoC，采用先進的 3

62、D 堆疊工藝，突破性地把接收和處理融合到一顆芯片里，直接生成三維點云；在發射端，開發出業內第一款二維 VCSEL 驅動芯片，采用二維可尋址面陣 VCSEL 技術，支持靈活的掃描模式，極大提高能量利用率。（4）機器人筑造新成長曲線。根據界面新聞，在 2024 年 11 月舉辦的高交會上，速騰聚創首次展出靈巧手，擁有17 個多軸聯動關節、8 個智能驅動自由度、并擁有 3 自由度拇指和 2 自由度食指，可以復刻人手級別的動作和操作，完成用雙自由度食指使用電動螺絲刀、力度精準適中地拿起雞蛋等動作。2021 年，速騰聚創發布 E 平臺產品，據官方介紹，這是一個可量產、同時覆蓋汽車和智能機器人領域的全固態

63、廣角激光雷達平臺。按照車規級可靠性標準設計，既可當作汽車的補盲激光雷達，亦可作為機器人與無人機的主雷達。圖 23：速騰在機器人領域積累豐富能力 資料來源：新浪汽車，速騰聚創，申萬宏源研究 在機器人領域，激光雷達的技術要求并不低于車規級應用。相反，由于機器人應用場景的多樣性和復雜性，對激光雷達提出了更高的要求。機器人需要在各種環境中運行，如室內、室外、工業設施等，這要求激光雷達具備更大的視場角和更高的近距離精度，以準確識別路面、草坪、平臺等地貌，以及穿越狹窄的障礙物。目前，速騰聚創已經服務全球大約 2600 家機器人等行業客戶，預計 25 年出貨量有望突破六位數?；谌虘B廣角激光雷達 E 平臺

64、產品，公司已斬獲海外機器人多家重點客 行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明 第24頁 共25頁 簡單金融 成就夢想 戶定點合作，機器人領域訂單規模超出預期，預計 25 年機器人領域的出貨量有望突破六位數。4.相關標的和風險提示 相關標的：激光雷達主機廠商禾賽科技、速騰聚創。核心元器件和連接件供應商永新光學、電連技術。其他光學組件等供應商炬光科技、騰景科技、長光華芯等。表 4：激光雷達行業部分重點上市公司估值表 證券代碼 證券簡稱 2025/1/15 Wind 一致預期凈利潤（億元）PE 收盤價 總市值（億元）2024E 2025E 2026E 2024E 2025E 2026E

65、 HSAI.O 禾賽科技 15.00 137.4-1.07 1.52 5.08-90.7 27.0 2498.HK 速騰聚創 25.85 110.0-4.56-1.97 0.72-153.1 603297.SH 永新光學 95.85 106.5 2.39 3.34 4.37 44.6 31.9 24.4 300679.SZ 電連技術 58.40 247.5 6.40 8.48 10.64 38.7 29.2 23.3 688167.SH 炬光科技 62.00 56.0 0.08 0.97 2.05 721.5 57.7 27.4 002222.SZ 福晶科技 34.75 163.4 2.32

66、3.04 3.52 70.4 53.8 46.5 688195.SH 騰景科技 40.48 52.4 0.74 1.02 1.32 70.5 51.1 39.6 688048.SH 長光華芯 42.95 75.7-0.47 0.25 0.60-297.6 125.3 2382.HK 舜宇光學科技 63.35 640.3 23.70 29.47 35.03 27.0 21.7 18.3 300394.SZ 天孚通信 86.02 476.5 14.38 23.15 30.25 33.1 20.6 15.8 資料來源：Wind，申萬宏源研究 注 1：業績預測值取自 wind 一致預期。注 2：禾賽科

67、技收盤價幣種為 USD，速騰聚創、舜宇光學科技收盤價幣種為 HKD。其他總市值和凈利潤單位統一選取人民幣。風險提示：1）智駕上車進度存在不確定性。若整車出貨量或智能化滲透率不及預期，將對激光雷達等智能化硬件產品搭載率產生負面影響，從而影響產業公司出貨節奏。2）產業鏈進入新的競爭對手導致競爭加劇。產業市場空間較為可觀，存在吸引新的競爭對手入局的可能性，若行業有新的競爭對手加入，可能導致競爭加劇，行業整體盈利能力下降。3）客戶超額壓價的風險，下游客戶降價幅度超預期導致壓縮激光雷達產業公司利潤空間。4）部分產業鏈環節的設備、原材料、技術獲取受阻。行業深度 請務必仔細閱讀正文之后的各項信息披露與聲明

68、第25頁 共25頁 簡單金融 成就夢想 信息披露 證券分析師承諾 本報告署名分析師具有中國證券業協會授予的證券投資咨詢執業資格并注冊為證券分析師，以勤勉的職業態度、專業審慎的研究方法，使用合法合規的信息，獨立、客觀地出具本報告,并對本報告的內容和觀點負責。本人不曾因，不因，也將不會因本報告中的具體推薦意見或觀點而直接或間接收到任何形式的補償。與公司有關的信息披露 本公司隸屬于申萬宏源證券有限公司。本公司經中國證券監督管理委員會核準，取得證券投資咨詢業務許可。本公司關聯機構在法律許可情況下可能持有或交易本報告提到的投資標的，還可能為或爭取為這些標的提供投資銀行服務。本公司在知曉范圍內依法合規地履

69、行披露義務?？蛻艨赏ㄟ^ 索取有關披露資料或登錄 信息披露欄目查詢從業人員資質情況、靜默期安排及其他有關的信息披露。機構銷售團隊聯系人 華東組 茅炯 021- 銀行團隊 李慶 021- 華北組 肖霞 010- 華南組 張曉卓 華東創新團隊 朱曉藝 021- 華北創新團隊 潘燁明 股票投資評級說明 證券的投資評級：以報告日后的 6 個月內，證券相對于市場基準指數的漲跌幅為標準，定義如下：買入（Buy）：相對強于市場表現 20以上；增持（Outperform）：相對強于市場表現 520；中性（Neutral）：相對市場表現在55之間波動；減持（Underperform）：相對弱于市場表現 5以下。行

70、業的投資評級：以報告日后的 6 個月內，行業相對于市場基準指數的漲跌幅為標準，定義如下：看好（Overweight）：行業超越整體市場表現；中性（Neutral）：行業與整體市場表現基本持平；看淡(Underweight）：行業弱于整體市場表現。我們在此提醒您，不同證券研究機構采用不同的評級術語及評級標準。我們采用的是相對評級體系，表示投資的相對比重建議；投資者買入或者賣出證券的決定取決于個人的實際情況，比如當前的持倉結構以及其他需要考慮的因素。投資者應閱讀整篇報告，以獲取比較完整的觀點與信息，不應僅僅依靠投資評級來推斷結論。申銀萬國使用自己的行業分類體系，如果您對我們的行業分類有興趣，可以向

71、我們的銷售員索取。本報告采用的基準指數：滬深 300 指數 法律聲明 本報告由上海申銀萬國證券研究所有限公司（隸屬于申萬宏源證券有限公司，以下簡稱“本公司”）在中華人民共和國內地（香港、澳門、臺灣除外）發布，僅供本公司的客戶（包括合格的境外機構投資者等合法合規的客戶）使用。本公司不會因接收人收到本報告而視其為客戶?？蛻魬斦J識到有關本報告的短信提示、電話推薦等只是研究觀點的簡要溝通，需以本公司網站刊載的完整報告為準，本公司接受客戶的后續問詢。本報告是基于已公開信息撰寫，但本公司不保證該等信息的真實性、準確性或完整性。本報告所載的資料、工具、意見及推測只提供給客戶作參考之用，并非作為或被視為出售

72、或購買證券或其他投資標的的邀請。本報告所載的資料、意見及推測僅反映本公司于發布本報告當日的判斷，本報告所指的證券或投資標的的價格、價值及投資收入可能會波動。在不同時期，本公司可發出與本報告所載資料、意見及推測不一致的報告?？蛻魬斂紤]到本公司可能存在可能影響本報告客觀性的利益沖突，不應視本報告為作出投資決策的惟一因素?？蛻魬灾髯鞒鐾顿Y決策并自行承擔投資風險。本公司特別提示，本公司不會與任何客戶以任何形式分享證券投資收益或分擔證券投資損失，任何形式的分享證券投資收益或者分擔證券投資損失的書面或口頭承諾均為無效。本報告中所指的投資及服務可能不適合個別客戶，不構成客戶私人咨詢建議。本公司未確保本報

73、告充分考慮到個別客戶特殊的投資目標、財務狀況或需要。本公司強烈建議客戶應考慮本報告的任何意見或建議是否符合其特定狀況，以及（若有必要）咨詢獨立投資顧問。在任何情況下，本報告中的信息或所表述的意見并不構成對任何人的投資建議。在任何情況下，本公司不對任何人因使用本報告中的任何內容所引致的任何損失負任何責任。市場有風險，投資需謹慎。若本報告的接收人非本公司的客戶，應在基于本報告作出任何投資決定或就本報告要求任何解釋前咨詢獨立投資顧問。本報告的版權歸本公司所有，屬于非公開資料。本公司對本報告保留一切權利。除非另有書面顯示，否則本報告中的所有材料的版權均屬本公司。未經本公司事先書面授權，本報告的任何部分均不得以任何方式制作任何形式的拷貝、復印件或復制品，或再次分發給任何其他人，或以任何侵犯本公司版權的其他方式使用。所有本報告中使用的商標、服務標記及標記均為本公司的商標、服務標記及標記，未獲本公司同意，任何人均無權在任何情況下使用他們。