社区

摇臂推拉，灯光亮起，深圳广电大厦800平米演播厅，36岁的速腾聚创CEO邱纯潮立在舞台中央。

“此时此刻，我手里拿着这颗芯片真的觉得很不可思议。”只见他从衣兜里掏出一个指甲大小的芯片说，“它里面塞着两千个接收通道。你们还记得那个花盆一样的64线吗？这颗小小的芯片，塞着40个‘花盆’。”

“花盆”是自动驾驶行业里的经典代称，特指早年主流的机械式64线激光雷达。这类激光雷达采用分立模拟架构，整机呈圆筒状、外观酷似倒扣花盆，体积笨重、造价高昂，曾是高阶自动驾驶测试的标配硬件，也是行业早期高线数激光雷达的代名词。

在速腾聚创（RoboSense）技术发布会这天隆重亮相的这枚芯片绝非单纯的新品面世，它既终结了自动驾驶领域悬而未决的“马斯克之问”，也正式开启了下一代物理AI“超级传感器”的新纪元。

图片说明：速腾聚创CEO邱纯潮发布凤凰芯片

图片说明：速腾聚创发布的孔雀芯片

PART1激光雷达的进化：从“拐杖”变为“眼睛”

“该信摄像头还是激光雷达？”科技狂人马斯克曾提出了这个疑问。

不论是自动驾驶的汽车还是自动行走和作业的机器，必须要拥有感知外部世界的能力。感知技术的路线选择，直接决定了智能设备的落地上限、安全底线与成本阈值。在自动驾驶领域，感知系统的技术路线围绕“摄像头还是激光雷达”博弈了将近十年。

纯视觉路线，依托可见光成像和成熟的图像算法，产业链完善、成本可控。但它复刻的是人类的肉眼逻辑——摄像头只能被动接收环境反射的光，光线不好就“瞎”。远距离、极端工况下，感知精度极易崩盘。

激光雷达路线则凭借主动发射激光，不受光线约束，能精准测算三维空间距离。但早年受制于模拟架构，它也有自己的硬伤：整机臃肿、造价高昂，性能触及天花板。这也让激光雷达路线始终面临商业化落地的质疑。

马斯克2019年表态“只有傻瓜才用激光雷达”，因为他认为多传感器融合会出现数据冲突，反而降低系统安全性。

当然，它也遭到了很多专业人士的反对。Waymo前CEO约翰·克拉夫奇克（JohnKrafcik）曾公开表示，特斯拉的纯视觉方案就像“重度近视眼”，去掉激光雷达的精确测距能力等于主动放弃了“眼镜”；**智能汽车解决方案BUCEO靳玉志则指出，只有多传感融合的技术路线才能为自动驾驶安全兜底。在实践中，越来越多的车企选择激光雷达与视觉融合路线。

争议持续至今，双方看似谁也无法说服谁。但技术的演进巧妙地绕开了这个“非A即B”的困局，从更高维度给出了答案。

问题的关键不在于“要不要激光雷达”，而在于“激光雷达本身能否进化”。如果激光雷达能像摄像头一样，拥有百万级像素、输出图像级信息，那么它与视觉数据之间的融合障碍将从根本上消失。传感器的多源冲突，本质上是因为各自的“语言”不通——摄像头输出的是二维图像，传统激光雷达输出的是一堆稀疏的点云。而当激光雷达也能“成像”时，融合就不再是叠加，而是对齐。

这正是速腾聚创发布的这枚“凤凰”芯片正在做的事。它用单片原生2160线的分辨率，将激光雷达带入了400万像素级的三维感知世界。点云不再是一堆散点，而是一幅有语义、可被理解的图像。当激光雷达和摄像头都说同一种“语言”，马斯克担心的“该信谁”的问题，自然失去了前提。

文远知行创始人韩旭曾在2026年3月的采访中给出了更务实的判断。他说，纯视觉路线已经不再是自动驾驶行业的降本选项，“9年时间激光雷达价格降了近1000倍，激光雷达的点云细腻度提升了17倍，感知系统的响应时间也提升了70%。”在激光雷达性价比大幅提升的情况下，以安全为第一原则，文远知行坚定走多传感器融合路线。

同样的逻辑也在物流场景中被验证。白犀牛创始人朱磊在谈到与速腾聚创的独家战略合作时表示，采用激光雷达适配的无人货车产品，是“强强联合”。在2025年1月，双方官宣已合作部署数百台无人车，在超40座城市常态化运营。

一位业内人士如此形容这个转变：过去大家争论要不要装激光雷达，是因为它像个昂贵的“拐杖”；现在讨论的是怎么装、装几颗，因为它正在变成智能体的“眼睛”。

PART2底层架构的革命

从“拐杖”到“眼睛”的转变，背后是一场底层架构的革命。邱纯潮在演讲中用一段“电子眼睛的进化史”做了生动的类比。

1969年，贝尔实验室发明出CCD（电荷耦合器件Charge-CoupledDevice），从此，影像的抓取和再现从化学反应的胶片进化为电子信号的芯片。但CCD依赖特殊模拟工艺，成本高昂，难以规模化。它最终被兼容标准数字产线的CMOS传感器取代。CMOS让每个像素直接完成信号处理，借助半导体产业的规模红利，成本持续下探，性能跟随摩尔定律一路攀升。如今，全球CMOS摄像头市场规模已突破240亿美元，是CCD巅峰期的3倍多。

“（激光雷达）模拟架构的128线，是堆料的终点，它有性能天花板，成本被锁死；而数字架构的192线，只是性能的起点。”邱纯潮在台上说，“今天192线，明天就能做到520线、1000线、2000线，性能倍增的同时，成本却能保持稳定。”

这才是速腾聚创这场发布会真正的核心信息——不局限于某一款产品，而是率先用一套名为“创世”（Eocene）的数字化架构打开新的局面。这是一个可快速演进、持续迭代的SPAD-SoC芯片平台。SPAD（单光子雪崩二极管）本质上就是激光雷达领域的“CMOS”。它可以直接复用半导体行业成熟的背照式工艺、3D堆叠工艺，跟着摩尔定律持续自我进化，而不再局限于一个孤立的小赛道里复制自己。

基于这套架构，速腾聚创同时发布了两款芯片。

第一款是“凤凰”系列，这是全球首颗原生单片集成2160线的车规级SPAD-SoC。基于这款芯片的激光雷达能够在150米距离上检测出一个13×17cm的小盒子。邱纯潮兴奋地宣布，基于凤凰芯片的400万像素激光雷达方案，已获得头部车企定点，2026年内就会量产上车。

第二款是“孔雀”系列，全固态超大面阵SPAD-SoC，集成640×480超高密度面阵，达到VGA级图像化标准（即接近人眼视觉细腻度的高清水平）。它的最近探测距离小于5厘米，实现了真正的“零盲区”。邱纯潮特别强调，孔雀芯片“发布即量产”，已开始小批量交付客户，2026年第三季度将规模化出货。

这两款产品的发布透露了一个关键信息：行业正处在激光雷达由“模拟”向“数字”升级的前夜。就像当年索尼预判CCD将被CMOS取代、果断停掉CCD业务增产投资一样，今天率先完成数字化架构切换的企业，正在拿到下一个时代的入场券。

速腾聚创的选择是自研芯片。邱纯潮在演讲中解释了背后的逻辑：“如果只做芯片、不靠近终端应用，很容易错判未来需求，定义出落后一代的产品。如果只懂芯片器件、不懂系统工程，就分不清芯片与整机的能力边界，无法保证系统点云质量。”换句话说，摄像头行业已经走过的路——早期只有芯片加系统全栈自研才能长期站稳高端——激光雷达行业会再走一遍。

PART3做“机器人博世”的野心

自研芯片，做激光雷达，速腾聚创到底是一家什么公司？

如果只看收入结构，2025年全年，ADAS产品（高级驾驶辅助系统）收入11.06亿元，机器人及相关产品收入7.10亿元。以激光雷达为主的前者仍是基本盘。但如果看增速和趋势，故事的方向正在发生变化。2025年第四季度，机器人产品销量达22.12万台，同比激增2565.1%，营收贡献占比已接近一半。

邱纯潮在2026年3月的业绩发布会上则用更大的篇幅谈具身智能、物理AI、人形机器人。他提出了一个明确的目标：“我们希望成为机器人领域的博世。”

博世是全球最大的汽车零部件供应商，它的核心能力不是只做某一类零件，而是构建了一个覆盖动力、底盘、自动驾驶、电气化等全领域的Tier1系统（一级供应商）。邱纯潮用这个类比，传递的信息很清楚：速腾聚创的野心不在只卖激光雷达，而是以“眼睛”为切口，进入整个机器人的感知系统。

这个定位转换在业务数据中已有迹可循。在中国机器人领域、全球割草机器人、全球商用清洁机器人、中国人形机器人、中国无人配送车、中国具身智能领域，速腾聚创拿下了六个激光雷达销量第一。其中，割草机器人是目前最成熟的变现场景，已获得头部客户独家定点；无人配送方面，新石器、九识、白犀牛、菜鸟四大头部企业都是合作方；人形机器人方面，宇树、智元、众擎等近50家客户已采用其产品。

速腾聚创做这件事的底气，一部分来自技术积累，另一部分来自一个更大的趋势判断。在未来的机器人世界，RGBD（彩色深度传感器）是发展终极融合传感器的必由之路。但RGBD不能靠噱头，它必须建立在足够高像素密度的SPAD芯片之上，再叠加彩色滤光片阵列（CFA），才能让每一个像素同时输出精确的几何信息和对应的色彩信息。

这也是速腾聚创不惜代价坚持深耕高分辨率SPAD芯片的核心原因——今天发布的凤凰芯片虽然已实现业界最高分辨率，但强行上芯片级RGBD仍不成熟。邱纯潮认为，让SPAD芯片的像素密度不断提升到RGBD可以接受的应用范围，是激光雷达核心芯片厂商能为这个产业作出的最核心的贡献。速腾聚创预告将在2027年底前发布RGBD传感器，其真正含义正是指向一个像素级的、做到“彩色+深度”双重信息对齐的超级传感器。

“当每个像素都能同步输出精准的空间几何信息与对应的色彩信息，它将从根本上改变机器和人感知与记录世界的方式。”韩旭如此表示，这也是当他听到速腾聚创的如上预告时连连大呼“厉害”的真正原因。

从这个角度看，速腾聚创选择的路径是清晰的：用芯片能力把激光雷达的成本和体积做下来，让它能被装入汽车、割草机、配送车、人形机器人；用数字化架构让性能沿着摩尔定律持续迭代，保持代差优势；最终，用RGBD这类融合传感器形态，从“提供距离信息”升级为“提供完整的感知数据”，占据机器人世界的最重要的入口。

正如邱纯潮在业绩会上所言，“站在2026年，速腾聚创是一家机器人公司。”这句话目前还不是一个已完成的财务事实，但它正在变成一个明确的战略方向。而在物理AI时代到来前的这个窗口期，率先完成芯片级能力沉淀的企业，有机会成为定义规则的那个人。

就像索尼定义了CMOS时代一样。