1969年，人类历史上首个CCD（charge-coupled device，电荷耦合器件）诞生。五年后，单芯片彩色CCD成像原型问世。在随后的30年里，从专业摄影到消费电子，CCD以绝对优势统治了整个影像市场。
然而，历史的车轮从不为谁停留。1995年，NASA攻克了噪声与集成难题，CMOS（Complementary Metal Oxide Semiconductor，互补金属氧化物半导体）传感器迈过了产业化的门槛。此后，豪威科技实现单芯片量产，佳能推出首款CMOS专业相机，而索尼则凭借背照式与堆栈式技术，彻底改写了图像传感器的性能边界。
再后来，iPhone 4首次搭载背照式CMOS，引爆了手机影像革命。
如今，这一幕正在激光雷达行业重演。感知技术的进化永无终点，当CMOS工艺走向成熟，单光子雪崩二极管（SPAD）接棒，开启了下一场革命。
速腾聚创CEO邱纯潮表示：“SPAD本质上是激光雷达领域的‘CMOS’。”这种技术同源性，让SPAD可以直接享受CMOS的技术红利。
2023年，华为首款192线激光雷达线阵SPAD正式量产，数字化新品竞相涌现，性能边界不断刷新。
近日，速腾聚创正式发布“创世”数字化架构及基于该架构的“凤凰”（对应车载前向主雷达）和“孔雀”（对应补盲和机器人三维视觉）两款旗舰SPAD-SoC芯片。
不仅如此，在2026北京车展上，吉利全新Eva Cab便宣布搭载这款全球首个2160线数字化激光雷达，实现了“发布即上车”的产业落地。
无独有偶，2026年4月初，禾赛科技发布全球首款6D全彩激光雷达超感光芯片——“毕加索”SPAD-SoC。同时，禾赛ETX系列激光雷达将搭载“毕加索”芯片进行全面升级，最高支持4320线全彩4K超高清感知，并计划于今年下半年实现量产交付。
4月21日，速腾聚创正式发布“创世”数字化架构及基于该架构的“凤凰”和“孔雀”两 款旗舰SPAD-SoC芯片。图为“孔雀”芯片。资料图
数字化架构来临
“为什么长期以来，激光雷达都是用‘线数’来定义，而不是像摄像头一样用‘像素’来定义？”邱纯潮提出这一问题。
这是因为，激光雷达最初线数很低，根本谈不上“成像”，只能实现基础的障碍物探测。
回顾技术演进，模拟架构的激光雷达依赖分立器件堆砌性能，系统冗余复杂，存在两大不可突破的天花板。第一个是成本与分辨率的线性绑定：分辨率每提升一档，硬件成本便相应增加，线数越多，器件越多，性能和成本呈线性上涨。第二个是物理体积极限：元器件堆得越多，体积与功耗越高，这也是行业长期认定128线是模拟激光雷达性能终点的根本原因。
邱纯潮谈道，模拟架构的128线激光雷达，是堆料的终点，成本和性能成为了无法逾越的天花板；而数字架构的192线，只是性能的起点。它站在标准半导体坐标系里，能跟着摩尔定律持续迭代。基于数字化架构的激光雷达，可以轻松突破2000线，依然维持尺寸不变，按线数折算，成本上又有一个量级的下降。在保持相近体积、相近成本约束的前提下，只要芯片制程持续提升，性能就会不断提升。
SPAD与CMOS同为标准数字架构，其性能提升来自芯片制程进步，而非分立器件堆料。随着制程升级，SPAD芯片的性能将在指数型提升的同时，单位成本持续下降，具备典型的半导体摩尔定律特征。
因此，SPAD可谓是站在巨人的肩膀上的创新，它几乎不需要专门的产线，可以复用主流半导体晶圆厂和成熟工艺设备。
激光雷达图像化发展不可逆
历史早已印证，CMOS芯片向广泛消费者普及前，大量纯芯片企业匆匆地来，匆匆地走，核心原因就是市场早期规模有限，头部厂商凭借芯片+整机一体化的全栈优势，挤压了纯芯片玩家的生存空间。
另一个角度，很多跨界企业想靠现存公版芯片入局数字化激光雷达，做组装的生意，但缺少系统与算法能力，做不出优质点云成像；即使有系统积累的传统激光雷达厂商，依赖外购公版芯片，也会绑定性能上限，丧失迭代主动权。
回看摄像头行业过往，大批无自研芯片的组装厂商，因为没有核心壁垒，要么出局、要么沦为低端代工。
邱纯潮预见，激光雷达行业也会重复这条规律：前期只有芯片+系统全栈自研，才能长期站稳高端，掌握主动权。再往长远看，当车载、机器人市场成熟，芯片能力会外溢到更广阔领域，整个产业生态可能会分化。这条路，摄像头行业已经替我们走过一遍。
未来产业将清晰分化为两类玩家：第一类是芯片主导者，定义性能、功耗、成本、分辨率，制定产业规则，掌握核心利润，如同今天的索尼。
第二类是无芯片能力的代工/模组厂，只能做整合、做营业额，赚加工费，无法定义体验，更无法主导行业。所以，芯片不仅决定代差，还决定未来的生态位。
从市场的角度看，128线激光雷达分辨率约15万像素，2000线激光雷达分辨率约400万像素，而参考主流车载摄像头为800万像素，激光雷达像素还有巨大的上升空间。
另一方面，激光雷达图像化发展不可逆。技术进步、法规趋严及消费者对安全体验的需求，将共同推动激光雷达进入更高像素的图像化阶段，这是支撑高阶自动驾驶感知能力的硬性要求，是不可逆的产业趋势。
图像化主雷达将应用于不同级别的自动驾驶。无论是L2还是L3，车辆都面临高速行驶、小目标识别和安全制动等同类需求，图像化主雷达规格不会因辅助驾驶等级不同而降配，类似8MP前视摄像头已在L2/L3趋同。
从单颗到多颗，参考摄像头从倒车影像的1颗、全景环视的4～5颗，再到高阶智能驾驶的10～15颗的发展历程，激光雷达也将经历从单颗主雷达，到“1主+N补”的配置增长，Robotaxi已率先验证该趋势。
邱纯潮强调，“模拟架构从来不是不优秀，它只是更像一个时代性的最优解，却不是下一个时代的最优解。”随着速腾聚创、华为、禾赛科技等玩家加入，“千线”竞赛已成行业新主线。而在这一关键转折点，掌握核心芯片技术的企业，无疑将主导未来十年的产业格局。
未来融合传感器野望
事实上，无论是CMOS芯片还是SPAD芯片，它们本质上都无法直接“看见”颜色，输出的都是灰度图。
但历史的发展始终有迹可循：要让传感器真正呈现色彩，就必须加入一个关键的光学组件——彩色滤光片阵列（CFA）。
CFA并非新兴技术，甚至不属于新工艺范畴，它实质上是CMOS技术为SPAD带来的行业红利。
因此，感知行业的下一步的重要进化将会是RGBD（彩色深度传感器），这是发展终极融合传感器的必由之路。
RGBD即“RGB彩色图像+Depth深度信息”的融合数据格式，其中R（红）、G（绿）、B（蓝）代表每个像素的色彩信息，D（Depth）代表该像素对应的三维空间距离。
邱纯潮表示，SPAD与CFA技术的结合形成了极具价值的RGBD传感器，这将推动感知能力迈向新的维度。
当每个像素都能同时提供精确的几何信息与对应的色彩信息时，马斯克所担忧的“摄像头与激光雷达的选择”问题便迎刃而解。这一技术从根本上攻克了不同数据源的融合难题。
由此，自动驾驶汽车将能自信地驶过有倒影的水坑，机器人也能自如地抓取镜面反射物体，安防摄像头则可在极暗环境下正常运行。这项技术将开辟广阔的应用前景，推动行业深入消费级市场，并有望逐步取代传统CMOS摄像头的应用场景。
值得注意的是，这一切都建立在SPAD芯片拥有足够高分辨率的基础之上。如果像素密度不足，强行集成滤光片阵列，会导致色彩信息的细节严重不足，同时，也可能因光子利用率的降低，影响深度信息的整体质量与可靠性。这样的RGBD，只会是噱头，难以产生真正价值。
邱纯潮坦言，即便达到今天的技术水平，强行上芯片级RGBD还不够成熟。这也是公司不惜代价，持续深耕高分辨率SPAD芯片的核心原因之一。让SPAD芯片像素提升到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贡献。
星配资提示：文章来自网络，不代表本站观点。
