2025年汽车深度行业分析研究报告-东方财富

2025年深度行业分析研究报告正文目录1.需求释放叠加新规驱动，激光雷达加速放量起飞..........................................41.1.

多传感融合驱动升级，激光雷达乘风而起..................................................41.2.

智驾新规密集落地，

激光雷达迎战略红利..................................................

61.3.复苏潮叠加智驾浪潮，激光雷达渗透加码

..................................................82.

光电感知全面演进，

激光雷达全链路技术跃迁............................................

122.1.

从光源到算力：激光雷达产业链的全景重构与主导逻辑演进................

122.2.

距离测量技术演进提速，

ToF与FMCW共塑激光雷达应用格局...............

142.3．

发射光束整形升级提速，准直镜与分束器协同构建高精输出路径........

152.4.

半固态占据量产高地，棱镜与微振镜构筑扫描性能平衡点....................

182.5.

探测多元演进，光电技术跃升....................................................................202.6.

算力跃升驱动，控制中枢多元演化............................................................223.智能感知加速进阶，激光雷达产业链多点开花..............................................233.1.禾赛：模块化革新赋能，感知系统迎来轻量高效时代............................233.2.速腾聚创：高线数架构突破，点频测距双优..............................................253.3.

永新光学：车规级认证护航，光学组件放量在即....................................273.4.

炬光科技：深耕光子核心环节，锚定车载应用放量................................283.5.

长光华芯：高功率芯片技术持续突破，

3D感知应用加速落地...............

30图表目录图表1

：SAE

J3016驾驶自动化分级....................................................................4图表

2：城市

NOA

图像效果....................................................................................

5图表

3：智驾三大层级............................................................................................

6图表

4：理想L9

标配128线激光雷达效果图..................................................

6图表

5

：Velodyne

64

线激光雷达.........................................................................

6图表

6：智能驾驶政策示意图................................................................................

7图表

7

：C-NCAP测试流程.......................................................................................

7图表

8：

中国激光雷达行业相关支持政策............................................................

7图表

9：全球汽车总销量

........................................................................................8图表

10：中国汽车总销量及预测..........................................................................8图表11：

全球汽车自动驾驶渗透率预估..............................................................

9图表12：全球激光雷达市场规模2017-2025E（亿美元）.................................

9图表13：全球激光雷达在智驾ADAS领域市场规模（亿美元）

........................

9图表14：

激光雷达搭载量（万颗）与渗透率

....................................................

10图表15：激光雷达车型销量（按价格段分布）................................................

10图表16：不同智驾级别智驾融合路线车型对比................................................

10图表17：

激光雷达市场竞争格局........................................................................

11图表18：各车型激光雷达配置............................................................................

11图表19：激光雷达产业链结构图........................................................................

12图表

20：激光雷达模块拆解................................................................................

13图表

21

：激光雷达成本分布情况........................................................................

13图表

22：

激光雷达分布情况................................................................................

14图表

23：

ToF

&

FMCW原理图..............................................................................

14图表

24：

ToF

激光雷达核心模块示意图............................................................

14图表

25：

ToF激光雷达原理图.............................................................................

15图表

26：

FMCW激光雷达原理图...........................................................................

15图表

27：

激光雷达发射端光源占比....................................................................

15图表

28：

主要激光器按发射模块分类对比情况................................................

16图表

29：

主要激光器按发射模块分类对比情况................................................

17图表

30：

不同波长激光对比................................................................................

17图表

31

：布局1550nm光源的部分厂商及产品情况（截至

2023年）

............

17图表

32：

主要激光器分类按扫描方式对比情况................................................

18图表

33：

主要激光器分类对比情况....................................................................

18图表

34

：MEMS微振镜主流规格...........................................................................

19图表

35：棱镜........................................................................................................

20图表

36：楔形棱镜................................................................................................

20图表

37

：OPA激光雷达.........................................................................................

20图表

38：

Flash激光雷达对比传统雷达.............................................................

20图表

39

：各类接受探测器性能比较....................................................................

21图表

40：透镜示意图

............................................................................................

21图表

41

：滤光片示意图

........................................................................................

21图表

42：

FPGA芯片..............................................................................................

22图表

43

：ASIC芯片..............................................................................................

22图表

44

：2019-2024禾赛营收与归母净利润.....................................................

23图表

45：

禾赛2024年主营业务收入构成..........................................................

23图表

46：

禾赛下游客户........................................................................................

23图表

47：

禾赛车载激光雷达产品参数................................................................

24图表

48

：ATX超远测距.........................................................................................

24图表

49

：ATX

市场角............................................................................................

24图表

50

：2022-2024速腾聚创营收与毛利润.....................................................

25图表

51

：速腾聚创激光雷达技术路径................................................................

25图表

52：速腾聚创激光雷达产品矩阵................................................................

25图表

53：速腾聚创合作伙伴................................................................................

26图表

54：速腾聚创产品参数................................................................................

26图表

55：永新光学产品

........................................................................................

27图表

56

：2020-2025Q1永新光学营收与归母净利润.........................................

28图表

57：

永新光学2024年主营业务收入构成..................................................

28图表

58：

永新光学激光雷达镜头产品示意图....................................................

28图表

59

：2020-2025Q1炬光科技营收与归母净利润.........................................

28图表

60：炬光科技2024年主营业务收入构成..................................................

28图表

61

：炬光科技处于产业链的中上游............................................................

29图表

62

：炬光科技车载和激光雷达产品详情....................................................

29图表

63

：2020-2025Q1长光华芯营收与归母净利润.........................................

30图表

64：

长光华芯2024年主营业务收入构成..................................................

30图表

65：

长光华芯产品图....................................................................................31图表

66：

长光华芯激光雷达与3D传感系列产品参数......................................

311.

需求释放叠加新规驱动，

激光雷达加速放量起飞1.1.

多传感融合驱动升级，

激光雷达乘风而起SAE（Society

of

Automotive

Engineers美国汽车工程师协会）

定义的自动驾驶六级标准（L0-L5）构建了汽车智能化程度的量化评估体系，

清晰刻画

了从"完全人工操作"到"全场景自主驾驶"的技术跃迁路径。当前市场车型

以L2

级及以上辅助驾驶为主，其中L2

与L3

级车型合计渗透率约47%

。L2

级辅助驾驶已实现车道居中控制、自动跟车等基础功能模块，而L2+作为向高阶

驾驶的过渡形态，在

L2

基础上新增动态路径规划算法、复杂场景决策引擎等

核心能力。以L2+技术架构为底座，城市NOA（自动辅助导航驾驶）与高速NOA

两大核心应用场景形成技术落地载体，

成为向更高级别功能迭代的具体支撑。在L2-L3级辅助驾驶场景中，

环境感知依赖车道线识别算法、行人检测模

型等基础功能组件；进入L4-L5高阶自动驾驶阶段，

多摄像头融合方案成为核

心技术路径，通过构建360度无死角环境建模系统，

为复杂场景下的驾驶决策

提供数据支撑。根据集微咨询预测数据，2025年中国市场L0-L5级车型渗透率

预计分别为

37%、15%、40%、7%和

1%，至

2030

年该结构将演进为

15%、10%、

45%、20%和10%，高阶自动驾驶车型占比呈现显著提升趋势。图表1：

SAE

J3016驾驶自动化分级资料来源：

搜狐汽车，EV视界，

SAE

J3016技术委员会，东方财富证券研究所NOA（Navigate

on

Autopilot）

作为自动辅助导航驾驶的核心功能模块，其技术路径呈现场景化分野：

高速NOA依托车辆GPS定位系统、雷达阵列及摄

像头传感器的多源数据融合，

结合高精地图实现路径规划算法与实时路况解算；

城市NOA

因需处理复杂交通标志标线识别、动态行人交互等多元要素，对地图精度等级与算法决策能力提出指数级提升要求。城市

NOA

被定位为

ADAS

向完全自动驾驶的关键过渡节点，既是辅助导航

驾驶领域的技术制高点，

亦构成无人驾驶商业化的核心准入壁垒。当用户完成

目的地设定后，

车辆可实现全流程自动化行驶闭环，

覆盖变道超车策略生成、

交通灯语义识别及行人动态礼让等核心操作单元。尽管城市NOA技术复杂度显

著高于高速场景，且需保留驾驶员实时监督机制以满足紧急接管需求，但在高

速

NOA

尚未全面达至

L3

级功能标准的行业背景下，其已成为智能驾驶赛道的

技术攻坚焦点。当前

NOA

技术迭代正推动智能驾驶竞争进入新阶段，车企加速推进城市

NOA

量产进程，直接拉动激光雷达、毫米波雷达、

CIS及大算力芯片等上游核心零

部件的需求爆发高增长。

图表2：城市NOA

图像效果资料来源：

森云智能官网，东方财富证券研究所智能驾驶系统可划分为感知层、决策层、执行层三大功能层级：感知层负

责环境信息采集与预处理；

决策层作为系统核心中枢，

基于感知数据完成任务

规划、行为决策及动作规划的全流程逻辑闭环；执行层则承担决策指令的精准

执行功能。在系统架构中，环境感知模块作为汽车"认知"外部世界的基础单元，构成全面实现自动驾驶的核心技术节点。当前环境感知领域存在显著技术路线分

野，核心分歧聚焦于传感器配置方案：

其一为"摄像头+毫米波雷达

"的纯

视觉融合方案，其二为"激光雷达

+摄像头

+毫米波雷达

"的多传感器融合

方案。资料来源：

亿欧智库《2022

中国智能驾驶功能量产应用研究报告》

，东方财富证券研究所激光雷达（光探测与测距技术）

作为基于光脉冲的环境建模遥感技术，

其

应用场景覆盖家庭安防系统、条码扫描设备、面部识别终端等多元领域，

而最

具行业影响力的应用方向集中于完全自动驾驶技术的产业化推进。相较于雷达、

声呐等传统遥感技术，激光雷达凭借高分辨率

3D

数据输出能力，

成为汽车智

能化、地质勘探、智慧农业等领域的核心技术工具。在自动驾驶系统架构中，激光雷达与摄像头、雷达传感器形成多源数据融

合体系，为车辆安全导航提供底层数据支撑。

激光雷达是一种综合的光探测与

测量系统，

通过发射与接收激光束，

分析激光遇到目标对象后折返的时间差或

相位差，

确定目标对象距离。多束激光通过叠加多普勒成像技术，扫描和构建

车辆周报环境的高精度

3D

图像，实现对目标物体几何特征（含形状、尺寸、

空间坐标）的实时采集，支撑道路标识语义解析、动态目标轨迹跟踪、障碍物

立体建模等核心感知功能。

1.2.

智驾新规密集落地，激光雷达迎战略红利全球范围内

L3

级智能驾驶政策正加速落地以推动技术商业化进程。德国

于

2021

年12月成为全球首个批准

L3

级自动驾驶上路的国家，基于联合国图表

4：理想L9标配128线激光雷达效果图图表

5

：Velodyne64

线激光雷达资料来源：

搜狐新闻，慧天地,东方财富证券研究所资料来源：腾讯网，

知瞭汽车，东方财富证券研究所图表

3：智驾三大层级国家层面相继出台的涉及激光雷达的产业政策形成协同驱动效应，

例如

《新产业标准化领航工程实施方案（2023—2035

年）》从标准化战略高度明确激光雷达技术演进路径，《国家车联网产业标准体系建设指南（智能网联汽车）

（2023

版）》则在车联网产业生态框架下确立激光雷达技术融合标准，

而《关

于促进智能网联汽车发展维护测绘地理信息安全的通知》更从数据安全与产业

发展平衡角度完善制度环境。上述政策组合拳为激光雷达行业构建了清晰的市

场预期，形成有利于技术创新、产业升级的政策闭环。图表

8：中国激光雷达行业相关支持政策《自动车道保持系统（ALKS）》（R157）法规框架，率先允许奔驰

S级和EQS车

型的

“Drive

Pilot

”

系统在特定场景应用。中国

L3级自动驾驶政策以

“试点探索

+法规完善”

为推进路径，2023年11月起进入落地加速阶段：

启动搭载

L3级和

L4级智能驾驶系统汽车的

准入试点，并允许在限定区域上路行驶。

2023

年12月全面补充完善智能驾

驶安全与法规要求后，

2024

年1月提出通过多场景应用拓展及配套设施布局

优化，

推动智能驾驶规模化与产业化发展。与此同时，全球主要经济体加速完善智能驾驶技术标准体系与政策框架，

对

ADAS标准提出更高要求。欧盟Euro

NCAP、中国

C-NCAP及美国

IIHS

等

权威评测机构，针对

AEB（自动紧急制动）、

FCW（前向碰撞预警）、

LDW（车道

偏离预警）

及

LKA（车道保持辅助）

等核心功能制定更严苛技术规范，因此推

动了高端智驾感知层（例如激光雷达）的市场需求。

资料来源：CATARC

中汽测评，汽车测试网，

国家市场监督管理总局官网，AB

DYNAMICS

官网，东方财富证券研究所图表

6：智能驾驶政策示意图图表7

：C-NCAP

测试流程资料来源：

汽车测试网，东方财富证券研究所资料来源：中商产业研究院，东方财富证券研究所1.3.

复苏潮叠加智驾浪潮，

激光雷达渗透加码2018-2024

年全球汽车销量呈现先抑后扬，未来呈温和上升的复苏态势。

据TrendForce统计2020年受宏观环境冲击，全球汽车销量回落至7700万辆，随后逐步回暖，2023年回升至8700万辆，我们预计2025年将进一步增加。聚

焦中国汽车市场，其销量增长曲线亦显强劲，

据

TrendForce统计

2018-2023年期间，规模从2810万辆稳步攀升至3009万辆且复苏和增长势能延续，据中

国汽车战略与政策研究中心预测，2025年预期值达3250万。同时从产业联动逻辑看，全球汽车销量复苏叠加新能源汽车高速发展，正

加速推动汽车智能化渗透率提升。

在此趋势下，智能驾驶环境感知、座舱交互

监控、电子后视镜等功能对核心硬件载体大幅提升，其装配需求呈指数级增长。

而激光雷达作为智能驾驶环境感知的核心组件之一，直接受益于汽车智能化浪

潮。从全球汽车自动驾驶渗透率预估数据观察，2021-2030

年产业发展轨迹逐

渐向着全面智能化发展，目前集中在L2

级。根据集微咨询统计和预测，

L0

级

渗透率自2021年60%大幅收缩至2030年15%，L1级同期由28%降至

10%，说明资料来源：中国汽车工业协会，证券日报，中国汽车战略与政策研究中心，东方财富证券研究所资料来源：

今日头条，Global

Data,TrendForce,

199IT资讯网，东方财富证券研究所图表10：中国汽车总销量及预测图表

9：全球汽车总销量资料来源：

集微咨询，东方财富证券研究所据

Allied

Market

Research

测算，

2026

年全球无人驾驶技术市场规模将达

5566.7

亿美元，较2019

年可实现39.47%的年均复合增长率。激光雷达作为高

级别无人驾驶技术的核心组件，据沙利文统计预测，受无人驾驶车队规模扩张、激光雷达在高级辅助驾驶中渗透率提升等领域需求驱动，其整体市场将呈高速

增长态势，预计至2025

年全球市场规模达135.4亿美元，较2019

年实现64.5%

的年均复合增长率。

随着激光雷达成本下探至数百美元区间并满足车规级要求，

未来更多高级

辅助驾驶量产项目将实现SOP；据Yole

研究报告，

至

2025

年全球乘用车新车

市场L3

级自动驾驶渗透率将大幅提升，相对应每年近600

万辆新车将搭载激光

雷达。激光雷达在高级辅助驾驶领域市场规模未来将保持高速增长，按沙利文

预测，2025

年末市场规模预计达46.1亿美元，2019

年至2025

年复合增长率达

83.7%。单纯人工驾驶及基础辅助驾驶模式正加速退出市场。L2

级作为中期过渡核心，

2025年渗透率预计达40%，2030年进一步提升至45%，

凸显车企集中资源布局

L2级技术，以匹配市场对智能驾驶的基础需求。L3级从0%起步，2025年、2030

年分别提升至7%、20%；L4/L5级2025年渗透率实现1%突破，2030年升至

10%，

标志高阶自动驾驶技术正从研发端向商业化落地演进，增长趋势明确。图表11：

全球汽车自动驾驶渗透率预估汽车产业智能化电动化转型加速背景下，

高阶智驾加快融入日常出行场景，

激光雷达作为核心感知硬件的市场渗透率随之呈现高增长态势。根据盖世研究院智能驾驶配置数据分析显示，2022年L2级以上智驾系统市场渗透率为30%，资料来源：上海禾赛科技股份有限公司招股说明书，沙利文研究，东方财富证券研究所资料来源：上海禾赛科技股份有限公司招股说明书，沙利文研究，东方财富证券研究所图表12：全球激光雷达市场规模2017-2025E（亿美元）图表13：全球激光雷达在智驾ADAS领域市场规模（亿美元）资料来源：

盖世汽车研究院，东方财富证券研究所早期受消费需求、车企效益考量及技术成本与可靠性等多重因素制约，

激

光雷达主要应用于高端豪华车领域，

据盖世汽车数据显示

2022

年其核心搭载

价格区间为

40-50

万。随着激光雷达产业规模化生产推进及技术成熟度提升，

成本持续下降有效驱动其从豪华车型向中低价位车型渗透，2023年搭载核心价格区间降至35-40万，2024年

1-10

月进一步下探至30-35

万元，

呈现显著低价位渗透趋势，

技术普及化进程加速。L2++级智驾系统相较

L2+级别具备更高自动驾驶等级，对激光雷达数量与

性能要求更严苛，2022

年激光雷达主要装配于

L2++级智驾系统车型。随着激

光雷达在中端车型市场的适配能力与性价比获得认可，

其在智能驾驶不同级别

配置中的覆盖范围逐步拓宽，

2023年开始批量装配于L2+级智驾系统车型。至2024年1-10月，L2+级别车型中激光雷达搭载比例达21%，代表车型包括智己L6、极氪

001、路特斯繁花等，

上述车型通过集成先进激光雷达技术进一步强

化了驾驶安全性与智能体验。至2024年

10

月已提升至46%，直观反映出市场对驾驶辅助功能的接受度与需求持续攀升。伴随智能驾驶技术迭代升级及车企通过标配

L2

级以上智驾技术

构建差异化竞争壁垒，

高阶智驾在汽车市场的渗透进程显著提速。作为高阶智

驾系统的“感知中枢”，激光雷达搭载量与渗透率实现同步快速提升，

数据显示2024年1-10月激光雷达搭载量达115万颗、渗透率达6%，预计全年规模将

达到2022年的10倍。图表14：

激光雷达搭载量（万颗）与渗透率图表16：不同智驾级别智驾融合路线车型对比图表15：激光雷达车型销量（按价格段分布）资料来源：

盖世汽车研究院，东方财富证券研究所资料来源：

盖世汽车研究院，东方财富证券研究所随着时间的推移，激光雷达行业竞争格局重构速度加快。速腾聚创与华为

技术凭借领先技术能力及与赛力斯、极氪、智己等头部车企的深度战略合作迅

速崛起，

而图达通与禾赛科技市场份额呈现下滑趋势，

凸显激光雷达市场激烈

且动态的竞争特性。激光雷达行业头部企业通过技术突破、规模化生产及资源整合构建竞争壁

垒，形成高效市场整合效应，为自身高速发展奠定坚实基础。2024年，

激光

雷达行业集中度进一步提升，前四大厂商市场份额从

2022

年的

86%提升至近

100%。市场结构高度集中化带来的整合效应，将有力推动行业整体创新效率提

升，加速技术迭代成熟，

并促使激光雷达技术成本持续下降，

其应用覆盖范围

有望进一步拓展。图表17：

激光雷达市场竞争格局资料来源：

盖世汽车研究院，东方财富证券研究所目前激光雷达已成为高端智驾车型标配的核心硬件，数量从1颗到3颗不

等。从硬件配置维度观察，问界

M9

搭载的华为

192

线激光雷达，与蔚来

ET9配置的3颗图达通猎鹰150

线激光雷达，

通过高线数、多雷达组合方案，构筑

起领先的智能驾驶感知体系；而理想

MEGA

与小米

SU7

Ultra

选用禾赛

128

线

激光雷达，侧重在保障性能的同时优化成本结构，

实现性价比突围。同时在供

应链生态层面，

华为、禾赛科技、速腾聚创、图达通等头部企业凭借技术优势

形成差异化竞争格局。图表18：各车型激光雷达配置资料来源：

汽车之家-选取各车型最高配置，东方财富证券研究所2.

光电感知全面演进，

激光雷达全链路技术跃迁2.1.

从光源到算力：激光雷达产业链的全景重构与主导逻辑演进从产业链结构来看，

激光雷达产业链可清晰划分为上游、中游、下游三大

环节。上游环节聚焦于激光发射、激光接收、扫描系统及信息处理四大核心模

块，

涵盖光学元器件与电子元器件等关键基础组件；

中游环节以激光雷达产品

集成制造为核心；

下游环节则广泛覆盖军事、测绘、无人驾驶汽车、高精度地

图、服务机器人、无人机等多元应用场景。图表19：激光雷达产业链结构图资料来源：

苏州长光华芯光电技术股份有限公司招股说明书，东方财富证券研究所一个完整的激光雷达硬件可分为扫描模块、发射模块、接收模块及控制模

块四大核心单元。

其中，

扫描模块通过扫描器机械运动实现光束传播方向动态

调控，

其扫描形式选择直接决定探测范围覆盖广度及系统耐用性与稳定性水平；

发射模块作为激光光源输出枢纽，

光源类型及发射模式抉择将显著影响出射光资料来源：中商产业研究院，东方财富证券研究所从技术路径与产业格局看，激光雷达的差异化技术路线贯穿核心功能模块。

在测距原理维度，时间飞行法（ToF）

与调频连续波（FMCW）

构成两大技术分

支，

其中ToF凭借成熟度优势占据当前市场主流地位；

扫描系统领域呈现多元

技术演进格局，机械式方案、半固态MEMS、半固态转镜、固态光学相控阵（OPA）及固态Flash方案并存，

现阶段半固态MEMS

与转镜方案因成本-性能平衡优势成为商业化落地主力。光学发射模块形成清晰技术分类：905nm与1550nm波长构成激光光源主流

选择，对应边发射激光器（EEL）、垂直腔面发射激光器（VCSEL）

及光纤激光能量强度，

进而传导至探测范围纵深性能；接收模块承担回波信号采集功能，

探测器选型差异会直接作用于光子探测灵敏度阈值，

最终映射为系统可探测距

离与范围的边界条件；控制模块通过算法处理完成点云模型生成，

为自动驾驶

决策算法提供底层环境感知数据支撑。华为、禾赛科技、速腾聚创、图达通等头部企业凭借技术优势形成差异化

竞争格局。图表

20：激光雷达模块拆解资料来源：

澎湃新闻，艾瑞咨询，东方财富证券研究所从硬件构成成本视角分析，发射与接收模块在激光雷达成本控制中的战略

地位

。激光雷达最核心组件由发射模块、接收模块及控制模块等构成。在成本

结构维度，接收模块与发射模块为主要成本载体，

于激光雷达整体成本中分别

占据约

30%的比重；人工调试环节成本占比达

25%，机械装置部件成本占比

8%，控制模组成本占比则为7%。图表

21

：激光雷达成本分布情况资料来源：

华经情报网，

西纳智能，维基百科，东方财富证券研究所2.2.

距离测量技术演进提速，

ToF与FMCW共塑激光雷达应用格局从测距技术路径看，

激光雷达可划分为飞行时间（Time

of

Flight，ToF）

测距法、基于相干探测的

FMCW

测距法、三角测距法等类型。其中ToF

与

FMCW因具备室外强光环境下

100~250

米的远距探测能力，成为车载激光雷

达的优选技术方向。现阶段，ToF

是车载中长距激光雷达领域的主流技术路线，

而未来伴随FMCW

激光雷达整机方案及上游供应链的成熟度提升，

ToF

与

FMCW

激光雷达有望形成长期并存的市场格局。从系统架构看，

ToF

激光雷达主要由发射模块、接收模块、控制与信号处

理模块及扫描模块（若配备）构成：器三类发射器架构；接收探测环节则以雪崩光电二极管（APD）、单光子雪崩二

极管（SPAD）、硅光电倍增管（SiPM）为核心技术路线。系统控制层面，FPGA、

ASIC、SoC

三种芯片方案构建起从灵活开发到高度集成的完整技术梯度。图表

22：

激光雷达分布情况从技术原理看，ToF

通过直接测量发射激光与回波信号的时间差，基于光

在空气中的传播速度计算目标物距离，具备快速响应与高精度探测特性。FMCW

技术则通过对发射激光光频进行线性调制，基于回波信号与参考光

的相干拍频获取频率差，进而间接推导飞行时间以确定目标物距离。该方案具图表

24：

ToF

激光雷达核心模块示意图资料来源：

上海禾赛科技股份招股说明书，东方财富证券研究所图表23：

ToF&FMCW

原理图资料来源：

澎湃新闻，艾瑞咨询，东方财富证券研究所2.3．

发射光束整形升级提速，

准直镜与分束器协同构建高精输出路

径激光器作为激光雷达核心组件，

其结构主要涵盖泵浦源、增益介质、谐振

腔等模块。在激光器光学系统中，增益介质通过吸收泵浦源能量，

先由基态跃

迁至激发态，再通过释能回归基态稳态。此过程中，增益介质产生能量、波长、

方向高度一致的光子，经光学谐振腔反射放大后形成激光束。从国内激光器市场规模演变趋势看，

伴随智能设备、消费电子、新能源等

领域需求持续提升，

叠加医疗、美容仪器设备等新兴应用场景的不断拓展，行

业规模保持稳健增长态势。从细分技术路径观察，

EEL因技术导入时间较早、

整体工艺成熟度较高且成本优势显著，当前市场占比位居首位。图表

27：

激光雷达发射端光源占比资料来源：

华经产业研究院，东方财富证券研究所从激光器分类对比视角分析，

基于工作介质的差异化，

当前主流光源类型涵盖边发射激光器（EEL）、垂直腔面发射激光器（VCSEL）、固体激光器及光纤激光器等。

EEL

依托脉冲电流驱动模式，

可输出窄脉宽、高功率激光束，作为来

源：

FMCWLidar:Scalingto

the

Chip-LevelandImprovingPhase-Noise-Limited

Performance，东方财富证券研究所来

源：

FMCWLidar:ScalingtotheChip-LevelandImprovingPhase-Noise-Limited

Performance，东方财富证券研究所备速度信息直接测量能力及环境光/同频设备抗干扰特性。图表26：

FMCW激光雷达原理图图表

25：

ToF激光雷达原理图探测光源具备发光面积小、光功率密度高的特点，但工艺链条复杂，依赖产线

人工装调工艺，

导致生产成本高企且一致性管控难度较大。VCSEL

作为半导体

基底激光二极管，具备顶面垂直发射高效光束的特性，

其制造工艺与EEL兼容

性较强，规模化生产场景下成本优势显著，且生长结构更易于实现输出功率提

升，当前主流波长集中于

810nm、850nm

和

940nm

范围。光纤激光器采用掺稀

土元素玻璃光纤作为增益介质，

通常适配于

1550nm

激光雷达光源场景，

与调频连续波（FMCW）技术协同，

可在完成距离检测的同时，

利用多普勒频移实现速度测量。固体激光器以固体激光材料为增益介质，

是闪光式车载激光雷达

（Flash

LiDAR）技术路线的核心光源方案，能够实现大角度视场覆盖。光纤激光器系以掺稀土元素玻璃光纤作为增益介质的激光器品类，

相较传

统激光器类型，

其具备结构简洁化、能量转换效率高企、光束质量优异、维护

成本低廉、散热性能卓越等多维度优势，

已成为金属切割、焊接及标记等传统

工业制造场景的核心光源选择。中国作为全球工业激光产品最大消费市场，

占

据工业激光器约三分之一的市场份额，且该市场占比呈持续提升态势，

全球范

围内大部分工业激光器于中国本土完成生产或出口至中国市场。VCSEL

对

EEL

的替代趋势日益显著，核心驱动因素包括：

一方面，

EEL

后道处理工序成本较VCSEL

高出一倍以上；

另一方面，

EEL

已通过新型“多结”

工艺克服VCSEL发光功率较低的问题。图表

28：

主要激光器按发射模块分类对比情况资料来源：

华经情报网，东方财富证券研究所发射光学系统作为激光雷达核心组件，其结构由扩散片、准直镜、分束器

构成，

在技术链路中承担关键功能，

伴随激光雷达赛道需求持续扩容，

产业应

用场景呈现多维延伸趋势。从光学原理看，

激光器产生的原始激光束呈现非均

匀点状分布特征，其能量聚焦形成的"热点"效应存在烧毁靶面器件的风险，

同

时光束截面形态多呈椭圆或长条状不规则分布，且发散角参数离散度较高，直

接发射将导致探测精度劣化。发射光学组件通过扩散片、准直镜、分束器的协

同工作机制，

实现对原始光束的空间能量重构，

完成从非均匀光束到均匀化输资料来源：

华经情报网，东方财富证券研究所从人眼安全防护的技术要求出发，

激光雷达的波长选择形成两类技术路线：

一类是

1000nm

以下波段，典型值为905nm；另一类是

1000-2000nm

区间，典型

值为

1550nm。当前产业生态中，

905nm

波长占据主流市场地位，而1550nm

技

术路线虽具备穿透能力优势与人眼安全特性，但受限于较高的成本门槛及复杂

气象条件下（如雨雪天气）的性能衰减问题，

规模化应用仍存瓶颈。在车载传感器的技术演进框架下，两类波长呈现短期互补共存的竞争格局：905nm凭借成熟的产业链配套维持市场份额，

1550nm则依托技术特性构筑差异

化竞争力。从长期技术迭代趋势判断，随着

1550nm

工艺成熟度提升与成本曲

线下移，其在车载激光雷达领域的渗透率有望实现持续提升，

逐步形成对现有

主流技术路线的结构性替代。出的关键转换，

在激光雷达光学链路中发挥不可替代的作用。准直镜的核心功能在于通过光学折射/反射机制，

将发散光束转换为平行

光束；扩散片则通过散射原理实现光束截面的形态调制与能量均匀化分布；分

束器基于光的偏振或分波前原理，

将单一光束分解为多路径传输的光纤耦合光

束。三者通过精密光机结构集成，构建起激光雷达发射端的光束整形系统。图表

29：

主要激光器按发射模块分类对比情况资料来源：

华经情报网，东方财富证券研究所目前国内主流激光雷达厂商的激光雷达产品光源波长集中在905nm到

1550nm。图表31：

布局1550nm光源的部分厂商及产品情况（截至2023年）图表30：

不同波长激光对比资料来源：

华经情报网，东方财富证券研究所2.4.

半固态占据量产高地，棱镜与微振镜构筑扫描性能平衡点从扫描技术架构维度分析，

激光雷达可划分为三大核心品类：其一为采用

整体旋转技术方案的机械式激光雷达，

其二为收发模块保持静止状态的半固态

激光雷达，

其三为完全固态式激光雷达。图表

32：

主要激光器分类按扫描方式对比情况资料来源：

上海禾赛科技股份招股说明书，东方财富证券研究所从技术路径与市场适配性视角审视，机械旋转式激光雷达较半固态、固态

品类具备显著差异化竞争力：其核心优势体现为可实现

360°水平视场全域扫

描，

而半固态

/

固态产品通常最高仅能覆盖120°水平视场，且在有效视场内

测距均匀性指标劣于机械旋转式方案。目前机械式扫描适用于高预算的测试车

或特定场景（如港口物流）。图表33：

主要激光器分类对比情况资料来源：

澎湃新闻，艾瑞咨询，东方财富证券研究所在自动驾驶量产车型技术路线图谱中，

半固态扫描架构凭借成本效益与性

能平衡优势，已成为L2-L4

级自动驾驶解决方案的主流选择，并预计在未来5-8

年持续占据主导地位。其中，

MEMS

微振镜技术基于微机电系统（MEMS）的

精密制造工艺，通过微米级可驱动反射镜的角度精准调节，

实现激光束的动态

扫描与指向控制。该类反射镜通常具备毫米级镜面直径，

相较传统光学器件，

展现出轻量化、微型化及高性价比的显著优势。从驱动技术维度划分，

MEMS微振镜涵盖静电驱动、电磁驱动、电热驱动及压电驱动等多种技术路径，其中

以静电驱动与电磁驱动的产业化成熟度最高，在激光雷达应用场景中获得更广

泛的市场验证与技术采纳。图表34：

MEMS微振镜主流规格资料来源：

华经产业研究院，东方财富证券研究所转镜式激光雷达采用模块化设计，通过将激光收发组件集成固定，

前置双

轴旋转镜组作为核心扫描单元。在电机驱动下，

旋转镜组通过镜面反射实现对

空间视场的周期性扫描覆盖，

这种架构在系统功耗管理与热控设计方面具备显

著技术优势。棱镜式方案与之形成技术同源路径，

其核心机制在于利用双旋转棱镜对激

光光路进行动态调制，通过减少激光发射与接收链路数量，有效简化光学系统

对焦校准流程。这种技术优化不仅显著提升生产制造过程的工艺效率，

同时通资料来源：

明阳电路官网，东方财富证券研究所

资料来源：腾讯云，

美团无人配送，

东方财富证券研究所当前固态激光雷达赛道形成两大技术演进方向：

光学相控阵（OPA）

与泛

光面阵（Flash）技术路线。OPA

方案依托高度集成化的光学相控阵列架构，通

过功率分配器将激光能量耦合至多个相位调制单元，经光学天线阵列定向辐射，

在远场空间合成高能量密度光束。基于相位差控制的光束偏转机制实现空间扫

描，但该技术面临扫描视场受限、旁瓣效应显著及精密加工工艺壁垒高等技术

瓶颈，

尽管具备成本优化、规模化生产及系统集成的潜在优势，距离商业化量

产仍存在技术代差。Flash

激光雷达采用面阵式激光发射策略，通过瞬间全视场覆盖实现环境信

息捕捉，配合高灵敏度接收器件完成三维场景重构。该方案凭借非扫描式设计

有效规避运动畸变误差，但存在能量利用率低、探测距离衰减明显的固有缺陷。

作为核心性能驱动组件，

垂直腔面发射激光器（VCSEL）与单光子雪崩二极管

（SPAD）的技术迭代，正推动

Flash

方案加速突破性能瓶颈，

有望率先实现中

程探测领域的商业化落地。图表

37

：OPA激光雷达图表38：

Flash激光雷达对比传统雷达资料来源：电子工程世界，EEWorld资讯，东方财富证券研究所资料来源：

asc3d技术公司，东方财富证券研究所2.5.

探测多元演进，光电技术跃升从技术演进与产品矩阵视角剖析，光电探测器（光电二极管）

家族呈现多

元化技术路线，目前的接收技术主要集中在PIN

、APD

、SPAD

及SiPM

等。过降低装配复杂度，

实现产品良品率的大幅跃升。图表

35：棱镜图表36：楔形棱镜APD

作为高灵敏度光电二极管，

其工作原理基于光生载流子在强电场加速

下获取足够能量，通过与晶格原子碰撞电离产生电子

-

空穴对，该技术因成熟

度高成为

ToF

类激光雷达的主流探测器方案。SPAD

本质为工作于盖革模式的

APD

器件，通过施加高于击穿电压的反向

偏压实现更高灵敏度，但过度灵敏特性衍生出通道串扰、寄生脉冲等电路设计

难题，

叠加工艺复杂度导致制造成本高企。SiPM

由多个带淬灭电阻的独立SPAD

单元构成，

各像素单元信号叠加形成

幅度可调输出，其光子探测能力与信号幅度呈正相关，理论探测距离可超

200m，

但串扰抑制与温度漂移等技术瓶颈仍待突破。PIN

作为基础型光电二极管，通过

PN

结光电效应实现光子吸收与电荷分离，

在反向偏压下直接将光信号转换为电信号，具备结构简单、响应速度快的特点，

但灵敏度低于APD/SPAD

技术路径。图表

39：

各类接受探测器性能比较资料来源：

华经情报网，东方财富证券研究所激光接收模块由光电探测器与接收光学系统构成。接收光学系统的核心功

能为最大化收集目标反射光能量，并将其汇聚至探测器光敏面，其核心组件包

括透镜、分束器及窄带滤光片。透镜在光学链路中承担光线会聚、发散及光束

整形等关键作用，

常见类型包括非球面透镜、球面透镜和平凸透镜；分束器可

将单束入射激光分解为多束，

且确保分束后光束的直径、发散角及波前特性与

原光束一致，仅功率分布与传播角度发生改变。窄带滤光片作为接收端光学系统的战略元件，

通过滤除非目标波长的自然

光杂质，保障信号接收的精准性，其技术壁垒与产品附加值显著高于普通滤光

片。由于需实现高强度光源隔离，

窄带滤光片需进行数十层至百层级的镀膜工

艺，镀膜层数和成本显著超越常规滤光片，且每层镀膜的温度控制精度要求极

高，技术护城河深厚。图表

41

：滤光片示意图图表

40：透镜示意图资料来源：

新特光电官网，东方财富证券研究所

资料来源：

麓邦商城，东方财富证券研究所2.6.

算力跃升驱动，控制中枢多元演化控制模块作为激光雷达的核心中枢，承担信号处理、数据分析及系统控制

等关键职能。其技术内核聚焦于高性能处理器与算法架构，

旨在实现对海量点

云数据的实时解算与处理。从当前技术路径看，主流方案可划分为FPGA、ASIC

、SoC

三类技术路线：FPGA

技术基于可编程逻辑单元架构，通过灵活配置逻辑单元实现数据处理

功能，

具备强实时性特征，但存在成本高企与功耗偏大的显著痛点。ASIC

方案采用定制化专用芯片设计，针对特定算法进行深度优化，在效率

与功耗控制层面展现显著优势，

然而灵活性不足与开发成本较高构成其商业化

推广的主要瓶颈。SoC

技术则通过单芯片集成多类功能模块，形成高度集成化解决方案，

具

备易开发、低功耗等特点，但其在信号处理领域的专项性能或不及前两类技术

聚焦度，存在性能均衡化的技术特性图表

42：

FPGA

芯片

图表

43

：ASIC

芯片资料来源：

西纳智能官网，东方财富证券研究所资料来源：

维基百科，东方财富证券研究所3.智能感知加速进阶，激光雷达产业链多点开花3.1.禾赛

：模块化革新赋能，感知系统迎来轻量高效时代禾赛科技凭借将激光雷达制造工艺深度嵌入研发设计体系的独特优势，在

实现产品迭代周期显著缩短的同时，构建起高性能、高可靠性与低成本的三重

产品竞争壁垒。公司依托光学、机械、电子等激光雷达核心技术领域的深厚技

术沉淀与持续创新能力，打造的激光雷达产品矩阵已通过充分的市场验证，

实现大规模量产交付。2024年，公司实现总收入25.6亿元，同比增长3.4%。2023

年，公司实现总收入24.8亿元，同比增长55.5%。基于激光雷达核心模块芯片化的行业演进方向与底层光电器件的技术迭

代趋势，公司构建起V1.0至V3.0的多代次芯片化产品矩阵。该技术路线深度

布局多通道驱动芯片、多通道模拟前端芯片、高精度数字化芯片及SoC芯片等

核心领域，通过系统化的技术路径规划，实现产品性能与技术水平的持续进阶。公司目前下游合作客户粘性大，

即包括主流新能源车企比亚迪和理想，

又

包括传统欧美车企包括大众，奥迪和福特等。图表

46：

禾赛下游客户图表

44

：2019-2024禾赛营收与归母净利润图表

45：

禾赛2024年主营业务收入构成资料来源：

Choice禾赛-财务摘要，

东方财富证券研究所资料来源：

PR

Newswire资讯网站，

东方财富证券研究所资料来源：

禾赛-按产品分类，东方财富证券研究所资料来源：

禾赛科技官网，东方财富证券研究所禾赛科技依托成熟的

AT

平台，融合第四代芯片架构创新研发的禾赛

ATX

激光雷达，自2024年4月发布便引发行业高度关注，计划于2025年一季度实现规模化量产装车，正以稳健步伐推进产业化进程，有望重塑汽车智能化技术格

局。该产品深度覆盖高级辅助驾驶、无人出行及智慧物流等核心场景，

凭借卓

越性能参数与结构设计，

成为自动驾驶领域的革新利器。在技术性能维度，禾赛最新的ATX

以极致参数构建核心竞争力。其最远探

测距离达300米，较前代AT128提升50%，实现超视距环境感知；最高支持256

线扫描与0.08°×0.1°的顶级角分辨率，较AT128提升100%，确保环境细节

精准捕捉。值得关注的是，该产品通过架构优化实现体积缩减

60%、重量降低

50%，在性能跃升的同时达成轻量化突破，

为汽车工程设计释放更多空间。三大核心优势构建禾赛产品护城河：

其一，300

米超远探测距离配合高分

辨率感知系统，使智能驾驶车辆在高速工况下具备更充裕的决策响应时间，

显

著提升主动安全性能；其二，基于

AT系列成熟架构的模块化创新，实现收发

模块高度集成与光学结构简化，整机最小视窗高度仅25mm，完美适配多样化车身形态；其三，

140°超大水平视场角设计，

精准覆盖车辆加塞、行人横穿等

复杂场景，

为自动驾驶系统提供全域感知数据支撑，

全方位保障行车安全。图表

48

：ATX超远测距图表49

：ATX市场角公司持续完善车载激光雷达产品谱系，始终保持技术研发的领先态势。图表

47：

禾赛车载激光雷达产品参数资料来源：

禾赛科技官网，东方财富证券研究所资料来源：

禾赛科技官网，东方财富证券研究所资料来源：

Choice速腾聚创-财务摘要，东方财富证券研究所在技术研发层面，公司展现出前瞻性的战略布局，

系全球首批布局自研芯

片技术的激光雷达企业。自

2017

年启动芯片驱动的扫描、收发及处理系统研

发，2021年6月凭借M平台产品的量产业绩，成为全球首个实现自研芯片车规级激光雷达量产交付的行业标杆；2022年

11

月推出的E平台产品，

进一步集

成自研的传输、接收及处理一体化芯片，

除延续

ADAS

领域的技术优势外，

其

更广域的探测范围与经济性特征，

预计将在机器人应用场景释放更大市场潜力。公司产品迭代策略凸显技术落地的连续性与客户友好性。

2021

年M1

实现

量产，

2022年M1Plus、2023年M2先后完成量产导入，且所有迭代产品均保

持尺寸规格与接插件的兼容性，

确保客户仅需承担极低的额外成本即可实现系

统升级。未来

M

平台（含

M3、MX

等规划型号）与

E

平台产品将持续推进技术

革新，通过性能优化与场景适配，

为公司在全球市场的份额扩张与长期竞争优

势构建提供核心动能。图表

51

：速腾聚创激光雷达技术路径图表52：速腾聚创激光雷达产品矩阵3.2.速腾聚创：高线数架构突破，点频测距双优速腾聚创(2598.HK)作为全球激光雷达及感知解决方案领域的领军企业，

自

2014

年成立以来便构建起差异化的竞争壁垒。区别于行业内单纯聚焦硬件

制造的竞争者，公司构建了硬件与软件深度协同的技术体系——以芯片驱动的

激光雷达硬件为核心载体，

叠加自主研发的人工智能感知软件，形成覆盖数据

采集与智能处理的完整解决方案，

赋能汽车及机器人实现环境感知能力的本质

提升。其业务矩阵清晰划分为三大板块：一是面向ADAS、机器人及清洁、物流、

工业检测等非汽车领域的激光雷达硬件销售；

二是集成硬件载体与智能算法的

感知解决方案交付；

三是技术开发及配套服务支持。2023年，公司实现总收入11.2亿元，

同比增长111.3%，实现毛利润0.94亿元，同比增长

241.03%。2024年，公司实现总收入16.49

亿元，同比增长47.23%，

实现毛利润2.84亿元，

同比增长202.12%。图表

50：

2022-2024速腾聚创营收与毛利润资料来源：

速腾聚创官网，东方财富证券研究所速腾聚创依托技术沉淀，构建起差异化显著的激光雷达产品矩阵，精准匹

配多元应用场景需求。旗舰产品EM4作为全球首款

“千线”（1080

线）超长距激光雷达，

凭借2592

万点/秒的超高点频，实现600米超远探测距离；

EMX搭载真192

线技术，以288万点/秒点频和300米测距能力，

平衡性能与成本；MX配置251

线，有效探测距离达200米；M2聚焦超高清成像，

点频157.5万

点/秒；M1Plus采用二维MEMS架构，

点频78.75万点/秒；RubyPlus配备

128

线方案。产品矩阵融合SPAD-SoC、SPAD+VCSEL等前沿架构，通过线数、点频、

测距参数组合及架构创新，形成覆盖车载等多领域的性能梯度布局图表

54：速腾聚创产品参数速腾聚创通过深度绑定汽车、智能驾驶及芯片产业上下游生态，构建起跨

领域协同的战略布局。公司凭借技术领先优势与商业化落地能力，

已实现主流

车企