1.85亿颗！禾赛自研芯片出货曝光，还有3大安全黑科技！| 智车星球

“显性指标到最后会越来越接近，真正形成长期壁垒的，是那些‘冰山下面’的能力。”

作者|王蕊

编辑|西子

“截止到昨天，禾赛产品里使用的自研芯片和半导体器件已经达到 1.85 亿颗，这个数字在行业里有可能领先第二名至少 10 倍以上。禾赛不仅仅只是一家激光雷达公司，也是一家激光雷达的半导体公司。”

2025 年 11 月 24 日，禾赛举办首届技术开放日，禾赛科技的联合创始人、首席科学家孙恺博士，第一次向外界介绍了禾赛在自研芯片领域的思考和进展，并推出了两款关乎下一阶段行业走向的新品——基于 RISC-V 架构激光雷达专用高性能智能主控芯片费米 C500，以及面向 L2 场景的 256线激光雷达ATX 焕新版。

△禾赛科技的联合创始人、首席科学家孙恺博士

费米 C500 把原本分散在 MCU、FPGA、ADC 的功能集成进一颗主控芯片，让激光器、探测器、前端链路到主控处理的全链条，在禾赛内部形成闭环。ATX 焕新版将搭载费米 C500 ，在明年 4 月 SOP，目前累计在手订单超过 400 万台。

同时，孙恺还首次揭秘了禾赛的「光子隔离」安全技术，该技术可以让激光雷达具备超越行业的安全性与可靠性，做到了物理层面的极致“零误报”。目前，「光子隔离技术」已全系搭载至禾赛 ATX、ETX 等主激光雷达。

费米 C500、「光子隔离」安全技术、ATX 焕新版，将共同拉高激光雷达的性能上限与安全下限。

孙恺在演讲时说，“我们不是依赖经验的公司，而是依赖最底层的思考。”这也是禾赛多次“反行业共识”行为背后的底层逻辑。

过去11年里，禾赛多次在最关键的技术节点做了反向决策：在机械旋转式被认为“过不了车规”和成本太高时时，禾赛坚定机械旋转式并重做架构；在1550nm被追捧时，禾赛预判到905nm的上限更高，放弃了这个技术路线和产品线。

今天，在激光雷达已经诸多车型标配，显性的参数如线数、点频被极度关注，而禾赛将重点放在了背后隐性的价值——质量和安全。

在接受《智车星球》采访时，禾赛科技联合创始人、CEO 李一帆博士判断：“显性指标到最后大概率会收敛，会越来越接近，真正形成长期壁垒的，是那些‘冰山下面’的能力，大量隐性的指标，大量关于安全、不误报的东西，以及在百万台量级下保持稳态质量的工程体系。”

△禾赛科技联合创始人、CEO 李一帆博士

芯片化是唯一终局

ATX 焕新版是这次开放日的重心之一，在上一代 ATX 基础上，焕新版把性能空间与安全边界同时大幅推进。

在核心指标上，ATX 焕新版在点频和分辨率上达到上一代的 2 倍以上，测距能力提升到上一代的 1.2 倍，远距小目标识别能力提升约 1 倍。

更关键的是安全下限。

ATX 焕新版也加入了加入“光子隔离技术”，把发射与接收通道做成严格的一一对应，在物理层面切断传统 SPAD 的串扰路径，使雨雾、高反目标场景下的误报与漏报，在物理层面被直接消除，实现真正意义上的零误报。

背后的核心支撑，就是费米 C500 主控芯片。

它采用 RISC-V 架构，把原本分散在 MCU、FPGA、ADC 上的功能收拢到一颗主控芯片，点云处理能力在同等功耗下提升约 1 倍，具备车规级功能安全与网络安全能力，可以进一步保障可靠性，并且成本做得更低。

费米C500 补齐了禾赛第四代芯片平台全栈自研的最后一块拼图，嵌入了禾赛过去10年在功能安全、网络安全等方面的算法，内部集成了 256 核 IPE 点云智慧引擎，能在芯片端完成雨雾噪点清洗，不依赖后端算力。一个明显可感知的提升就是， ATX 焕新版在中等雨量、小雪场景下的输出，在物理层面上把外部环境的干扰降低到极致。

除此之外，费米C500的还带来了另一层更加隐性的安全能力——供应链安全。

在当前的全球产业格局下，芯片供应的可控性至关重要。ATX 焕新版是禾赛首款实现全栈自研的激光雷达，所有关键零部件均可完全自主可控，具备真正意义上的“全国产化”能力。

这不仅提升了产品层面的工程稳健，也为主机厂提供了更高的供应稳定性与长期风险防控能力。

禾赛自 2017 年起就开始布局激光雷达专用芯片（ASIC）研发，通过芯片化，禾赛实现了产品架构简化和设计优化，显著提升了性能、质量及成本效益，为公司在激烈的市场竞争中赢得了显著优势。目前，禾赛芯片产品已实现全系列规模化量产，形成了坚实的技术壁垒。

禾赛几年前就曾预测：芯片化收发架构将是激光雷达的唯一终局，因此，一流的激光雷达公司必须是一流的芯片公司。

历经四代芯片平台研发，禾赛已经做到包括激光器、探测器、激光驱动器、TIA 芯片、ADC 芯片、数字信号处理器和控制器七大关键部件全栈自研。

截至 2025 年 11 月，禾赛共有16 款自研芯片获得 AEC-Q 车规认证，已累计交付达 1.85 亿颗，位列激光雷达行业全球第一。凭借自研芯片路径，禾赛科技开发了强大的产品线，包括 AT、ET、FT 系列，及 XT、OT 系列和 JT 系列，这些产品迅速获得市场认可，赢得了国内外众多量产定点。

“反共识”的选择

回看过去 10 年，ATX 和 C500 的诞生是禾赛三次逆行业判断的延续。

第一条线索是机械旋转技术路线。

2016 年行业普遍认为机械旋转结构复杂、成本高、难过车规，但禾赛在调研中找不到支撑这一判断的物理依据，“电机为什么过不了车规？传统车上功率更大、转速更高的电机都能过。”

他们意识到，核心问题不在物理层，而在制造体系。

Velodyne 依赖 128 块电路板堆出极限性能，但难以复制。于是，禾赛把同类型结构压缩到 11 块电路板，把激光雷达从“手工件”变成“工程件”。

这种压缩与集成的逻辑一直延续到今天的 ATX，线数、分辨率、点频翻倍，不是堆料，而是结构继续简化之后，自然腾出来的性能空间。

结果是，2024 年禾赛仍有接近 10 亿元营收来自机械旋转雷达，而且毛利极高。那些曾经公开否定机械旋转的公司，也在 2023—2025 年陆续重新发布机械旋转新品。

第二条线索发生在行业路线最混乱的那几年。

2019 年 CES，1550nm+MEMS 方案几乎占据整个展馆的注意力，禾赛的 GT 是这一路线下性能最强的产品。按当时的主流判断，这几乎是“未来路线”的标准答案。

但从 CES 回国数周后，团队做了那几年行业里最激烈的路线选择：把 1550nm 全线砍掉，全部转向 905nm 芯片化。

因为禾赛判断，905nm + VCSEL + 单光子探测器的芯片化能力、成本曲线与制造能力会远超 1550nm。

三年后，AT128 累计百万台交付，并在 ADAS 领域连续 8 个月市占率第一。

第三条线索来自一个更深层的反思。

当“数字激光雷达”成为新热词时，行业迅速走向“SPAD = 数字、SiPM = 模拟”的二元争论。

但禾赛没有凑这个热闹。发布会上，孙恺明确表示：“激光雷达像斑马，有黑有白。发射是数字到模拟，接收是模拟到数字，它天然就是混合系统。”

所以，数字和模拟从来不是路线选择题，集成能力与规模化能力才是重点。

因此，禾赛在底层探测路线并未押注单一方向，而是同时打造了APD、SiPM、SPAD三条技术路线的完整产品矩阵，覆盖从 L2 到 L4 的不同自动驾驶需求。

APD 路线下的Pandar 系列已成为全球 Robotaxi 的主流配置，全球 TOP10 Robotaxi 公司中有 9 家将其作为主激光雷达，全球无人驾驶市占率超过 60%；

SiPM 路线下的AT 系列形成从基础到高性能的量产链，AT128 与 ATX 累计交付约 200 万台，在 L2 主激光雷达市场接近 50% 市占率；

SPAD 路线下，2023 年禾赛推出全球首款车规量产 SPAD 激光雷达 FT120；2024 年收购 Fastree3D，获得最早的 SPAD 3D 堆叠专利；2025 年前向长距 ETX 采用完全自研的 SPAD 3D 堆叠芯片，是目前唯一实现完全自研的前向长距 SPAD 方案。

ATX 中的“光子隔离技术”，就是这种体系化判断的工程落地。

数次“反共识”的选择，最终收束为一个结果：全球激光雷达技术、制造和出货龙头企业。

目前，禾赛具备年产 200 万台、扩产周期 3–4 个月的制造能力，支持 AT 系列的百万台交付，也支撑了 ATX 焕新版超过 400 万台的订单。

此外，禾赛正在建设海外首座激光雷达工厂——泰国工厂，进一步提升全球交付能力与供应链韧性，为海外车企在地化量产提供产能保障。

从数字世界走向物理世界

作为一家美股、港股两地上市的公众公司，市值和增长空间是禾赛最受投资者关注的点。

谈到未来的增长潜力，李一帆认为：市值只是判断公司价值的参考，能成为什么量级的公司，就看他解决的是不是这个社会最重要的矛盾。

“在我心中禾赛解决的最大矛盾，是从数字世界走向物理世界，从二维世界走向三维世界的时候，AI的落地、AI能力在物理世界应用最大短板，就是感知能力，要在物理世界交互和感知，机器人技术在不同场景落地，这是禾赛比较一致的使命。”

李一帆认为，车只是高性能激光雷达的第一个应用场景，三维世界有很多可能的场景，大家今天都还没太想到。

黄仁勋也曾说，所有会移动的东西都会变得自动化。如果顺着这个思路，激光雷达将成为机器人领域、甚至整个数字世界的基础设施。

因此，从几年前开始，禾赛也在积极拓展机器人领域的应用，禾赛JT系列激光雷达出货量已经突破10万台，主要应用场景包括庭院机器人，如割草机、泳池机器人、扫雪机器人，具身智能、工业机器人和服务机器人也是禾赛重点关注的领域。

但是对于机器人业务的爆发节点，以及是否会下场做机器人，禾赛的判断是理性而克制的。

李一帆认为，“我们还是一家做底层技术的公司，最好的业务一定是用包含三维感知在内的多种基础设施能力支持各家，而不是自己下场。机器人在 AI 实现之前，大概率会持续是一个探索科学边界的产品。”

最真诚的智能汽车报道