本文来自微信公众号：瑞泽洞察（ID：gh_f10a7c242141），作者：瑞泽汽车，题图来自：视觉中国
有句话说，新技术总是在短期内被高估，却在长期内被低估，但如果新技术走在一条错误道路上呢？抑或是你以为的长期，其实是遥遥无期呢？
今年以来，全球几个上市的车载激光雷达纷纷跌成狗，更有全球激光雷达鼻祖企业Ibeo陷入破产，但阻挡不了国内投资者的热情，仍有一批激光雷达企业融到天使轮或早期[图1]。没想到新消费、SaaS领域出现的投资怪圈，继续在自动驾驶感知领域重现。
有时会觉得是不是我们一手深度研究做多了，缺乏投资人那样的远见？可瑞泽洞察从去年底开始对新消费、企服SaaS破灭的提前预判还是靠谱的啊。
恰巧去年至今做了几个激光雷达和4D毫米波雷达的一手研究项目，并和5-6位头部创始人深聊，反观这持续涌入的投资和贵得离谱的估值，这个领域凭什么？为什么？怎么了？
努力二十年后的局面说明什么？
特斯拉去年全球卖了近100万辆智能汽车，宁德时代去年卖电池获得1,300亿营收，而激光雷达的全球知名企业，除鼻祖Ibeo历经25年折腾终于挂了，其他几家如Velodyne， Luminar， Arbe， Ouster也都是8-10年历史的老企业了。
但论收入，这几家去年的营收也不过3000万美金左右，折算到销量不过小几万颗，再按每辆车平均2颗雷达的配置，对比去年全球约650万辆新能源车（不含高端燃油车），这个渗透率也就不到2‰。倒是毫米波雷达去年在中国前装市场卖了1,360万颗。
什么样的新技术需要先烈企业折腾二十多年，到近十年的头部创新力量猛攻之下，仍不成气候？这批刚入局的投资人，如果某创始人告诉你，他的技术要20年后才初步被市场接受，届时该技术产品的渗透率可达千分之一，你还投的逻辑是什么？
相信这批企业也是吹着贼大的性能提升和降本故事撑到现在，但一个故事吹上十几年还没成气候，甚至自动驾驶算法在L3上基本成熟，而硬件产品的渗透率仍停留在1‰，到底是这个产品牛X坏了，还是投资人傻X了？
现实是什么？新能源车最发达、渗透率最高、全球份额最大的中国市场，去年车载激光雷达仅卖了2.5万颗，按每辆2颗折算，对比去年中国2,700万乘用车销量，那不是任重道远，是可能接下来的路越来越难走。
马斯克自始至终都抨击激光雷达，除了把激光雷达说得一文不值外，还恶心了一下，说采用激光雷达方案就像是“人身上长的阑尾”。特斯拉的绝大多数工程师都无比聪明，水平远高于一般创业企业，只要激光雷达代表了未来，那砸钱也得干，哪家比特斯拉有钱？绝不是所谓的简单的成本考量。
此外，没几年就快速崛起的4D毫米波雷达，正快速追赶激光雷达的步伐。说取代为时尚早，但全球tier1几乎都all in到了4D成像雷达，博世、大陆、海拉、电装、安波福、维宁尔等都在今明两年陆续量产。并且4D毫米波雷达没有激光雷达、视觉方案都难以克服的弱点，就是全天候适应能力，暴雪、暗夜及各种遮挡物环境下都可探测。
目前大陆ARS540 4D毫米波雷达率先量产，价格不到220美金/颗，据称毛利不少于50%，按基于NXP的方案，4-5颗就足以实现L3自动驾驶要求的数据质量。
至于L4级别，说实话现在这批新势力嚷嚷要配置L4，那又是忽悠消费者的套路。无论是落地技术还是法规问题都很不成熟，L3才开始，L4还太远，拿下L3才是决胜点[图3]。
如果4D毫米波的数据质量和成像效果能快速提升，未来3年要对激光雷达实现超车，不是没有可能。这就是为什么全球tier1纷纷加速布局4D毫米波，甚至于刚说要放弃超声波雷达的特斯拉，也始终关注高精度毫米波雷达的进展。
本月初，特斯拉官方车型零件里出现一款和之前类似的高分辨率雷达[图4]，并且特斯拉一直在招募DSP软件工程师，这样也是重要的印证。连马斯克本人也公开表示：“高分辨率雷达比纯视觉好，但只有高分辨率才是有意义的。”
再看市场规模预测，据法国Yole研究公司最新预测，到2027年全球车载激光雷规模20亿美元，假设1/3在中国市场，50亿人民币的年需求。记住，这是激光雷达不被追赶乃至超越的理想情况。
再看国内外这批激光雷达的估值[图5]，就国内这几家合计四五百亿估值，再给5年怎么也得翻一番，那么多钱投进去，为的就是一个远期50亿人民币的不确定市场。自动驾驶大抵如此，图森未来1年内股价从40美元跌到如今6美元，真是“图样图森破”。
这至少是科学投资逻辑无法解释的现象，但很快2-3年就能见分晓了。
必要性永远是首要先决条件
为什么比亚迪、特斯拉不仅销量、销售额遥遥领先，还能保持高增长？[图6]因为他们知道什么对消费者来说是必要的，是决定性的下单因素，也是车企使用新技术的先决条件。
对于没那么重要的功能，产品提供方最重要的考虑是如何快速达到能产生足够功能体验的同时，让成本可接受，当然还得符合车规级的安全条件。就汽车这个产品来说，在自动驾驶的功能体验和降本的动态平衡中，降本更能推动应用的必要性。
反过来，体验还不够好或频繁发生安全事故，那消费者的尝鲜意愿自然会下降。目前来看，标配ADAS 0-2就够了，那些偶尔才在高速上体验的功能，并不是非有不可。
作为Model X和Model 3的早期车主，我发现在大城市的市中心基本用不到L2.5/L3功能（自查区别），尤其近2年的高速自动驾驶安全事故增加，也用得更少了。
现实是车厂乃至锂电池企业都被上游原材料企业压得喘不过气，一辆25万的新能源车，近1/4是电池成本，这才是必须要解决的问题，否则只能想尽办法在续航问题上动歪脑筋，也非车厂本意。
所以，上半场是否结束得头部车厂说了算，棘手问题还没解决，哪有精力耗费在还不成熟的功能体验上？几家造车新势力还处在水深火热之中，几款搭载2颗激光雷达的新车，写了一堆软文，却不敢拿出权威路测评估。参数上早就达到L3的标准[图7]，却没一家敢宣称自己是L3应用，是为啥？
在过去几个深度一手研究项目中，我们也翻了些文献，指标一大堆[图8]，水平角分辨率、俯仰角分辨率、最远探测距离、每秒点云数据量、折射率、信噪比、抗干扰、通道数、激光线束量等，都是拿来忽悠投资人的。
这些指标互相影响，单一指标高说明不了什么。线束多，但电机转速、扫描速度慢，那32线的还不如16线的。点云数据即便达到50万/秒，但如果对150米外的行人没有10个点的数据回收质量，也是不合格的，是任意环境实时实现。
就这么一个要求，目前上车的激光雷达几乎都达不到，但各家PR稿里只字不提，说的都是消费者云里雾里的概念，毕竟，现在还是个摆设。访谈了几家车厂的自动驾驶专家，用他们的话说，这叫预埋。
始终确保最远探测距离下的实时测量精度达标，实现稳定、高质量的数据采集质量，这才是第一步。其次是感知算法，不算门槛太高，但也就全球tier1和国内巨头有资金投入，去研究怎么把模拟信号转换成高质量的数字成像。然后决策算法才派得上用场，这块才是高门槛。
什么样的成本才算合理？
性能成熟度先放一边，刚才提了4D毫米波的价格，再来看激光雷达。目前小鹏贡献最多的激光雷达采购量，最近小鹏某车主修了一颗激光雷达，不含工时费的维修费用9K元/颗，那卖给小鹏新车的价格怎么也得八百美元/颗，正常标配2颗起码得1万人民币。
怎么样才算合理？怎么样才能打开市场？其实还是回归到必要性问题，除非极其便宜。
一辆25万的新能源车，上面4只米其林轮胎的总价也不过3000元。一颗激光雷达对驾驶功能和体验到底有多大的价值，比轮胎还重要？1万多的零部件成本，还不含算法投入，至少占单辆车生产成本的10%以上。纯粹为了卷死对手，对车厂提振销量到底帮助多大？
如果以实现大规模L3应用为前提，特斯拉的纯视觉太便宜，没法比。就拿较普及的3D毫米波雷达来说，单颗在200-500元不等，看是前雷达还是角雷达，也看是国产还是进口。
这么一比，4D毫米波的降本优势明显，如果4颗4D毫米波总共600美元，基本可取代32线、60万/秒点云数据、250米最远距离的激光雷达，那激光雷达的路真有点难走了。
还得说回市场本身。在国内的路况和法规条件下，能实现L3的较大渗透已经很好，到L4也不是单纯看性能和成本了，如此复杂的国内路况和法规容忍度，是更难逾越的挑战。
硬科技永远不要疏忽巨头的实力
无论全球还是中国市场，以毫米波雷达为例，全球tier1仍把持7-8成的市场份额，这个先发优势只要没有巨大的战略失误，不管是未来主推激光雷达还是4D毫米波雷达，这些tire1都很难错失机会。
国内对手的话，海康威视很早就几乎控股了4D毫米波雷达的领先企业森思泰克，但这公司之前并不咋的。
看到有篇文章，说一个投资人仍对激光雷达充满信心，理由是软件算法的提升有限，最终会被降本后的硬件取代。首先，太小看算法的能力和门槛了；其次，如果硬件降本那么容易，轮得到创业公司？再者，综上所述，这规模降本的信心何来？
说到底，在硬科技领域，这些国内外的工业科技巨头远比投资人要更懂2B怎么玩，汽车即便是消费品，但背后是复杂的工业运营体系，要打赢长期战，这些行业领军者对新技术产品的认知和投入，也比投资人要更懂。
最后提一点是雷达中的芯片供给问题，虽然目前还不在美国制裁范围内，但未来也不好说。真大规模上量后，芯片很可能成为瓶颈。国内代表性的是加特兰，但全球市场上仍是英飞凌、恩智浦、德州仪器等巨头把持[图9]。
芯片在硬件层面对分辨率提升是关键，目前多级联和MIMO路线都在快速提升中[图10]，具体技术分析可自查材料。
除车载应用外，我们也对毫米波雷达的其他场景应用有过一定研究[图11]，只是市场规模不大，如果你感兴趣，欢迎评论区交流。
本文来自微信公众号：瑞泽洞察（ID：gh_f10a7c242141），作者：瑞泽汽车