当前位置：首页>自动驾驶>自动驾驶还没等来,机器人先把激光雷达买爆了

自动驾驶还没等来,机器人先把激光雷达买爆了

  • 2026-11-03 05:25:34
自动驾驶还没等来,机器人先把激光雷达买爆了
LIDAR · 机器人 · 供应链外溢

自动驾驶还没等来，机器人先把激光雷达买爆了

激光雷达被自动驾驶推上风口，但真正先把它买成规模的，可能是那些不太像人的机器人。
我以前一直以为，激光雷达最先改变的会是汽车。
毕竟过去几年，激光雷达最常出现的地方，就是新车发布会。车顶一颗，保险杠两侧各一颗，销售再补一句"高阶智驾硬件拉满"，用户心里就会觉得，这车好像比别人更聪明一点。
但最近看到一组数据，我的第一反应是有点反常。
速腾聚创 2026 年一季度的激光雷达出货里，机器人及其他业务卖了 18.55 万颗，占总出货约 56%，第一次超过了 ADAS。也就是说，在这家公司那里，买走更多激光雷达的，已经不是汽车，而是机器人。同比涨了 14 倍多。
SVG 01
买走更多雷达的，先变成了机器人。
速腾聚创 2026 Q1 出货结构ADAS约 44%机器人18.55 万颗约 56%
不是车载没有放量，而是机器人先在低速、半封闭、任务明确的场景里把需求买出来。
禾赛那边也有类似的趋势。JT 系列机器人激光雷达累计交付突破 30 万颗，客户名单里有宇树、荣耀机器人、追觅割草机这些大家可能听说过的名字。今年春晚上宇树那群做武术表演的机器人，头上顶的就是禾赛 JT128。
自动驾驶把激光雷达捧红了，但真正先把它买成规模的，不是高速路上的 Robotaxi，而是草坪上的割草机、医院里的配送柜、商场里的清洁车、仓库里的无人叉车，还有矿区和工厂里那些慢慢移动的巡检设备。
这件事挺值得想一想的。
PART 01
激光雷达干了什么，用大白话说一遍
激光雷达的原理不复杂。设备发出一束激光，打到物体以后反射回来，通过时间差算出距离。很多个点合在一起，就构成一张三维的"空间素描"。
摄像头看到的是画面：颜色、纹理、人脸、车道线。但它不直接知道"这个人离我几米"，距离要靠算法去估。光线差、反光强、雨雾天、纯白墙，都会让估算变难。
激光雷达不管你长什么样，它先量距离。
SVG 02
摄像头看语义，激光雷达先量距离。
摄像头人 / 门 / 箱子 / 颜色语义激光雷达距离 / 边界 / 空间几何
机器人要稳定行动，既要知道“那是什么”，也要知道“它离我多远”。
这对自动驾驶很关键——车在高速上跑，前面的障碍物到底在 80 米外还是 120 米外，刹车策略完全不同。所以早期自动驾驶公司喜欢在车顶架一个旋转雷达，像个小灯塔。那种设备贵、笨重，但给了系统一个稳定的空间感。
激光雷达就是被自动驾驶推上风口的。
但汽车行业不是一个容易赚钱的地方。车载雷达要过车规认证，要进主机厂供应链，验证周期漫长，还得面对极强的降价压力。一个供应商好不容易拿到定点，真正放量要等车型上市、交付、改款。车企一旦砍成本，零部件供应商就得一起挤毛巾。
2025 年车载激光雷达确实在放量——全球乘用车 LiDAR 出货约 370 万颗，禾赛全年 ADAS 出了 138 万颗，速腾出了 61 万颗。中国供应链已经把激光雷达做成了一门量产生意。但这个市场正在变得很像传统汽车零部件：量大，价格往下，客户集中，活下去靠的是规模和成本控制。
这也是为什么 Luminar 的故事会那么沉重。这家曾经很受资本追捧的美国车载激光雷达公司，2025 年底进了 Chapter 11 破产保护，2026 年把核心资产卖给了 MicroVision。押注高性能车载路线，但最终没有扛住汽车供应链的周期和成本压力。
所以激光雷达不是没等来自动驾驶。它等来了一个很现实的汽车市场：不是科幻片里的全无人驾驶，而是一场持续降价、持续认证、持续拼供应链的零部件战争。
然后机器人来了。
PART 02
机器人为什么突然接过了这批传感器
机器人市场比汽车小得多，但它有一个巨大的优势：很多场景根本不需要等 L4 自动驾驶完全成熟。
割草机器人不用上高速。商场清洁机不用处理 120 公里时速的紧急变道。医院配送车不用在暴雨夜穿过复杂城市路口。仓库 AMR 和无人叉车只需要在相对受控的空间里稳定移动、避障、定位、停住。
这些场景有一个共同特点：速度低，环境半封闭，任务边界清楚。
SVG 03
先起量的，不是最像人的机器人。
割草清洁配送叉车低速 · 半封闭 · 任务边界清楚 · 可验收
商业闭环先出现在任务可定义、故障可追溯、投入产出能算账的设备上。
但"简单"不等于"不需要感知"。
医院走廊里，人会突然从病房门口出来，电梯门会开关，药品和标本不能送错。配送机器人必须知道前面有没有人，门能不能过，电梯到了没有。
商用清洁机器人在商场里跑，地面反光，旁边有人流，角落有广告牌，椅子腿和垃圾桶会挡路。光靠"看见画面"不够，它需要稳定知道障碍物距离。
割草机器人更典型。过去很多割草机要先埋边界线，相当于给草坪装一道隐形围栏。现在用户想要无边界线方案。但草坪上有树、花坛、坡、宠物、玩具，光照一直变，RTK 信号可能被遮挡，纯视觉容易被草地纹理和强光干扰。3D 激光雷达在这里就变得很实用——帮机器人建图、避障，知道自己能不能贴着边界走。
仓库里的 AMR 和无人叉车也一样。早期 AGV 沿着磁条和二维码走固定路线，更像一条自动化传送带。AMR 不一样，它要在动态环境里绕人、绕货架、绕临时堆放的箱子。叉车更危险，货叉、载重、盲区都会放大事故后果。激光雷达在这种场景里不是炫技，而是安全红线的一部分。
所以机器人买激光雷达，不是因为大家突然迷信一个传感器。是因为机器人从展厅走到了真实现场，空间感知从"有了更好"变成了"没有不行"。
在展厅里，机器人最重要的任务是让观众觉得它"像人"。到了客户现场，最重要的反而是它别添乱——别迷路，别撞人，别把自己卡在门口。
PART 03
真正先赚到钱的，不是最像人的机器人
普通人一聊机器人，很容易想到人形机器人。但激光雷达这波真正先起量的，恰恰不在那里。
真正先买起来的，是一些看上去不太酷的家伙。
割草机器人是一台带轮子的草坪设备。商用清洁机器人像一个大号扫地机。医院配送机器人像一个会坐电梯的柜子。仓库 AMR 像一个矮矮的移动平台。无人叉车就是传统叉车加了一套感知系统。
它们不像人，但任务清楚，边界清楚，验收也清楚。
割草机器人有没有漏割？有没有撞树？有没有跑出边界？清洁机器人有没有覆盖指定区域？有没有撞人？有没有卡住？医院机器人有没有按时送达？货仓有没有锁住？无人叉车定位准不准？能不能避障？
这些问题比"人形机器人能不能像人一样干家务"具体得多，也容易得多进入商业闭环——有明确指标可以量化，有故障可以追溯，有投入产出可以算账。
这也是机器人产业很现实的一面。最先赚钱的，不一定是最像人的。最先放量的，往往是最容易被定义、被监控、被接管和维护的。
PART 04
摄像头不是输了
这篇文章不能写成"激光雷达打败摄像头"，那太粗糙了。
更准确地说，机器人需要把几种传感器放到同一套系统里，各干各的活。
摄像头负责语义——它能看出那是人、门、箱子、椅子、宠物、红绿灯，也能识别文字和颜色。大模型和视觉模型的进步让摄像头越来越值钱。
激光雷达负责几何——它回答的是距离、形状、边界、可通行空间。它不一定知道前面那个东西叫"垃圾桶"，但它能告诉机器人那里有一个障碍物，离你 1.2 米，最好绕一下。
毫米波雷达抗雨雾、能测速，但分辨率低，做精细室内导航不太舒服。超声波便宜，适合近距离补盲，但范围短、角度粗，不能当主力。IMU 和轮速计负责估计机器人自己的运动——它一边走一边感知，轮子会打滑，传感器数据会漂，系统要把这些信号融起来，才知道"我刚才到底往哪走了"。
视频里，机器人优雅地绕过一个人，看起来像"智能"。工程上，它背后可能是一整条链条：激光雷达扫到障碍，点云进入代价地图，局部规划器重新算路线，控制器发速度指令，底盘执行，轮速计和 IMU 再把实际运动反馈回来。每一步都有延迟、误差、噪声和边界条件。
SVG 04
稳定绕开一个人，背后是一串工程链。
点云代价地图局部规划控制底盘轮速计 + IMU 把实际运动反馈回来
能跑一次不难，能每天换场地还跑得稳，才是工程。
能跑一次不难。能每天跑、每小时跑、换个场地还跑得稳，才是工程。
激光雷达也不是万能的。玻璃、镜面、黑色吸光材料、雨雾粉尘、强阳光，都会影响点云质量。它知道那里有一坨东西，但不知道那是小孩、宠物、塑料袋，还是一扇透明的玻璃门。要真正进入复杂环境，机器人还得靠摄像头做语义理解、靠力传感器做接触控制、靠安全策略做兜底。
所以这篇文章的判断不是"激光雷达决定机器人未来"。更老实的说法是：当机器人从展示走向部署，空间几何感知先成了刚需。激光雷达正好站在这个刚需上。它不负责让机器人像人，它先帮机器人别撞。
PART 05
自动驾驶种下的树，机器人先乘了凉
激光雷达这几年的故事，很像一棵被自动驾驶种下的树，机器人先乘了凉。
自动驾驶让资本、工程师、供应链和公众都认识了这个传感器。车载市场逼着厂商降成本、做量产、过认证、提升可靠性。中国供应链把它从昂贵的实验室设备，一步步往规模化零部件方向推。禾赛的年产能已经规划到 400 万台，速腾的机器人出货一个季度就干了 18 万颗。
SVG 05
自动驾驶种树，机器人先乘凉。
供应链降本的外溢自动驾驶量产降本机器人起量贵族传感器 → 常规零件
真正成熟的时候，技术会从发布会卖点变成现场设备上的普通零件。
然后，另一拨人接住了这个结果。
这个过程有点像手机产业把摄像头、屏幕、电池、芯片都做便宜以后，无人机、运动相机、智能门铃、扫地机器人都跟着受益。一个大市场先把供应链成本打下来，旁边那些"小市场"突然发现自己也用得起了。
自动驾驶还没有完全变成我们想象中的样子。
但它留下来的激光雷达供应链——芯片化、降本、规模化——正在让另一批机器人先跑进现实。
这就是今天这个数据真正有意思的地方。不是"某家公司出货涨了"这么简单。是激光雷达这个东西的角色变了。
以前它是自动驾驶车顶上的贵族传感器，象征高级、昂贵、未来感。现在它正在变成一批机器人身上的常规零件，服务于一些很朴素的任务：割一片草，送一份药，扫一层楼，搬一箱货，巡一段路。
技术真正成熟的时候，往往不是它看起来最科幻的时候，而是它开始变得普通——普通到一台割草机也要用它，一台清洁车也要用它，一个仓库底盘也要用它。
到那个时候，大家可能就不再觉得激光雷达是什么高科技了。
它只是机器人去现场干活之前，先得装上的一个零件而已。
参考来源
速腾聚创 2026 Q1 财报（机器人LiDAR 出货 18.55 万颗，同比+1458.8%）；禾赛科技 2025 年报及 2026 Q1 业绩（ADAS 出货 138 万颗，JT 系列累计 30 万颗）；Yole Group 2026 全球车载 LiDAR 市场报告（禾赛 ADAS 市占率 43%）；Ouster × FieldAI 合作公告（2026.6.2，Rev8 数字 LiDAR 用于通用机器人）；Luminar Chapter 11 及 MicroVision 收购；宇树科技 IPO 进程及人形机器人产能规划；禾赛 JT128 搭载于荣耀机器人"闪电"、宇树春晚表演等公开报道。
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：596563534@qq.com 。

蔚来ET5:新一代电车能否撼动合资轿车市场?

10万级SUV还在拼大屏?奇瑞这次把“耐造”重新摆上桌了

最新文章

随机文章