核心结论

未来不会是简单的“纯视觉淘汰激光雷达”或“激光雷达淘汰纯视觉”。L2/L2+ 量产辅助驾驶会以视觉和毫米波雷达为底座，并在中国中高端车型上快速加入低成本激光雷达；L3/L4 和 Robotaxi 的主流仍会是摄像头、激光雷达、毫米波雷达、定位和冗余计算的多传感器融合。

关键数据看板

324 万颗
中国乘用车 2025 年标配激光雷达装车量，约同比 +112.07%。
>20%
中国新能源/乘用车激光雷达渗透率已进入两位数后段，正从高端向主流价格带下探。
$200 以下
禾赛 ATX 目标价格区间，意味着单颗前向 LiDAR 有机会进入 15 万元级车型。
41.5%
2025 年中国激光雷达供应商份额中，华为位居第一；禾赛约 33.8%。
85.12%
汽车激光雷达市场中 ADAS 应用占主导，说明当前主要市场是量产辅助驾驶，不只是 Robotaxi。
41.75%
2025 年亚太占全球汽车激光雷达收入份额，中国是核心增量来源。

两种技术路线的本质差异

维度 纯视觉 / 视觉为主 激光雷达 / 多传感器融合
感知原理 通过摄像头捕捉图像，再由神经网络估计语义、深度、运动和可行驶空间。 LiDAR 主动发射激光并返回点云，直接提供距离和几何结构，再与摄像头、雷达融合。
优势 成本低、可规模化、外观集成简单、与人类驾驶感知方式接近，数据闭环强。 距离测量强、夜间几何感知强、对静态障碍物和复杂空间结构更稳，便于安全冗余论证。
短板 深度估计依赖模型；逆光、雨雪雾、污渍遮挡、低纹理场景风险更高。 成本、标定、清洁、功耗、集成和供应链复杂；恶劣天气下也会退化。
商业适配 适合 L2/L2+、高速 NOA、成本敏感车型和大规模 OTA 数据闭环。 适合 L3/L4、高端车、城市 Robotaxi、监管需要冗余证明的场景。

能力矩阵

评分为研究判断，5 分代表该路线天然更适配该维度。实际效果取决于算法、算力、数据、标定和安全工程。

能力维度
纯视觉
视觉 + 雷达
单激光雷达融合
多传感器冗余
量产成本

最低

低

中

高
远距几何感知

依赖模型估计

雷达补速度和距离

前向强

全向强
低能见度鲁棒性

弱项

雷达补强

夜间更强

冗余最高
L3/L4 法规论证

难

中等

较强

最强

市场数据可视化

中国激光雷达供应商份额，2025 年

华为
41.5%
禾赛
33.8%
其他
24.7%

来源：Gasgoo 2025 年中国 ADAS 部件供应商榜单。

激光雷达成本下探趋势

早期 L4 研究/测试级
高
2022-2024 高端量产级
中高
2025-2026 中国 ADAS 级
<$200*

* 指禾赛 ATX 被媒体转述的目标价格，不代表所有车规级 LiDAR 成本。

各国与车企路线

地区 企业 / 系统 公开路线 判断
美国 Tesla Autopilot / FSD Supervised 摄像头 Tesla Vision 为核心，部分市场 Model 3/Y 不配雷达；官方仍强调驾驶员必须监督。 视觉路线
美国 Waymo Driver 6th-gen Driver 使用高分辨率视觉、LiDAR、雷达；明确强调 LiDAR/radar 在摄像头受限时提供冗余。 L4 融合
欧洲 / 美国 Mercedes-Benz DRIVE PILOT L3 系统使用 LiDAR、摄像头、雷达、超声波、后窗摄像头、湿度传感器、HD Map 和高精定位。 L3 融合
欧洲 Volkswagen ID. Buzz AD / Mobileye L4 服务车，13 摄像头、9 LiDAR、5 雷达和双高性能计算平台。 L4 融合
欧洲 BMW Neue Klasse / Snapdragon Ride Pilot 强调集中式计算、视觉感知、OTA、全球验证；公开资料未将 LiDAR 作为核心卖点。 视觉/雷达 ADAS
中国 XPeng P7+ / AI Hawkeye 双 8MP 摄像头、毫米波雷达、超声波雷达，官方称可替代此前依赖昂贵 LiDAR 和 HD Map 的方案。 视觉化
中国 BYD DiPilot / 天神之眼 DiPilot 600 三 LiDAR，DiPilot 300 单 LiDAR，DiPilot 100 三目视觉，形成价格带分层。 分层路线
中国 NIO NAD / Aquila 33 个感知单元，含超远距高分辨率 LiDAR、7 个 8MP 摄像头、毫米波雷达、超声波、GPS/IMU/V2X。 融合路线
中国 Li Auto AD Max / AD Pro 2025 后新车型大量标配 ATL 全天候 LiDAR，强调视觉 + LiDAR 和主动安全。 融合路线
日本 Honda Sensing / Sensing Elite 下一代 Sensing 强调 LiDAR、radar、cameras；Honda Legend L3 曾使用 Valeo 5 个 LiDAR。 稳健融合
韩国 Hyundai / Motional IONIQ 5 Robotaxi L4 Robotaxi，30+ 传感器，摄像头、雷达、LiDAR 组合。 L4 融合

地区格局

中国

路线最分化：小鹏向视觉和端到端大模型靠拢，比亚迪用 A/B/C 三档覆盖全价格带，蔚来、理想、华为系继续重视 LiDAR。由于中国 LiDAR 供应链成本下降快，单颗前向激光雷达正在下探到中端车型。

美国

乘用车侧以 Tesla 纯视觉路线最有代表性；Robotaxi 侧 Waymo 坚持多传感器冗余。美国呈现“低成本监督式 ADAS”和“高冗余 L4 服务运营”两条路径并行。

欧洲

欧洲更强调法规、安全责任和系统冗余。Mercedes L3、VW/Mobileye L4 都使用 LiDAR；BMW 新 ADAS 平台更强调软件栈、集中计算和全球适配。

日本 / 韩国

日本 Honda 和韩国 Hyundai/Motional 在高等级自动驾驶上都采用多传感器融合。两地更偏稳健工程路线，尤其在 L3/L4 场景中不押注单一传感器。

路线演进时间线

2021：Honda Legend 获得全球首批 L3 商用认证之一，使用多 LiDAR 和融合感知。
2022：Mercedes DRIVE PILOT 在德国推出 L3，后进入美国部分州，采用 LiDAR + 雷达 + 摄像头 + HD Map。
2024：Tesla FSD Supervised 和中国城市 NOA 竞争加速，端到端模型成为行业关键词。
2025：比亚迪发布 DiPilot A/B/C 分层方案；小鹏 P7+ 推 AI Hawkeye 视觉方案；中国 LiDAR 装车量进入百万级。
2026：Waymo 6th-gen Driver 继续强调高分辨率视觉、LiDAR、radar 冗余；中国 LiDAR 厂商规模化和成本优化成为市场主线。

未来 3-5 年判断

自动驾驶等级 / 场景 最可能主流模式 原因
L2 基础辅助驾驶 视觉 + 毫米波雷达，部分低成本纯视觉 成本敏感，法规要求仍是驾驶员监督。
L2+ / 高速 NOA 视觉为主，雷达补强；中国中高配常加 1 颗 LiDAR 既要成本，也要主动安全卖点。
城市 NOA 中国市场：视觉端到端与 LiDAR 融合并存 小鹏代表视觉化趋势，理想/蔚来/华为系代表融合趋势。
L3 eyes-off 多传感器融合 + 冗余 + HD Map / 高精定位 需要责任转移和安全论证，单一视觉路线压力大。
L4 Robotaxi 多 LiDAR + 摄像头 + radar + 远程运营平台 无人化运营容错要求最高，Waymo、VW/Mobileye、Motional 都采用融合路线。

结论：谁会成为主要模式？

[低成本 L2] -> 摄像头 + 毫米波雷达 [L2+ / 城市 NOA] -> 视觉端到端 与 单 LiDAR 融合并存 [L3 eyes-off] -> 摄像头 + LiDAR + radar + HD Map/定位 + 冗余 [L4 Robotaxi] -> 多 LiDAR + 多摄像头 + 多 radar + 远程运营 + 安全冗余

最终判断：在“消费者能买到的辅助驾驶”里，视觉为核心的方案会是基础盘；在“法律意义上的自动驾驶和无人化运营”里，激光雷达不会被纯视觉替代，多传感器融合会是主流。

风险与不确定性

风险影响观察指标
法规审批慢L3/L4 商业化慢于宣传各国 L3/L4 准入、事故责任规则
纯视觉事故或调查影响公众信任和监管态度NHTSA/各国监管调查、召回、保险数据
LiDAR 价格战利于装车，但可能牺牲供应商利润和长期质量ASP、毛利率、售后故障率
地缘政治中国 LiDAR 供应链进入欧美可能受限关税、出口管制、OEM 供应商替换
端到端模型突破视觉路线继续上攻复杂场景接管率、事故率、低能见度表现、监管批准

资料来源

说明：报告使用公开资料和行业研究数据，车企技术路线可能随 OTA、车型年款和地区法规变化而调整。