朋友们，还记得上个月华为乾崑896线激光雷达在全网刷屏的时刻吗？那双光路图像级雷达在55米外捕捉小狗摇尾巴的细节，让所有人都惊叹“革命性”。华为智能汽车解决方案BU的CEO余承东那句“遥遥领先”仿佛还在耳边回响。
然而科技圈的剧情反转，总是比电影剧本来得更突然。就在2026年3月底，另一条消息炸开了锅：比亚迪即将在至少五款新车上，全面搭载速腾聚创提供的EM4数字化激光雷达。关键参数一出，所有人都不淡定了：最高支持定制2160线，最远探测距离600米。一时间，“896线被2160线按在地上摩擦”、“华为被比亚迪抄了激光雷达的家”这种说法铺天盖地。难道，智能驾驶的“遥遥领先”真要换姓了？
先别急着下结论。这场看似突如其来的“线数军备竞赛”，水可比我们想的要深得多。这根本不是一场简单的“你896，我2160”的数字斗地主。让我们掰开揉碎了看，这背后是两种截然不同的技术路线、设计哲学与实现路径的根本性对决。
华为乾崑896线激光雷达走的是“双光路物理光学”路线。简单来说，它像一个配备了广角镜头和长焦镜头的超级相机，一个看全局，一个盯远处细节，特别擅长在夜间识别低反射率的物体。
它的核心技术在于“一体双焦”设计——内部集成了两个不同焦段的激光接收单元，分别对应广角与长焦。这两个接收单元协同工作，支持广角与长焦一体成像。具体而言，系统可根据应用场景选择仅使用广角模式，或同时开启广角与长焦模式，从而在保证全局视野的同时，也能呈现远处目标的细节。
华为乾崑896线激光雷达能够在120米外识别14厘米高度的物体（如碎石、锥桶等），并对低反射率、异型障碍物实现感知。针对倒地轮胎这类低反射率物体，其识别距离提升了190%；针对横倒锥桶等异形障碍物，识别距离也提升了77%。
这种路线的设计哲学，就像一个经验丰富的狙击手配备了特制的双瞄具（光学+热成像）。它追求的不是单纯“看得更细”，而是在极端、复杂、不确定的驾驶场景下——如逆光、暴雨、团雾——的稳定性和置信度。技术重心在于“认得更准、更稳”，通过多波长、多维度信息融合，提升抗干扰能力和目标特征提取的可靠性。
优势在于环境适应性强、信噪比高、数据可靠性高；挑战在于系统复杂、成本控制难度大、物理扫描机制可能存在极限。
比亚迪选择的速腾聚创EM4，走的是另一条路：“全数字化信号”路线。它用芯片电路控制来代替机械镜片摆动，就像一部拥有超高像素的数码相机。
这款雷达提供了从520线、1080线到2160线的全规格定制化方案。这意味着，比亚迪可以根据不同车型的定位和价格区间，灵活配置激光雷达的性能。从纸面参数上看，速腾聚创EM4的1080线量产版本，在多个关键指标上确实呈现了高数值。其最远探测距离达到了600米，远超行业主流的300米级水准。点频高达2592万点/秒，相当于每秒对环境进行超2500万次的三维“连拍”。在识别能力上，官方数据显示它能在130米外识别13×17厘米的小目标，在180米外清晰探测掉落的轮胎，在300米内稳定识别交通锥桶。
这种“全数字化”与“芯片化”技术，是通过大规模接收阵列和芯片级集成实现固态扫描的。其角分辨率做到了0.050°×0.025°，相当于在100米外，扫描一个物体的水平点间隔约8.7厘米，垂直点间距约4.4厘米，做到超清晰的程度。
这种路线的设计哲学，就像一个装备了超高像素侦察卫星的系统。它追求对场景进行极致精细的数字化复现，以海量原始数据供后端算法挖掘。技术重心在于“看得更清、更细”，为算法提供最丰富的“食材”。
优势在于分辨率潜力巨大、无运动部件更可靠、易于大规模生产降本；挑战在于对发射功率、接收灵敏度要求极高，易受环境光干扰，且产生的庞大数据对算力构成巨大压力。
在这场参数竞赛中，有一个关键问题需要厘清：2160线是物理真实线数，还是通过算法实现的“等效线数”？
行业观察者指出，激光雷达的参数不能只看线数。外行看热闹，内行看门道。用业内行家的话来说，只通过线数评价一颗激光雷达的性能，就好像只用百公里加速评价一台车的综合实力一样片面。
激光雷达的线数，就像一把梳子的梳齿，线数多=梳子密。而角分辨率，指的就是梳齿之间的间隔，这个间隔的单位一般是度(°)，度数越小=扫描越仔细。从EM4的参数数据来看，其角分辨率做到了0.050°×0.025°的高水平。华为896线虽然没有给出具体数据，但基于其具备的物理真实线数、长焦30°窄视角，以及120米外识别14厘米障碍物的能力，角分辨率同样不低。
这里涉及到一个关键概念：“等效线数”与“物理线数”的区别。传统激光雷达的线数指的是物理扫描线，而新兴方案可能通过算法插值、帧融合等方式提升感知密度，达到“等效高线数”的效果。比亚迪EM4支持的2160线，究竟是通过物理扫描实现的，还是通过算法增强达到的等效效果，这是消费者需要关注的技术细节。
这里引出了一个更根本的问题：算力匹配。
激光雷达的数据量（点云数量）与自动驾驶计算平台（域控制器）算力需求之间，存在着指数级的关系。一颗64线或128线的激光雷达每秒产生的点云数量高达百万级别，远超传统摄像头帧数据体量。
那么问题来了：2160线级别的数据流，需要什么样的算力支持？
要在毫秒级内对这些数据进行地面分割、物体提取、障碍物分类与跟踪，不仅需要高性能的GPU、NPU或FPGA进行加速计算，还需构建专门的点云算法栈。这些模型在训练阶段对数据量和标签质量要求极高，在推理阶段又对硬件资源和系统功耗产生巨大压力。
如果车企没有为2160线级别的数据流配备足够的算力，是否会导致数据降采样、特征过滤，从而使高参数优势在实际装车时大打折扣？这是“悄悄减配”的潜在风险。L3对芯片的要求，比L2高了好几个量级：必须满足最高等级的车规安全标准，算力要足够强，还要有完整的冗余设计，保障极端情况下不出问题。L2的算力满足基础辅助即可，L3需要处理海量感知数据，算力需求大幅提升。
在这场竞赛中，比亚迪最恐怖的地方在于：它的规模和对供应链的掌控力。
早在2021年，比亚迪就战略投资了速腾聚创。根据多家财经媒体和科技自媒体的爆料，比亚迪甚至锁定了速腾聚创约40%的产能。有行业信源透露，比亚迪通过与速腾聚创的深度合作，单颗激光雷达的采购成本已经被压到了3000到5000元的区间。而比亚迪超过256万辆的辅助驾驶车型保有量，以及累计超过4000亿公里的智驾数据，又进一步摊薄了研发与制造成本。
相比之下，在速腾聚创自研出车规级专用芯片之前，激光雷达的成本曾高达上万美元。2024年，一颗高性能激光雷达的成本还在5000到10000元区间徘徊。比亚迪用它的销量魔法，硬生生把高阶智驾的入门门槛劈开了一道大口子。
华为的逻辑则不同。华为的智驾方案，是打包出售的“全家桶”。从激光雷达、毫米波雷达、摄像头，到下面的计算平台、算法软件，它追求的是全栈自研、深度整合。基于成本结构分析，华为896线激光雷达在稳定量产后，整体成本预计比192线产品仅增加30%至40%。若按192线雷达成本3000元计算，896线雷达成本约为4200元。反映到终端售价上，消费者购车成本预计增加约2000元。
理论差异最终要靠实测验证。在深圳华强北等复杂城区，华为ADS百公里接管仅0.2次，而某些纯视觉方案则高达1.8次。夜间施工路段，华为ADS4.0可识别120米外的锥桶并丝滑变道，而某些纯视觉方案在80km/h下可能无法识别深色障碍物导致碰撞。
“稳定派”（华为路线）如何凭借高置信度、强抗干扰能力，在目标突然出现、背景杂乱时快速稳定地识别出威胁目标？关键在于其双光路设计能够在保证全局视野的同时，聚焦关键区域的细微之处。广角单元负责覆盖120°的近场全局视野，可有效监控车辆侧方、后方的盲区，避免行人或非机动车突然出现的安全隐患；长焦单元则专注于前向远距离目标的捕捉。
“激进派”（速腾/比亚迪路线）如何凭借超高分辨率，在目标出现的极早期捕捉到更细微的轮廓特征？EM4数字化雷达采用全数字信号处理，从激光发射、接收再到信号生成，全部数字化。这和某些品牌强调物理光学镜片堆料的思路不同，数字化路径被认为在数据一致性、抗干扰和后期OTA升级潜力上更有优势。
中汽研2025年底的极端场景测试覆盖36款车型，结果清晰显示：在暴雨中，激光雷达方案平均行人识别距离仍保持在80米以上，而纯视觉方案骤降至65–78米。更关键的是团雾场景，激光雷达车型接管率仅3%，纯视觉高达15%。
华为乾崑ADS4，在太平洋汽车与同济大学的联合测试中，面对“夜间炫光儿童”“雨夜侧翻车辆”等极限场景，均能在120km/h下成功刹停或避让。华为896线激光雷达对倒地轮胎这类低反射率物体，识别距离提升了190%；针对横倒锥桶等异形障碍物，识别距离也提升了77%。
“稳定派”利用多波长特性，更好地穿透介质或识别对特定波长敏感的低反射物体。极端环境下，业界首创附有高透钢化膜加玻璃视窗，硬度提升25%，耐久能力提升2倍，更兼顾稳定，确保感知能力稳定在线。
“激进派”在强环境噪声（如夜间眩光、雨滴反射）下，如何保证有效信号不被淹没，以及算法如何从海量噪声中提取有效目标？数字化路径在数据一致性、抗干扰方面被认为有优势，但在实际极端天气下的表现仍需更多实测数据验证。
当我们谈论“比亚迪摩擦华为”时，实际上是在谈论中国智能汽车产业内部，两种成功模式、两条技术路径的正面碰撞。一边是垂直整合、规模为王、致力于技术平权的“普及者”；另一边是全栈自研、体验至上、定义技术高点的“标杆者”。
华为的“双光路物理光学”与速腾聚创的“全数字化”代表了对智能驾驶感知问题的两种不同解题思路：一个优先保障“信”的质（可靠），一个优先追求“息”的量（丰富）。两者并无绝对优劣，只有场景与阶段的适配。
未来技术可能走向融合（融合彼此优势）或分化（针对不同车型定位选择不同路线）。激光雷达只是感知拼图的一部分，其与摄像头、毫米波雷达的深度融合才是关键。尊界S800全车配备4颗896线激光雷达，辅以3分布式4D毫米波雷达矩阵、11个视觉摄像头的全维度布局。这种分布式配置，让车辆在城区路口、泊车场景中拥有更广的感知范围。
在技术路线尚在演进的当下，作为消费者或行业观察者，更应关注车企的全栈技术能力与系统整合水平，而非孤立传感器的参数巅峰。“参数高不等于体验好”，最终体验取决于传感器、算法、算力、底盘控制的全栈协同。
所以，在智能驾驶这场长跑中，你是更看重经过复杂场景验证的“稳定派”带来的安心感，还是更期待参数爆表的“激进派”所描绘的极致未来图景？
全部评论 （0）