激光雷达的尽头不是卷价格，而是6D全彩？

在2026年的智能驾驶江湖，大家都在卷什么？

如果还停留在“卷价格”的上一个时代，那可能我们已经看不懂当下的棋局了。在刚刚结束的禾赛2020技术开放日上，一个全新的信号被释放出来：激光雷达正在经历一场从“几何感知”到“物理成像”的质变。

禾赛联合创始人 & 首席科学家孙恺在演讲中抛出了一个极具颠覆性的观点：“具备摄像头成像水平的激光雷达正在成为现实。”

这句话背后，是禾赛全球首发的“毕加索（PICASSO）”芯片平台，以及基于此打造的全球首款6D全彩激光雷达ETX。

为什么要给激光雷达装上“摄像头的像素”？

“这个世界本质上是三维的，但过去因为技术限制，我们只能用2D摄像头去记录。”孙恺在演讲中的这句话，道出了自动驾驶感知领域最大的痛点——信息的丢失。

长期以来，行业里一直存在着“激光雷达派”和“纯视觉派”的争论。激光雷达擅长精准测距，构建3D骨架，但缺乏颜色和纹理，看不懂红绿灯的语义；摄像头擅长捕捉颜色和细节，但缺乏深度信息，且受光照影响巨大。

于是，我们看到了一种“缝合怪”式的解决方案，把激光雷达和摄像头物理拼凑在一起。

但这种方案存在天然的缺陷：时空不同步。

空间上： 两个独立的硬件，像素点无法完全对齐。雷达的一个点打在了路牌上，摄像头的像素可能因为视差刚好拍在了路牌后面的空气上。

时间上： 两个独立的快门，采集频率不同步。对于高速运动的物体，这种微小的时间差可能导致感知错位。

为什么要给激光雷达装上摄像头的像素？答案是为了“融合”。

当感光元件不再是传统的图像传感器，而是SPAD（单光子探测器）时，奇迹发生了。SPAD Image Sensor + SPAD Depth Sensor的深度融合，让每一个像素点既能测距（XYZ），又能感知颜色（RGB）。

这就是禾赛定义的“6D”，也就是3D空间结构加上3D色彩信息。

想象一下，在一个漆黑的夜晚，传统的摄像头可能因为噪点太大而看不清路况，而纯激光雷达虽然能画出轮廓，却分不清哪里是深坑，哪里是路面。但有了“毕加索”芯片的“超感光”能力，激光雷达在夜间也能像白天一样清晰成像，且自带精准的深度信息。

这是一种“降维打击”。它让激光雷达不再是一个单纯的“测距仪”，而变成了一个“全时域的3D相机”。它不再需要依赖外部的摄像头来补全颜色信息，它自己就能完成对世界的完整描述。

正如孙恺所言，这不仅是技术的突破，更是为了未来十年3D头显设备普及后的沉浸式体验做铺垫。当我们的下一代出生时，记录他们成长的将不再是2D视频，而是带有真实色彩和深度的6D全彩点云。

禾赛为什么要现在做这件事？

如果说第一部分解决的是“技术必要性”的问题，那么第二部分我们要探讨的是它的战略考量是什么？

答案或许在于禾赛推出的ETX系列和Kosmo业务中。

在“毕加索”芯片的赋能下，禾赛推出了ETX平台，最高支持 4320 线全彩 4K 超高清感知，最远测距距离600m，可识别150m内15cm*25cm小木块。

而量产，就在今年下半年。

为了让大家有概念，孙恺做了一个对比：500线雷达通常对应300米测距。ETX能做到600米，意味着在高速场景下，车辆有更长的反应时间。而超千线分辨率并不是重点，重点在于它在拥有超高线数的同时，实现了全彩成像。

这也就意味着，在L3甚至L4的自动驾驶架构中，激光雷达不再是摄像头的“备胎”，而是核心决策传感器。当系统需要在极端场景（如强光、暴雨、黑夜）下做出刹车或避让决策时，只有同时具备XYZ和RGB信息的传感器，才能提供最可靠的冗余。

另一个产品则更有意思，如果说ETX是解决当下的车，那么Kosmo就是解决未来的机器人。

图片来源：禾赛

在开放日上，李一帆透露了一个重要的战略转向：当激光雷达的技术做到“差不多”的时候，为什么不用它去解决其他问题？

Kosmo正是基于“毕加索”这类高保真3D记录能力而诞生的。它不仅仅是一个硬件产品，更是一个数据采集工具。

李一帆在回答关于“世界模型”的问题时非常坦诚：“我们并不是因为‘世界模型’火了才去做这个产品，而是我们在开发过程中发现，这种能极高保真还原三维空间数据的记录方式，恰好是‘世界模型’训练所需要的。”

无论未来的AI大模型路线如何演进，无论“世界模型”是否会成为主流，拥有对物理世界最精准感知能力的硬件，永远是核心资产。 禾赛通过Kosmo，试图将激光雷达的应用边界从汽车扩展到具身智能机器人，从单纯的导航避障扩展到对物理世界的语义理解和重建。

激光雷达的终点在哪？

聊到这里，大家可能会有一个疑问：既然ETX能做到4320线，那是不是意味着未来的激光雷达要无止境地“卷”线数？

答案是否定的。

“500线的激光雷达，它对应的测距能力是300米，这是一个比较合理的指标。”孙恺如是说。这也进一步点明一个关键信息——线数的边际效应——线数（分辨率）和测距能力必须是匹配的。

如果线数很高，但测距不够： 比如你有2000线，但只能看100米。那么在100米开外，这些高线数就失去了意义，因为你根本打不到远处的物体。这时候，高线数只是一堆没有用的数字。

如果测距很远，但线数很低： 比如你能看600米，但只有16线。那么远处的物体可能只有一个模糊的轮廓，无法识别细小的障碍物（如轮胎、低矮路障）。

孙恺的观点非常直接，线数不是唯一的指标，甚至不是最重要的指标。

所谓的“千线”“万线”，本质上是为了看清远处的细小物体。如果测距能力跟不上，单纯堆砌线数就是“伪需求”。在禾赛看来，真正的重点在于全要素感知与“隐形”安全。

那么，激光雷达的终点究竟在哪？

结合李一帆和孙恺的观点，终点或许有三个维度：

第一维度：性能的“甜点区”（Sweet Spot）。

正如孙恺所说，线数和距离要成正比。未来的激光雷达不会无限堆砌线数，而是会寻找一个“够用且安全”的平衡点。对于前向主雷达，这个平衡点可能是1000-2000线配合300-500米的测距；对于补盲雷达（FTX），则是超广视场角（180°）配合中短距离的高帧率。

第二维度：从“传感器”到“安全气囊”。

李一帆提到，激光雷达在L2+阶段是“冗余”，但在L3/L4阶段是“多系统决策”。未来的激光雷达，其定位将从“辅助感知”进化为“隐形安全气囊”。它可能平时不发声，但在摄像头失效的极端场景（如逆光、黑夜、暴雨）下，它必须能一锤定音，保证刹得住。这种“极端场景下的可靠性”，才是衡量激光雷达价值的终极标尺。

第三维度：体积的极致压缩与无处不在。

孙恺在演讲中描绘了一个极具想象力的未来：当“毕加索”这样的芯片技术成熟后，激光雷达的体积可以缩小到“拇指大小”。

这也就意味着激光雷达将突破汽车的边界，进入手机、眼镜、智能家居。当它变得像摄像头一样无处不在时，它就完成了从“昂贵的自动驾驶套件”到“人类视觉延伸”的终局进化。

行业变局与“黎明前的黑暗”

最后，我们不得不把目光从技术拉回到残酷的商业现实。

正如地平线CEO余凯在圆桌论坛上所说，行业正处于“黎明前的黑暗”。

虽然禾赛交出了一份令人艳羡的成绩单（2025年全年营收30.3亿元，全球首家全年GAAP盈利，市占率连续13个月第一），但整个行业依然在经历残酷的“价格战”。

为什么还要做ETX这种“昂贵”的高性能产品？

李一帆的回答非常犀利，他用了一个“牛排与牛排酱”的比喻。没有好厨子，就不需要顶级牛排；没有顶级牛排，厨子也难为无米之炊。智驾的拐点，就是硬件与算法“双向奔赴”的时刻。

现在的消费者买智驾，很多时候是“够用就行”（Good enough）。但当L3、L4真正到来，当用户愿意为“灵魂伴侣”般的智能体验买单时，他们需要的是“无感”和“极致安全”。

那时候，只有具备6D全彩、超远距、高可靠特性的激光雷达，才能支撑起那个“丝滑”的智驾体验。

回到最初的问题：激光雷达的终点在哪？

图片来源：禾赛

禾赛的答案是，它不在某个具体的线数上，也不在某个具体的探测距离上，而是在成为物理世界与数字世界之间，那座最忠实、最清晰的桥梁。

当激光雷达拥有了像人类一样感知色彩和深度的能力时，自动驾驶的“眼睛”才算真正睁开。