芝能科技出品
激光雷达（LiDAR）完成了从实验室技术到汽车产业核心感知设备的跨越，随着机器人产业的加速崛起，激光雷达正迎来它的“赛道扩展”——从汽车赛道感知部件，转型为支撑机器人智能化的基础设施。
禾赛科技联合创始人李一帆在 IROS 2025 上的演讲的内容做一些梳理，将创新与可量产的商业模式结合，才能真正推动智能机器进入规模化时代。
01
从车到机器人：激光雷达的拓展
激光雷达最初的黄金舞台是L4级别的自动驾驶汽车，承担着车辆的“眼睛”角色，通过高速扫描获取环境的三维点云，实现精准测距与障碍物识别。
从2015年到2020年，这项技术在车规量产化上经历了完整的“从昂贵原型到成本可控”的进化。
激光雷达从一台六万美元的复杂设备，降到数百美元的高可靠传感器，这为它进入更广阔的机器人世界奠定了基础。
汽车与机器人之间的技术逻辑存在“变与不变”。
不变的是感知的本质：机器需要理解环境、感知障碍、规划路径；变化的是应用场景的维度与复杂度。
汽车主要在二维世界中行驶，遵循规则明确的道路系统，而机器人则生活在“非结构化的三维世界”中。
机器人不仅要避免碰撞，更要与环境交互。
对于自动驾驶汽车而言，“碰撞”是失败；但对于服务机器人、仓储机器人、甚至人形机器人而言，物理接触往往是任务的一部分。
激光雷达技术在机器人中重新定义自己的使命，是成为机器人对环境理解的关键感知层。
以美团的配送机器人为例，其任务不仅包括在道路上安全移动，还涉及穿梭于行人之间、感知台阶、识别障碍物形状与材质等，这对激光雷达在点云密度、反射率识别以及空间语义化处理方面提出了更高要求。
机器人行业缺乏海量数据积累，也缺乏统一的开发标准，机器人需要更高自主性与自适应能力的传感系统。
激光雷达由此承担起“环境建模器”的角色，采集数据并为AI决策提供高质量、结构化的输入，使激光雷达逐步成为机器人智能架构的基础设施。
机器人行业的软硬件解耦远比汽车困难“真正认真对待软件的人，必须自己造硬件。”
在机器人领域，感知与控制之间的耦合性极强。
每一个算法的优化，都可能依赖特定的传感器参数与信号特征，当激光雷达厂商深入到机器人的系统架构中，参与算法、接口甚至任务逻辑的设计，才能实现真正意义上的系统协同。
02
从基础设施到生态核心
激光雷达的普及历程是一场基础设施的建设过程，在科技浪潮中，有人去淘金，有人卖铲子。激光雷达正是智能机器人产业的“铲子”，是决定整个产业能否落地的关键工具。
早期的激光雷达企业普遍追求“性能极限”，靠技术领先并不足以建立长期壁垒。
真正的竞争力来自“质量—性能—成本”三位一体的循环能力。
禾赛在量产化路径上的实践给出了清晰的验证：从最初手工组装一天一台，到如今每十几秒生产一台，每年产能超过百万台，经验核心在于——制造即研发。
传统模式中研发与制造往往分离，但这种模式无法支撑快速迭代。而在禾赛的体系中，制造环节被视作研发的一部分，每一轮工艺改进都直接反馈到产品设计，使激光雷达的可靠性和一致性得以指数级提升。
在机器人产业，挑战不仅是规模化生产，还有“价值与价格”的重新平衡。
机器人应用的多样性意味着成本敏感度极高。送餐机器人、清洁机器人、仓储机器人、人形机器人，体积、功率、计算能力都不同，却都依赖高精度感知。只有当激光雷达价格降至“边际成本可接受”的水平，这个产业才能真正形成正循环。
激光雷达价格下降的核心并非规模效应，而是“芯片化”。
通过自研核心ASIC芯片，禾赛将复杂的光学与信号处理模块高度集成化，剔除了冗余设计，从根本上降低了电子料成本。
芯片化的意义不仅在于成本下降，更在于标准化与可靠性的大幅提升，这使得机器人开发者能够以模块化方式快速构建系统，从而加速产品落地。
以此为基础，激光雷达的角色开始发生转变，成为智能机器系统的“传感中枢”。
◎ 在仓储自动化场景中，激光雷达取代传统视觉摄像头成为导航核心，在弱光、粉尘、玻璃反射等复杂环境下保持稳定感知；
◎ 在配送机器人中，激光雷达帮助实现厘米级路径规划与避障，显著提升任务成功率；
◎ 在农业机器人、安防巡检、建筑测绘等场景中，激光雷达则成为构建三维地图与环境语义的必要工具。
与此同时，芯片化激光雷达也在推动“生态式创新”。
当传感器价格下降99.5%，开发者门槛被大幅降低，激光雷达开始像Wi-Fi模块或GPS一样，成为通用硬件层的一部分。无论是创业公司还是科研团队，都可以快速构建机器人原型。
禾赛等厂商在此基础上推出SDK和算法接口，为不同平台提供兼容支持，这种“基础设施即服务”（LiDAR as Infrastructure）的模式，正成为机器人产业快速扩张的重要支撑。
激光雷达的“基础设施化”也带来了新的竞争逻辑。
过去十年，企业通过技术壁垒竞争；未来十年，竞争焦点将转向生态协同。谁能通过传感器平台积累更多开发者、数据与应用场景，谁就能在机器人产业链中占据更高层级。
正如英伟达在AI行业中的角色，未来的激光雷达厂商将不只是硬件供应商，更是生态规则的制定者。
小结
激光雷达的技术演进，每一次降本与迭代都在推动机器智能的边界，从二维世界到三维交互，角色已从“感知工具”转变为“基础设施”，是让机器拥有可被信任的“世界模型”，使AI能够在物理空间中安全、自主地行动。
原文标题 : 从汽车到机器人，激光雷达是主角吗？
芝能科技出品
激光雷达（LiDAR）完成了从实验室技术到汽车产业核心感知设备的跨越，随着机器人产业的加速崛起，激光雷达正迎来它的“赛道扩展”——从汽车赛道感知部件，转型为支撑机器人智能化的基础设施。
禾赛科技联合创始人李一帆在 IROS 2025 上的演讲的内容做一些梳理，将创新与可量产的商业模式结合，才能真正推动智能机器进入规模化时代。
01
从车到机器人：激光雷达的拓展
激光雷达最初的黄金舞台是L4级别的自动驾驶汽车，承担着车辆的“眼睛”角色，通过高速扫描获取环境的三维点云，实现精准测距与障碍物识别。
从2015年到2020年，这项技术在车规量产化上经历了完整的“从昂贵原型到成本可控”的进化。
激光雷达从一台六万美元的复杂设备，降到数百美元的高可靠传感器，这为它进入更广阔的机器人世界奠定了基础。
汽车与机器人之间的技术逻辑存在“变与不变”。
不变的是感知的本质：机器需要理解环境、感知障碍、规划路径；变化的是应用场景的维度与复杂度。
汽车主要在二维世界中行驶，遵循规则明确的道路系统，而机器人则生活在“非结构化的三维世界”中。
机器人不仅要避免碰撞，更要与环境交互。
对于自动驾驶汽车而言，“碰撞”是失败；但对于服务机器人、仓储机器人、甚至人形机器人而言，物理接触往往是任务的一部分。
激光雷达技术在机器人中重新定义自己的使命，是成为机器人对环境理解的关键感知层。
以美团的配送机器人为例，其任务不仅包括在道路上安全移动，还涉及穿梭于行人之间、感知台阶、识别障碍物形状与材质等，这对激光雷达在点云密度、反射率识别以及空间语义化处理方面提出了更高要求。
机器人行业缺乏海量数据积累，也缺乏统一的开发标准，机器人需要更高自主性与自适应能力的传感系统。
激光雷达由此承担起“环境建模器”的角色，采集数据并为AI决策提供高质量、结构化的输入，使激光雷达逐步成为机器人智能架构的基础设施。
机器人行业的软硬件解耦远比汽车困难“真正认真对待软件的人，必须自己造硬件。”
在机器人领域，感知与控制之间的耦合性极强。
每一个算法的优化，都可能依赖特定的传感器参数与信号特征，当激光雷达厂商深入到机器人的系统架构中，参与算法、接口甚至任务逻辑的设计，才能实现真正意义上的系统协同。
02
从基础设施到生态核心
激光雷达的普及历程是一场基础设施的建设过程，在科技浪潮中，有人去淘金，有人卖铲子。激光雷达正是智能机器人产业的“铲子”，是决定整个产业能否落地的关键工具。
早期的激光雷达企业普遍追求“性能极限”，靠技术领先并不足以建立长期壁垒。
真正的竞争力来自“质量—性能—成本”三位一体的循环能力。
禾赛在量产化路径上的实践给出了清晰的验证：从最初手工组装一天一台，到如今每十几秒生产一台，每年产能超过百万台，经验核心在于——制造即研发。
传统模式中研发与制造往往分离，但这种模式无法支撑快速迭代。而在禾赛的体系中，制造环节被视作研发的一部分，每一轮工艺改进都直接反馈到产品设计，使激光雷达的可靠性和一致性得以指数级提升。
在机器人产业，挑战不仅是规模化生产，还有“价值与价格”的重新平衡。
机器人应用的多样性意味着成本敏感度极高。送餐机器人、清洁机器人、仓储机器人、人形机器人，体积、功率、计算能力都不同，却都依赖高精度感知。只有当激光雷达价格降至“边际成本可接受”的水平，这个产业才能真正形成正循环。
激光雷达价格下降的核心并非规模效应，而是“芯片化”。
通过自研核心ASIC芯片，禾赛将复杂的光学与信号处理模块高度集成化，剔除了冗余设计，从根本上降低了电子料成本。
芯片化的意义不仅在于成本下降，更在于标准化与可靠性的大幅提升，这使得机器人开发者能够以模块化方式快速构建系统，从而加速产品落地。
以此为基础，激光雷达的角色开始发生转变，成为智能机器系统的“传感中枢”。
◎ 在仓储自动化场景中，激光雷达取代传统视觉摄像头成为导航核心，在弱光、粉尘、玻璃反射等复杂环境下保持稳定感知；
◎ 在配送机器人中，激光雷达帮助实现厘米级路径规划与避障，显著提升任务成功率；
◎ 在农业机器人、安防巡检、建筑测绘等场景中，激光雷达则成为构建三维地图与环境语义的必要工具。
与此同时，芯片化激光雷达也在推动“生态式创新”。
当传感器价格下降99.5%，开发者门槛被大幅降低，激光雷达开始像Wi-Fi模块或GPS一样，成为通用硬件层的一部分。无论是创业公司还是科研团队，都可以快速构建机器人原型。
禾赛等厂商在此基础上推出SDK和算法接口，为不同平台提供兼容支持，这种“基础设施即服务”（LiDAR as Infrastructure）的模式，正成为机器人产业快速扩张的重要支撑。
激光雷达的“基础设施化”也带来了新的竞争逻辑。
过去十年，企业通过技术壁垒竞争；未来十年，竞争焦点将转向生态协同。谁能通过传感器平台积累更多开发者、数据与应用场景，谁就能在机器人产业链中占据更高层级。
正如英伟达在AI行业中的角色，未来的激光雷达厂商将不只是硬件供应商，更是生态规则的制定者。
小结
激光雷达的技术演进，每一次降本与迭代都在推动机器智能的边界，从二维世界到三维交互，角色已从“感知工具”转变为“基础设施”，是让机器拥有可被信任的“世界模型”，使AI能够在物理空间中安全、自主地行动。
原文标题 : 从汽车到机器人，激光雷达是主角吗？
