1. 毫米波雷达智能驾驶的“暗战”核心如果你最近在关注智能汽车尤其是那些带高阶辅助驾驶功能的车型你会发现一个有趣的现象车企们在宣传激光雷达、摄像头时往往高调炫技但对于另一个默默工作的“劳模”——毫米波雷达却常常一笔带过。然而正是这个看似低调的部件正在智能驾驶的供应链深处上演着一场比台前更激烈、更复杂的“暗战”。从2020年以来的芯片短缺危机到如今4D成像雷达的异军突起再到主机厂纷纷挽起袖子自己下场研发毫米波雷达赛道已经彻底告别了外资巨头“躺着赚钱”的时代进入了群雄逐鹿、贴身肉搏的白热化阶段。这场竞争不仅关乎未来几年里你的车上那颗雷达是哪个牌子、性能如何、成本多少更深远地影响着整个智能驾驶技术路线的演进与成本结构的重塑。无论是汽车行业的从业者、投资者还是对技术趋势感兴趣的普通消费者理解这场“暗战”的来龙去脉都至关重要。2. 市场格局之变从“三足鼎立”到“战国时代”要理解今天的混战得先看看昨天的格局。在智能驾驶的早期尤其是L2级辅助驾驶开始普及的阶段毫米波雷达市场基本是外资供应商的“铁桶阵”。德国的博世、大陆集团美国的安波福瑞典的维宁尔Veoneer这些名字构成了第一梯队。它们凭借数十年在汽车电子领域的积累提供了稳定、可靠尽管可能不那么激进的雷达产品并与全球主流车企建立了深厚的绑定关系。对于主机厂来说采购这些成熟方案是风险最低的选择所谓“用博世不出事”的潜台词背后是一整套经过验证的供应链、标定体系和功能安全标准。然而这场看似稳固的格局被两只突如其来的“黑天鹅”彻底打破。第一只“黑天鹅”是2020年开始的全球性芯片短缺。汽车毫米波雷达的核心是射频芯片MMIC和处理芯片这类芯片的产能高度集中。当疫情等因素导致供应中断时外资巨头首当其冲出现了大面积、长时间的交付延迟。我记得当时有车企朋友吐槽因为缺一颗雷达芯片整条生产线都可能停摆下线的车成了“缺胳膊少腿”的半成品只能停在停车场里“晒太阳”。这场危机给了蛰伏已久的中国本土供应商一个千载难逢的“窗口期”。当博世们无法保证供应时主机厂为了保交付不得不启动备选方案森思泰克、华域汽车、德赛西威等本土玩家开始进入前装供应链“救火”。这一步“上车”至关重要它不仅仅是一次简单的订单替换更是完成了从0到1的资质认证和信任建立。一旦你的产品在量产车上跑通了数万、数十万公里证明了基本的可靠性你就拿到了参与后续游戏的入场券。第二只“黑天鹅”或者说“金凤凰”则是智能驾驶功能本身的快速迭代。当市场从基础的ACC自适应巡航、AEB自动紧急制动向高速NOA导航辅助驾驶、城市NOA迈进时对传感器的要求发生了质变。传统的3D毫米波雷达提供距离、速度、方位角信息在应对静止物体、高架桥墩、路牌等复杂场景时容易产生误报或漏报这就是业内常说的“幽灵刹车”问题之一。市场迫切需要感知能力更强的传感器。于是4D成像毫米波雷达站上了风口。它在传统三维信息基础上增加了高度维的探测能力能够生成更接近激光雷达的点云图像分辨率大幅提升可以区分出前方的车辆是轿车还是卡车以及立交桥的桥面和桥下空间。这个技术趋势让所有玩家无论是传统巨头、本土供应商还是新入局的科技公司都站到了相对接近的起跑线上因为大家都需要重新研发新一代产品。于是市场格局从外资“三足鼎立”迅速演变为多方势力混战的“战国时代”主要形成了三大阵营传统豪强阵营以博世、大陆、安波福、采埃孚为代表。它们底蕴深厚品牌力强与全球车企关系紧密且正在全力向4D雷达转型。它们的挑战在于如何应对成本压力和更灵活的本土化需求。例如大陆集团已在中国寻找代工伙伴以降低成本采埃孚甚至传出考虑拆分其4D雷达业务独立融资以换取更大的灵活性和发展速度。本土供应商阵营以森思泰克、华域汽车、德赛西威、华为等为代表。它们凭借快速响应、成本优势和对中国复杂路况的深度理解在“缺芯”期间迅速崛起并已在4D雷达领域积极布局。森思泰克的4D前雷达已经搭载于理想L7等热门车型上实现了规模化交付。这个阵营的优势是贴近市场决策链短但同样面临激烈的内部竞争和车企的降价压力。车企自研/孵化阵营这是当前最活跃、也最值得关注的一股力量。比亚迪通过弗迪科技发布了自研的RF1平台雷达长城汽车将内部的睿博感知公司独立运营专攻4D雷达和摄像头上汽依托华域汽车早已布局蔚来则通过资本入股赛恩领动并与芯片商恩智浦合作深度介入雷达供应链。车企自研的核心逻辑是寻求供应链的自主可控、成本优化以及更深度的软硬件集成能力。当智能驾驶成为核心卖点掌握关键传感器的定义权和研发能力就意味着掌握了更大的话语权和利润空间。注意车企自研传感器是一把“双刃剑”。优势在于技术闭环和成本控制但劣势是巨大的研发投入、漫长的验证周期以及可能面临的技术路线风险。并非所有车企都适合走这条路更多是一种“头部玩家”的战略选择。这三股势力相互交织、竞争合作共同推高了毫米波雷达市场的热度。高工智能汽车研究院的数据很能说明问题2022年中国市场前装毫米波雷达交付量同比增长超过31%其中L2级车型的盲区雷达搭载率高达74%。预计未来几年随着L2/L2功能渗透率持续提升雷达上车量的年增速将保持在30%-50%的高位。一个千亿级别的增量市场正在打开谁能分到最大的蛋糕取决于技术、成本、量产速度和生态整合的综合能力。3. 技术角力点4D成像雷达为何是“必争之地”为什么所有玩家都在押注4D成像毫米波雷达这场技术升级的本质是什么我们可以从一个具体的驾驶场景来理解。想象一下你的车正以80公里/小时的速度在高速上开启辅助驾驶。前方100米处有一个横跨路面的龙门架下面停着一辆故障车。对于传统毫米波雷达这是一个经典的挑战场景传统3D雷达它可能将龙门架的金属横梁和下方静止的车辆回波混在一起形成一个巨大的、静止的“障碍物”点。由于算法为了避免对天桥、路牌等静止物体误刹车即“过滤静止目标”很可能将这个真实的危险目标过滤掉导致车辆无法制动发生碰撞。或者它也可能错误地将龙门架识别为威胁引发不必要的“幽灵刹车”。4D成像雷达得益于更高的垂直分辨率通常是12-16个虚拟通道它能够勾勒出龙门架的轮廓和下方车辆顶部的轮廓清晰地将二者在高度上区分开。它不仅能告诉系统“前方有物体”还能更精确地描述“物体的形状和高度分布”从而让算法能够更可靠地判断这是一个横跨路面的、可以穿过的桥架其下方是一个需要避让或制动的静止车辆。这个能力的飞跃源于4D雷达在硬件和软件层面的双重革新硬件层面通道数量的“军备竞赛”传统角雷达通常只有3发4收3T4R形成12个虚拟通道。前向远程雷达LRR好一些但通道数也有限。而4D成像雷达普遍采用多芯片级联Cascade技术例如将4颗3发4收的芯片组合起来实现12发16收12T16R虚拟通道数跃升至192个。通道数越多天线孔径越大形成的波束就越窄、越精准分辨两个相邻目标的能力角度分辨率就越强。这就好比从“近视眼”变成了“望远镜”看得更清、更细。软件层面从“信号处理”到“感知理解”传统雷达输出的是经过处理的“目标列表”Object List比如“目标A距离50米速度0方位角2度”。而4D成像雷达得益于丰富的点云数据开始输出“特征级”甚至“图像级”信息。它可以通过算法对点云进行聚类、分类识别出目标的轮廓、类型车辆、行人、二轮车并跟踪其运动状态。这意味着雷达不再仅仅是一个提供原始数据的“前端传感器”其本身就在承担一部分“感知”的职责与摄像头、激光雷达的数据进行前融合或后融合时能提供质量更高、更互补的信息。成本与性能的博弈然而更强的性能意味着更高的成本。更多的射频芯片、更复杂的天线设计、更强大的处理芯片都推高了4D雷达的BOM物料清单成本。目前一颗高性能4D前向雷达的成本可能是传统雷达的2-3倍甚至更高。因此当前阶段4D雷达主要搭载于追求高端智能化的车型上如理想L系列、蔚来ET7/ES7、飞凡R7等。它的普及速度直接取决于成本下降的曲线。这里就出现了不同的技术路径选择集中式处理路径将多颗芯片原始数据汇总由一颗强大的专用处理器如英飞凌、恩智浦、德州仪器的最新雷达处理芯片在雷达内部完成复杂的信号处理和点云生成。优点是性能高、数据质量好缺点是雷达本体成本高、发热大。分布式处理路径雷达端只完成初步的信号处理和数字化将大量的原始数据或中间数据通过高速总线如车载以太网传输到域控制器由域控制器上的高性能计算平台如英伟达Orin、地平线征程5完成最终的点云生成和感知算法。这可以降低雷达本体的复杂度和成本但对数据传输带宽和域控制器算力提出了更高要求。长城汽车旗下睿博感知规划的“下一代分布式4D雷达”就走的是这个路线。实操心得对于主机厂而言选择哪种路径不仅仅是技术问题更是体系架构问题。如果走集中式那么雷达供应商的“黑盒”能力很强如果走分布式主机厂或域控制器供应商需要在算法和数据处理上投入更深。这背后是软硬件定义权的争夺。4. 供应链与成本降本压力下的“生存游戏”如果说技术是矛那么成本和供应链就是盾。在智能汽车行业“卷”价格、“卷”配置的今天毫米波雷达面临着前所未有的降本压力。尤其是当它从高端车型向主流经济车型普及时成本成为了比性能更关键的胜负手。传统雷达的“红海”价格战在L2级辅助驾驶成为标配的背景下角雷达BSD盲区监测、前向雷达ACC/AEB的需求量呈爆炸式增长。这类产品技术相对成熟标准化程度高其结果就是激烈的同质化竞争。本土供应商凭借更低的研发成本、制造成本和灵活的商务策略不断拉低市场价格。外资巨头为了保住市场份额也不得不加入价格战或者寻求本土化生产来降低成本。大陆集团在中国寻找代工伙伴就是非常明确的信号。这个市场已经是一片“红海”利润空间被持续压缩变成了一个靠规模和管理效率取胜的“生存游戏”。4D雷达的“规模”与“投入”悖论而对于4D成像雷达情况则更复杂。它目前还是“蓝海”但游向“蓝海”的船票很贵。高昂的研发投入芯片设计、天线仿真、算法开发、漫长的车规认证周期AEC-Q100、ISO 26262功能安全、以及尚未起量的生产规模使得每一颗4D雷达的成本都居高不下。供应商们面临一个悖论没有规模成本降不下来成本降不下来就无法获得更大的规模。如何破局行业正在尝试几种方式平台化与模块化设计像比亚迪弗迪科技的RF1平台那样通过一个可扩展的硬件平台衍生出不同性能、不同配置的雷达产品覆盖从角雷达到前向4D雷达的需求共享大部分研发成果和供应链以摊薄成本。芯片级方案整合芯片厂商如德州仪器、恩智浦、英飞凌等正在提供越来越集成化、开放化的雷达芯片解决方案。例如恩智浦最新的成像雷达处理器集成了高性能DSP和硬件加速器降低了雷达厂商的开发门槛和部分成本。蔚来选择与恩智浦合作正是看中了芯片层面的深度优化潜力。寻求外部融资与合作对于创业公司或从大集团独立出来的业务单元如长城的睿博感知、潜在的采埃孚雷达业务通过独立融资获取“弹药”是支撑长期研发投入的重要手段。蔚来资本领投赛恩领动也是这种逻辑。车企深度绑定与分摊主机厂通过投资、合资或深度战略合作的方式与雷达供应商绑定共同承担研发风险并承诺未来的量产订单给供应商吃下“定心丸”加速研发和降本进程。供应链安全成为新考量经历了“缺芯”之痛后供应链的稳定性和安全性被提到了前所未有的高度。主机厂不再仅仅看重供应商的品牌和报价更关注其供应链的韧性特别是关键芯片如MMIC、处理器的保供能力。拥有多元化芯片供应方案、或者与芯片原厂关系紧密的雷达供应商会获得额外的加分。这也促使更多雷达厂商与芯片设计公司开展更早期的联合开发。5. 未来趋势与生态整合超越单点走向系统毫米波雷达的竞争最终不会停留在单一部件的性能或价格上。它的未来越来越深地融入到整车电子电气架构和智能驾驶系统的整体演进中。从独立传感器到“传感节点”在传统的分布式架构下雷达是一个独立的ECU电子控制单元完成探测、处理、目标输出再通过CAN总线发送给决策单元。而在向域集中式Domain Centralized和中央计算式Centralized E/E Architecture演进的过程中雷达正逐渐演变为一个“传感节点”。它的角色可能分化为两种智能传感器集成更多的预处理能力输出经过初步加工、信息密度更高的数据如特征点云、目标级信息减轻中央计算平台的压力。纯数据源输出最原始的ADC数据或初级处理数据将所有复杂的感知算法都上移到中央计算平台。这要求雷达具备高带宽的数据输出能力如通过车载以太网并且整个系统的软硬件接口需要高度标准化。跨传感器融合的深度绑定毫米波雷达与摄像头、激光雷达的融合是智能驾驶感知的必然趋势。但如何融合在哪个层级融合数据级、特征级、决策级不同的主机厂和方案商有不同的选择。这就意味着雷达供应商如果只能提供“黑盒”的标准化产品其价值会被逐渐边缘化。未来的核心竞争力在于能否提供更开放的接口、更透明的中间层数据、以及针对融合算法的深度优化支持。例如根据摄像头的视觉特征动态调整雷达的探测模式和信号处理参数实现112的效果。华为、大疆车载等全栈方案商在这方面具有天然优势因为它们能打通从传感器到算法的全链条。软件定义雷达的雏形Mobileye与啓碁科技合作生产“软件定义成像雷达”揭示了一个重要方向通过软件升级来重新定义或优化雷达的感知性能。比如在OTA空中升级中不仅可以更新决策算法还可以更新雷达的信号处理算法、目标分类模型甚至虚拟地“重构”天线波束模式以适应新的场景或提升特定性能。这将使雷达从一次性的硬件产品转变为可迭代、可成长的智能部件极大地延长了其生命周期和价值。要实现这一点需要雷达硬件本身具备足够的算力冗余和架构灵活性。新的应用场景拓展除了传统的ADAS功能毫米波雷达正在向更多车内车外场景渗透开辟新的增长点舱内雷达用于生命体征监测防止儿童、宠物被遗忘在车内、驾驶员状态监控注意力、心率、手势识别等。这类雷达通常使用60GHz频段精度要求高但功耗和成本需要严格控制。车门雷达实现更精准、安全的电动门开闭防撞以及脚踢感应开启后备箱等功能。路侧基础设施在车路协同方案中作为路侧感知单元弥补单车感知的盲区。这些新兴应用虽然单个体量不如前装ADAS但集合起来也是一个可观的市场并且技术门槛相对较低有利于本土供应商快速切入。6. 给从业者与观察者的几点思考面对这场白热化的竞争无论是身处其中的工程师、企业决策者还是行业观察者、投资者都需要一些更冷静的思考。对于雷达供应商尤其是本土创业公司找准定位切忌贪大求全在巨头环伺的战场新玩家想全线出击非常困难。更明智的做法是选择一个细分领域建立绝对优势。比如专攻角雷达做到成本和质量极致或者在4D雷达的某个关键技术上如特殊天线设计、抗干扰算法、点云分类网络形成壁垒。森思泰克早期在角雷达市场的深耕为其后续发展奠定了基础。绑定一两个核心客户深挖需求在现阶段获得一家主流主机厂的深度认可和规模化订单远比拿到十家小客户的定点更有价值。通过与核心客户的深度合作可以更快地迭代产品、理解车规要求、打磨量产工艺。华域汽车依托上汽体系起步就是典型案例。重视软件与数据能力雷达的硬件差距会随着时间推移逐渐缩小未来的差异化将越来越多地体现在软件算法、数据闭环和融合能力上。建立自己的感知算法团队甚至小规模的标注和数据训练能力是为未来蓄力。供应链安全是生命线与关键芯片供应商建立战略合作关系甚至参与早期定义确保芯片供应和成本优势。同时探索国产芯片的替代方案虽然车规级国产芯片任重道远但必须开始布局。对于主机厂自研与否想清楚核心诉求自研传感器是为了降本、为了技术闭环、还是为了供应链安全不同的目标对应不同的投入策略和合作模式。完全自研投入巨大可以考虑与供应商成立合资公司如零跑与大华的华锐捷或者通过投资进行深度绑定如蔚来与赛恩领动在掌握一定话语权的同时分散风险。建立科学的供应商矩阵避免对单一供应商的过度依赖形成“外资本土自研/深度合作”的多元供应体系。在关键的前向主雷达上可能仍需要博世、大陆这样的“压舱石”保证基础安全和品牌背书在角雷达等成熟产品上可以大胆采用高性价比的本土方案在4D雷达等创新产品上可以与有潜力的供应商共同开发。培养内部的核心系统集成能力无论外购还是自研主机厂最终需要的是稳定、可靠的系统表现。这意味着必须培养一支懂感知、懂融合、懂标定的核心团队。只有自己掌握了系统集成和验证的能力才能更好地管理供应商做出正确的技术决策。对于行业观察者与投资者关注技术路线的收敛点目前4D雷达的技术路径芯片级联方案、处理器选择、数据处理架构尚未完全统一。关注哪些方案最终在性能、成本、功耗上取得了最佳平衡并成为行业主流这决定了哪些供应商能跑出来。警惕“估值泡沫”与“量产鸿沟”资本市场对4D雷达等前沿技术往往给予高估值但从实验室样机到车规级量产中间隔着漫长的可靠性验证、成本控制和产能爬坡。要仔细甄别哪些公司真正跨过了“量产鸿沟”实现了稳定的营收和利润。生态位比市场份额更重要在这样一个多势力混战的市场上短期内很难出现一家独大的垄断者。更可能形成的是几家巨头与多家特色供应商共存的格局。寻找那些在特定细分市场如舱内雷达、角雷达、4D雷达特定频段建立了坚固“生态位”的公司它们可能拥有更健康的盈利模式和更持续的竞争力。这场关于毫米波雷达的“暗战”表面上是产品与市场的竞争深层次是汽车产业在智能化转型过程中对核心技术掌控权、供应链主导权和未来利润分配权的一次重新洗牌。它不再是一个简单的零部件采购问题而是牵一发而动全身的系统工程。战局才刚刚进入中场好戏还在后头。