幾天前，問界回應了M7高速碰撞事故。從事故中可以看到的一點是，目前影響智能駕駛輔助和AEB主動安全的有多個因素，既包括感測器的性能，也關乎背後觸發主動安全機制的硬性條件。

智能駕駛一直是車企之間競爭的焦點。從智能駕駛來看，攝影機、毫米波雷達和雷射雷達是主流的三大方式。

傳統毫米波雷達無法感知靜止的物體，感知和識別的重任交到了攝影機手中，但攝影機仍有很大的侷限性，受到環境影響大，雨雪、黑暗都可能會讓攝影機失靈。雷射雷達能夠對物體的每個像素直接掃描，通過計算雷射從物體反射回來的時間估算與物體的距離，更準確地還原場景，黑暗或者過於刺眼的陽光都不會影響它的效率。

目前，除了堅持走純視覺路線的特斯拉和極越外，其他車企的新車如果沒有搭載雷射雷達，都不好意思多說兩句自己的智能駕駛體驗。

在前兩年，國內智能汽車還在堆料時期，長城的沙龍機甲龍負責人曾說過：“4顆（雷射雷達）以下，請別說話。”

不過，到了2024年，汽車企業不再“熱衷”於雷射雷達。

“現在的牌桌上，如果手裡只有電動化一張牌，沒有智能化、生態化的準備，最終車企還是要面臨著重新洗牌。”前段時間，中國汽車藍皮書論壇主席賈可，一針見血地指出了當前車企面臨的新焦慮。

特斯拉下調Model 3和Model Y售價、小米帶著自家SU 7走進大眾視野，問界、理想、比亞迪等分別推出問界M9、理想MEGA、仰望U8等高端車型。

一邊是特斯拉引發的新一輪價格戰，一邊是國產車企衝擊高端市場，實際上是汽車市場競爭再次加劇。

回看智能電動車市場，實現價格戰最簡單的方式就是降價減配。作為汽車上最貴的智能駕駛核心部件，在價格戰步步緊逼的形勢下，硬體減配“犧牲”雷射雷達，已經被提上日程。

如前文所述，目前，智能駕駛負責“感知”的部分，主流是靠著三個路線：攝影機、毫米波雷達、雷射雷達。大多是需要通過“卡爾曼濾波器”進行融合，融合根本上是為了提高“感知”的精準率。所以，從技術上來看，感知元件當然是多多益善。

但是，智能駕駛終究是要回歸到使用者，在成本、規模以及精度之間取捨，智能汽車最終還是考量它的“商品”的屬性。

在智能體驗優先、安全優先的前提下，車企在智能感知硬體上就有了三種降本方式：

第一種，直接減配雷射雷達，車企只能為使用者提供高速 NOA 輔助駕駛。

第二種，更換技術路線，將感知硬體取代為視覺攝影機，走全視覺路線，比如特斯拉、極越。不過，特斯拉作業並不好抄，門檻和壁壘極高。從這兩家的智駕的價格來看，現階段純視覺路線成本反而更貴。

第三種，追求性價比。削減雷射雷達的數量，將雷射雷達部分換成 4D 毫米波雷達，以此減少雷射雷達的上車數量成本。

一種技術好不好用，很多時候取決於我們有沒有做出來。這句話在 4D 毫米波雷達行業體現得更明顯。

4D 毫米波雷達未出世之前，特斯拉棄毫米波雷達不用。

兩年後，堅決抵制毫米波雷達的馬斯克，在推特上也鬆口說：“高畫質毫米波雷達是可行的選擇”。之後，特斯拉被挖出，在HW4．0預留有毫米波雷達的百兆網介面。

此外，博世也開始對4D毫米波青睞有加。

去年7月，博世公司的一名發言人確認：“鑑於技術的複雜程度以及市場推廣所需的時間，我們將不會再把更多的資金用於雷射雷達的硬體研發。”簡而言之，就是雷射雷達成本太高，造出來車企不願意用。

相反，博世打算把技術和投資轉移到其他的感測器上，即4D毫米波雷達。據報導，早在去年8月，博世就與瑞典的創新射頻天線技術公司（GapWaves）達成協議，聯合開發和生產滿足車載高解析度要求的毫米波雷達天線。

最近，華為乾崑宣佈了國內首發高精度4D毫米波雷達，讓4D毫米波雷達再次火了起來。

那麼4D毫米波雷達有什麼魅力？4D毫米波雷達被頻頻考慮，無外乎兩點原因：性能提升、價格便宜。

首先來看性能方面，目前主流毫米波雷達主要功能為測角、測距與測速，故也稱之為3D毫米波雷達。此前特斯拉Auto Pilot就是由3D毫米波提供運算支援，但是3D毫米波雷達固有的缺陷為無法測量物體高度，從而使其不能識別前方靜止物體是否會對車輛通行產生影響。4D毫米波雷達相比傳統雷達，多了“1D”，也就是多了一個探測物體高度的能力。

4D毫米波雷達增加了俯仰角的測量資訊，並且角度解析度可達到亞度（<1°）等級，能夠通過輸出大量的測量點清晰地呈現出目標障礙物的輪廓。

此外，4D毫米波雷達除了提供速度、距離、方位等三維資料，還“進化”出了類似雷射雷達的點雲成像效果，同樣能夠彌補純視覺演算法偏弱無法覆蓋全場景的問題，清晰度上，部分指標近似達到16線數的雷射雷達。遇到下雨、大霧等天氣，它的偵測範圍仍可以達到300米左右。

華為最新推出的高精度4D毫米波雷達，就可以支援泊車模式，垂直視野可達60°，相較傳統雷達垂直視野18°，有3倍提升；距離精度5釐米，相較傳統雷達20釐米精度，提升4倍。

再來看價格上，從成本來看，雷射雷達價格多在1000美元，而4D毫米波雷達成本約為雷射雷達的1/10-1/5。

目前 4D 毫米波雷達整體價格約在千元，且價格正在快速向傳統毫米波雷達靠近。比如Arbe公司的成像雷達價格人民幣690-1036元，采埃孚、大陸等Tier 1的產品單價為1036-1381元。

從上車應用來看，車企用腳投出了自己的一票。

據瞭解，蔚來新一代車型已經確定安裝 4D 毫米波雷達。蔚來 NT3.0 平台車型將全系標配一顆來自賽恩領動的 4D 毫米波雷達。樂道首款車型L60同樣去掉了雷射雷達，增加4D毫米波雷達，視覺能力和NIO基本一致，上市即可用上城區NOP+，在新勢力當中可能是頭一回。

國內廠商掀起 4D 毫米波雷達熱，同一時間內車企找到了 L2+自動駕駛感知硬體的最佳性價比。

根據Arbe的預測，4D毫米波雷達將於2024年在歐洲與北美市場L1-L4等級自動駕駛車型中開始列裝。市場規模方面，根據Yole預測，4D毫米波雷達2021年-2027年複合增長率將達到48%，而4D成像雷達CARG將達到109%。

從資本市場來看，4D 毫米波的熱度不斷攀升。

去年，蔚來和小米投了賽恩領動，融資規模超過億元，主要用於4D成像雷達量產研發與工業化落地。同時8月，國內“雷射雷達第一股”禾賽科技CEO李一帆還出手投資了4D雷達新創公司傲圖科技。

不止，賽恩領動，小米還投資過幾何夥伴、縱目科技的多輪融資。其中，百度也投了幾何夥伴，每輪融資金額都至少達億元人民幣。

據半導體產業縱橫不完全統計，從2023年以來，國內至少已有10家4D毫米波雷達企業獲得融資，已披露融資總額遠超十億元，可見該細分市場的熱度不一般。

我們來看看4D毫米波雷達目前的“戰局”。

在4D毫米波成像雷達賽道，主要玩家包括傳統Tier 1、科技巨頭、新興企業三類。其中，博世、大陸、安波福、采埃孚等傳統Tier 1佈局較早，普遍採用多晶片級聯技術增加接收和發射通道。科技巨頭諸如Mobileye、華為等科技企業也推出了4D毫米波成像雷達。

此外，還有新興企業，諸如傲酷（Oculii）、森思泰克、雷科防務、木牛科技、承泰科技、縱目科技、幾何夥伴、楚航科技、行易道、賽恩領動、華域汽車等。

傲酷目前4D毫米波雷達解決方案已應用在與長城汽車聯合打造的無人物流車上，同時還定點多家OEM的量產項目。

森思泰克2片級聯4D成像雷達STA77-6全球首發量產車型是在理想L7上，此外，森思泰克4片級聯4D成像雷達STA77-8已搭載某國內一線主機廠主打車型量產上市。

木牛科技目前4D成像雷達產品搭載在Bobcat機械車輛上，並與後者達成了戰略合作，為其批次供貨。此外，去年還發佈了新4D成像雷達I79。

獲得小米融資的賽恩領動，此前推出了4D成像雷達 SFR-2K產品，SFR-2K (48 通道)單幀可輸出2048點雲，實現水平角度解析度1º。從最新的進展來看，目前，賽恩領動已經拿到了某頭部新能源車企全平台量產項目定點，預計今年下半年量產上市。

從整體市場來看，4D成像雷達遠未實現大規模上車，尚處於小規模試用階段。

為了推動 4D 成像雷達早日上車，整個行業仍有大量工作待啟動完成：明確定義和設定感測器套件的最低性能要求：解析度、誤檢率、範圍、延遲和靈敏度等，包括 4D 成像雷達在內；聚類、對象邊界、自由空間對應演算法和跟蹤演算法整合；合理的安裝位置和應用方法；統一的性能測試與評價標準等等。

在今天以L2/L2+智駕為主流的情況下，3D毫米波雷達基本可以滿足大多數場景下的需求。4D成像雷達目前處於“nice to have”的處境。如果當然更好，但問題是：企業是否有必要花費更高成本更換清晰度更高的感測器？

不過，4D毫米波雷達的出現，讓汽車市場充滿了希望。行業期待 4D 毫米波雷達克服重重困難將 BOM 成本降至 50 美金以下，這不僅將是其上車的起點，而且一旦進入，其面對的或將是 10- 15 萬區間的廣闊汽車市場。

在技術和資本的推動下，4D毫米波雷達，開始上熱度了。 (半導體產業縱橫)

一周之前，特斯拉將在新車型上安裝4D毫米波雷達的消息不脛而走。

知名白客Green在推特上直接放出了特斯拉向監管機構申請的文檔結構，讓“特斯拉即將重歸毫米波雷達懷抱”的信息真實性更加一籌。要知道，特斯拉在2021年才把車型上的毫米波雷達拿掉。

而一個星期內，與特斯拉有合作緋聞的4D毫米波雷達企業Arbe股價飛升，國內一批公司，也從苦逼的傳統汽車零部件供應商，化身4D毫米波雷達概念股。比如晉拓股份，股價一周飆漲50%——儘管毫米波雷達業務在其營收中佔比還不足1%。

1. 離特斯拉拋掉毫米波雷達還不到兩年，怎麼又把它給裝回去了？

2. 資本熱捧4D毫米波雷達，僅僅是因為特斯拉帶隊嗎？

3. 同樣是雷達，升級過後的4D毫米波雷達會對激光雷達構成威脅嗎？

時間回到2021年，當年5月，特斯拉宣布移除北美出產車型上所有的毫米波雷達。在智能駕駛的技術框架裡，毫米波雷達是一種相對成熟的傳感器，可以穩定地測速、測距，並在全天候環境下工作。

而在成本狂魔馬斯克治下，特斯拉多年來一直使用來自大陸的毫米波雷達ARS 410，這款入門級產品以極高的性價比，幫助特斯拉實現了基本的輔助駕駛能力。

但隨著智能駕駛對汽車感知能力的要求越來越高，這顆低端毫米波雷達的短板愈發明顯：分辨率太低，對物體看不清；沒有測高能力，無法對環境形成立體的感知。

這導致的直接結果是，感知能力日新月異的攝像頭和原地踏步的毫米波雷達不時相互打架，帶來幽靈剎車等問題。

按馬斯克的話說，毫米波雷達在智能駕駛的數據流裡已經成了一個污染源——讓一個弱視來當領航員，當然不太明智。

因此，依托算法優勢讓高分辨率的攝像頭擁有了立體感知能力後，特斯拉果斷砍掉了車型上的毫米波雷達。在那之後，馬斯克也在推特上留下了一句伏筆：只有高分辨率的雷達才行。

其實在馬斯克之前，車載毫米波雷達行業已經意識到，傳統毫米波雷達難以在未來的高階智能駕駛系統中立足。

因此無論是大陸、採埃孚等傳統豪強，還是國內外創業公司，都踏上了賽場：為毫米波雷達添加測高能力，大幅提升分辨率，讓其能夠成像。對這一類產品，行業稱之4D毫米波雷達或者4D成像雷達。

而4D毫米波雷達的比賽，首先是一場“通道軍備競賽”。靠接收電磁波工作的傳感器遵循一些共通的規律，攝像頭是“底大一級壓死人”，激光雷達是“線數越高越清晰”，毫米波雷達則是：分辨率與信號（收發）通道數量成正比。為了成倍擴充通道以獲得成像能力，行業中已經至少分化出了三種技術派別：

傳統毫米波雷達通常僅使用一枚MMIC（單片微波集成電路，與天線組成信號收發單元）芯片，收發能力有限。而多芯片級聯方案的思路非常直觀——能力不夠，數量來湊，通過堆疊多塊MMIC芯片，實現通道數量的乘數疊加：

在MIMO技術體制下，單枚MMIC芯片通常擁有12條通道（3發4收）。雙芯片級聯可以擴充至48通道（6發8收），四芯級聯則可進一步擴充至192通道（12發16收）。

由於工藝/元器件相對成熟，技術開發難度較小，這一方案最為主流，車載毫米波雷達大廠和眾多國內公司普遍採用。比如行業首枚4D毫米波雷達大陸ARS 540，採埃孚搭載於飛凡R7上的PREMIUM，均是4芯片級聯方案，擁有192個通道。

不過，這條簡單的思路並不能無限延續。多芯級聯方案在成倍擴充通道的同時，也會成倍地提升雷達的體積、功耗、成本。這為另一個派別的出現提供了契機。

與多芯片級聯的堆疊思路完全相反，高度集成的單芯片選擇將收發單元以及其他分立元器件微縮化，塞進一枚芯片中。

這一路線的擁躉，包括與特斯拉傳出緋聞的Arbe，以及背靠英特爾的Mobileye，兩者均在高度集成芯片方案上，推出了總通道數量高達2304個的4D毫米波雷達產品。

因為對器件小型化，這一路線在寸土寸金的晶圓上集成大量通道，不僅能夠節省體積與功耗，還有極大降本空間。但問題在於，這一方案會面臨更嚴苛的電磁波信號串擾問題，並且要啟用並不成熟的晶圓工藝。

一位毫米波雷達行業人士向我們分析，特斯拉曾經與Arbe洽談雷達技術合作，但最終選擇自研，最主要的影響因素應該是技術方案成熟度問題。

相比於前兩個派別，車載相控陣雷達的方案則更加大膽。相控陣的原理是通過特製的天線改變電磁波相位，將分散的能量集中成束，達到掃描的效果，從而顯著提高雷達分辨率。理論上，相控陣毫米波雷達擁有極高的性能上限。

在軍事上相控陣雷達早已有應用，但傳統相控陣雷達體積龐大，難以直接用於汽車，因此需要開發全新的材料，將雷達小型化。因此行業又將這一路線稱為超材料，扛旗企業主要是國外初創MetaWave、Echodyne等。

不過，基礎的新材料開發向來週期漫長，這一派別的技術成熟度目前最低。顯然，無論是豪強還是初創，無論採用傳統還是新興技術方案，參與者都必須直面這樣的遊戲規則：4D毫米波雷達必須在受限的成本、功耗、體積中，盡力提高信噪比與分辨率。這是一個典型的螺螄殼裡做道場的活計。

即使是特斯拉也不例外。在向監管部門提供的文件中，特斯拉的4D毫米波雷達方案採用雙芯片級聯方案，擁有48通道（6發8收），對應的是較低的成本，更可控的製程保障，以及較小的體積。

特斯拉向監管部門提交的4D毫米波雷達設計

特斯拉向來有不拼傳感器硬件參數的傳統。2021年當國內新勢力紛紛啟用800萬像素攝像頭時，特斯拉車型搭載的仍然是祖傳120萬像素攝像頭，參數約等於十五年前的手機鏡頭。

但特斯拉通過基於大量數據不斷迭代算法，在數年時間內開發出HydronNet、BEV以及Occupancy Network等算法，仍然引領了純視覺自動駕駛路線。不過，目前僅依靠攝像頭的智能駕駛還是有難以克服的Corner Case。就在本月，特斯拉宣布召回36萬輛車，原因是基於視覺的FSD存在安全隱患。

而一枚4D毫米波雷達的加入，可以提供帶有距離信息的三維點雲，彌補純視覺算法的不足，提升特斯拉智能駕駛算法的上限。

中國毫米波雷達創業公司行易道總裁江軍安認為，特斯拉引入4D毫米波雷達最直接的作用是，可以通過增加測高和更高的角分辨率進一步提升AEB（自動緊急制動）功能的表現和適用場景，更好地保證智能駕駛的安全性。

這需要盡力壓榨4D毫米波雷達的潛力，並與其他傳感器妥善地融合——軟件算法是這一過程的關鍵因素。

Sensefreedom算法總監姚偉偉告訴我們，特斯拉自研雷達的硬件選型，側面反應出其對4D毫米波雷達的側重點在算法上。江軍安的判斷則是，算法將是4D毫米波雷達的主要壁壘，也是差異化競爭的核心環節。

毫米波雷達算法可以粗略分為基礎的信號處理算法和上層的感知算法，前者決定毫米波雷達是否“看得清”，後者決定是否“看得懂”。在此之前，一些初創公司嘗試從信號處理算法的創新入手，推高4D毫米波雷達的性能極限。

比如國內行易道開發了壓縮感知算法，在已定點的雙芯片級聯4D雷達的硬件基礎上將雷達的角分辨率做到了0.7°以下；森思泰克也採用超分辨算法，推出了角分辨率0.7°的四片級聯產品。國外大廠已經量產的產品這一數據均超過1°。

新信號處理和感知算法和多通道的射頻設計幫助4D毫米波雷達獲得更小的角分辨率，通常意味著更清晰的成像能力，但要讓4D毫米波雷達擁有更強競爭力，還需要成像和識別算法的進步。

此前，傳統毫米波雷達由於分辨率太低，不具備成像能力，很難依托它精確識別物體，其主要作用是對物體進行聚類、追踪。

而4D毫米波雷達能夠成像，則為大規模引入機器學習創造了條件，在經過機器學習訓練後，4D毫米波雷達對物體的識別能力將會進一步提升——就像攝像頭的感知能力不斷升級那樣。

但這樣做的前提是，要有足夠的數據作為養料餵養算法。因此，那些先行量產4D毫米波雷達、擁有更大出貨量的企業，能夠在算法改進上占得先機。

而論數據閉環能力，沒有公司比得上特斯拉。如果特斯拉今年就在新生產車型上全面導入HW4.0，那麼到明年將擁有上百萬台裝車的4D毫米波雷達。龐大車隊收集的海量數據，能夠使特斯拉以比任何公司都快的速度迭代其算法。

不過，4D毫米波雷達的從業者普遍認為，特斯拉的進場是利好大於競爭。因為後者的示範效應帶來的不僅是資本市場的關注，也會讓更多車企加速4D毫米波雷達的上車，讓算法在量產中持續改進。

在理想的智能駕駛傳感器架構中，攝像頭、毫米波雷達、激光雷達互為冗餘，能力互補。但現實的情況是，在有限的資源下（主要是成本），只有少數量產車能同時配齊攝像頭、4D毫米波雷達與激光雷達，三者之間的競爭同樣明顯。

若以一場賽跑作比，攝像頭是一個短板極少、身位領先的全能型選手，同時具備低成本、高信息密度、生態成熟等優勢。

而毫米波雷達與激光雷達各有優劣，前者成本較低，擁有全天候工作能力，後者成像能力更強，可提供精確的環境建模能力。

而對環境進行三維建模，是高階智能駕駛必須的工作，要求傳感器必須具備高分辨率、三維探測能力。

高線束激光雷達天生擁有這一能力，而攝像頭也通過BEV、Occupancy Network（格柵網絡）等神經網絡算法獲得了這一能力，毫米波雷達實現從二維到三維、從低清到高清的躍升則略晚了一步。

因此，自2020-2022年，毫米波雷達在高階智駕的體系中地位實際上在邊緣化，不僅一度被特斯拉開除，還見證激光雷達邁入商業化元年、走向高階智駕核心傳感器。

而毫米波完成向4D的轉變後，也試圖向核心傳感器的位置發起衝擊，對標激光雷達。不止一家毫米波雷達公司表示，其推出的4D毫米波雷達角分辨率可以達到0.7°到0.5°（工作頻率30hz）——這已經逼近64線激光雷達的水平。如果這一分辨率能升級至0.1°，那麼則約等於128線激光雷達。

特斯拉啟用4D毫米波雷達，標明了一條可以嘗試的路徑：廉價（百元級）的攝像頭與成本稍高（千元級）的4D毫米波雷達配合，取代成本高昂（數千元）的激光雷達。

不過，由於頻率、探測原理的限制，4D毫米波雷達短期內趕上激光雷達的性能並不現實。車企與毫米波雷達供應商共同端掉激光雷達飯碗的前提是，擁有強大的基於視覺的算法能力。並不是每一家車企，都是特斯拉。

更加符合現實的情形是：激光雷達需要將降低成本的戰役進行到底，並不斷提升可靠性，從“精密儀器”轉向“車規級零部件”。

4D毫米波雷達進一步提高分辨率，建立起更成熟的算法，完成對傳統毫米波雷達的替換。至於攝像頭，無論激光雷達還是4D毫米波雷達勝出，它都很難被取代。（遠川汽車評論）

彙整鉅亨號中所有使用「4D毫米波雷達」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

4D毫米波雷達，開始上熱度了

激光雷達的飯碗要被特斯拉”4D毫米波雷達“端了？