社区

在刚刚过去的马年春晚，如果说什么场面最让人印象“深刻”，大概就是那群在舞台上翻腾跳跃、整齐划一得像复制粘贴一样的宇树机器人了。

几十台G1人形机器人穿着小红袄，与人类舞者同台，完成了武术表演《武BOT》。这不仅仅是给全国观众看个热闹，它是一次高动态、高协同的全自主集群控制技术的全球首秀。节目还没结束，朋友圈里就已经开始刷屏：机器人赛道，真的要起风了。

而在这一片“赛博真功夫”的喝彩声中，有一个名字以意想不到的方式被推到了台前——禾赛科技。据公开信息，这些登上春晚的人形机器人，全部搭载了禾赛的JT系列激光雷达 。几十颗激光雷达同台闪耀，为机器人在复杂的舞台灯光和快速的走位变阵中，提供了360°无死角的精准环境感知能力。

这一幕颇具象征意义：当全世界都在盯着人形机器人的关节、算法和“大脑”时，真正让这群“钢铁侠”在现实世界中站稳脚跟的，或许是那颗藏在身上的“眼睛”。而禾赛，这家过去几年在车载激光雷达领域杀得风生水起的公司，突然以一种“基础设施”的姿态，出现在了机器人的聚光灯下。有人说是“躺赢”，但仔细看，这更像是一场蓄谋已久的升维。

从“看路”到“看人”，机器人的眼睛难在哪里

很多人对激光雷达的认知，还停留在自动驾驶汽车的车顶。那个一直在旋转的小盒子，被马斯克讥讽为“傻瓜的差事”，也被行业共识视为L3以上自动驾驶的“安全冗余”。

但机器人需要的“眼睛”，和汽车不太一样。汽车行驶的路面相对结构化，遵循交通规则，激光雷达要解决的是“我在哪、要去哪、怎么避障”的问题。而机器人，尤其是人形机器人，要在家庭、工厂、医院这种高度非结构化的环境里工作。它要面对的可能是随意摆放的拖鞋、突然跑过的宠物，甚至是要识别人细微的手势和表情。

这对感知系统提出了极高的要求：不仅要看得远，更要看得清、看得懂。更重要的是，春晚舞台上几十台机器人的协同表演，暴露了另一个核心痛点——时间同步与空间定位的误差累积。任何一毫秒的延迟，或者几毫米的定位漂移，在整齐划一的队列里都会被无限放大。

禾赛这次提供的JT系列激光雷达，本质上解决的正是这个问题。它不是简单的“障碍物探测器”，而是为机器人提供了一个稳定、可信的物理世界输入。通过自研的芯片化技术，这些激光雷达能够在复杂的光线和运动状态下，输出高精度的三维点云数据，让机器人知道自己“绝对”在哪，队友在哪，下一步该落在哪。

这就很有意思了。当所有人都在谈论机器人的“大模型”和“具身智能”时，禾赛默默地在做一件事：为所有具身智能体构建感知的底座。 从车顶到机器人的肩头，场景变了，但“让智能体看懂物理世界”的内核没变。

车载市场的“降维打击”，与英伟达的生态背书

当然，禾赛能有底气站上这个赛道，靠的绝不仅仅是春晚的一次亮相。

在过去的七八年里，禾赛做了一件极其“凶残”的事：把激光雷达从一颗几十万元的“工业奢侈品”，打成了几百美金的“消费级零件” 。价格下降了99.5%，性能却在不断刷新上限。这背后是自研芯片化技术带来的规模效应。

2025年，禾赛的全年交付量突破了160万台，其中ADAS产品贡献了约140万台 。这是一个什么概念？这意味着禾赛不仅是全球激光雷达的出货量冠军，更重要的是，它在残酷的车载市场竞争中，跑通了从“实验室样品”到“车规级标品”的规模化量产闭环。当一个传感器能在时速120公里的高速上、在风吹日晒雨淋的恶劣环境下稳定工作数年，再把它放到家里或工厂里的机器人身上，这本身就是一种“降维打击”。

更具标志性意义的事件，发生在2026年1月的CES上。禾赛被英伟达选定为“NVIDIA DRIVE AGX Hyperion 10平台”的激光雷达合作伙伴 。

在AI芯片界，英伟达的地位无需赘言。Hyperion平台是英伟达为L4级自动驾驶打造的“样板间”，是一套包含计算、传感器在内的完整参考架构。 能够进入这个生态，意味着禾赛的激光雷达不仅仅是“能用”，而是被英伟达这样的行业顶层玩家认证为“构建高阶自动驾驶的最佳配套”。这对于任何一家Tier 1或主机厂来说，都是极具分量的信任背书。

这一合作的想象空间，甚至不止于汽车。英伟达的布局早已延伸至机器人领域，其Isaac平台同样是机器人开发者的重要工具链。禾赛绑定了英伟达，就等于绑定了未来物理AI世界最核心的“操作系统”之一。

特斯拉的“翻车”，与技术路线的再平衡

在禾赛春风得意的同时，大洋彼岸的纯视觉路线旗手特斯拉，却在Robotaxi业务上遭遇了尴尬。

马斯克曾在2025年高调启动奥斯汀的Robotaxi服务，放出豪言要投放500辆车，覆盖半个美国。但现实是骨感的：据媒体报道，奥斯汀街头实际运营的车辆可能只有几十辆，可用率不足20%，而事故率据称高达人类驾驶员的9倍。更致命的是，这套系统一旦遇到下雨天，就得停摆 。

问题出在哪？纯视觉方案依赖摄像头，而摄像头在强光、暗光、雨雾天气下，本质上就是一个“近视眼”。人类驾驶员在这种环境下靠经验和谨慎，而纯视觉的AI一旦感知输入出现偏差，决策就会失之毫厘谬以千里。

特斯拉的困境，恰恰反证了激光雷达的价值。它不是一个“成本负担”，而是在复杂环境中提供冗余感知的“安全刚需”。Waymo之所以能在奥斯汀提供24小时全天候服务，正是因为采用了激光雷达、雷达和摄像头的融合方案。

这件事对于整个行业的启示是深远的：在追求高阶自动驾驶和通用机器人的道路上，单一传感器的“路径依赖”正在暴露风险。 物理世界是复杂且随机的，安全不能被“赌”出来。禾赛的定位升维——从“汽车核心感知”到“物理AI基础设施”——踩中的正是这个技术趋势的转折点。

写在最后

李一帆（禾赛CEO）说过一句话很有意思：人不可能同时驾驶两辆汽车，但可以同时让很多机器人为你工作。机器人的市场，不是一个“另一个车载市场”，而是一个指数级更大的传感器需求池 。

试想一下，未来的家庭里，可能有扫地机器人、割草机器人、陪伴机器人、做饭机器人……每一个需要与物理世界互动的智能体，都需要一双“眼睛”。即便未来一台车只需要1-2颗激光雷达，但一个家庭可能需要5-6颗，一个工厂可能需要成百上千颗。

2026年的春晚，几十台机器人同台共舞，像是一个隐喻：汽车电动化的“上半场”已经结束，智能化的“下半场”正在与机器人的“新纪元”合流。 在这个物理AI的时代，谁掌握了核心感知硬件的量产能力和成本控制，谁就掌握了通往物理世界的“接口”。

禾赛的“躺赢”，躺的是过去七八年死磕芯片化和量产化的积累；赢的，则是一个从汽车延伸至所有具身智能体的、星辰大海般的未来。让“禾赛Inside”成为智能时代安全感的代名词——这个野心，正在从车顶，一步步走进现实生活的每一个角落。

$禾赛-W(02525)$ $禾赛(HSAI)$