从华为看智能汽车：激光雷达性价比提升，关注细分赛道行业机会

（报告出品方/分析师：国联证券高登张宁熊军)

1.写在最前：为何当下时点关注激光雷达细分赛道？

1.1 华为引领，高线束激光雷达快速上车

华为问界M9和智界S7(图片|配置|询价)上市，192线束激光雷达上车。华为“四界”车型在高阶智能辅助驾驶硬件配置领先，车端首发搭载192线束激光雷达，检测速度、精度和广度均实现行业领先。

问界M9和智界S7搭载的华为192线束激光雷达具备250米超远精确识别能力，可探测的距离更远；184万点每秒的超高成像能力，垂直分辨率达0.1°，更精准的还原物理世界；帧率高于同行水平达到20Hz，更快速完成目标检测。华为引领，高阶智能驾驶功能2024年有望加速，带动车端激光雷达出货量提升。

我们认为，受益于高阶智能驾驶功能渗透加速，2024 年激光雷达有望迎来销量的快速提升，叠加产品性价比提升有望带动市场规模的持续扩容。

1.2 模块升级，固态激光雷达或有望落地

激光雷达包括发射模块、接收模块、扫描模块和信号处理模块。工作原理来看，激光雷达发射模块通过激光器生成并发射激光脉冲。在感知到物体后激光脉冲反射并由接收模块捕获信号，将其输送至信号处理模块，进行模拟信号预处理并转换为数字信号。依据数据信号提取关键测量信息，完成对周围环境的感知。

发射模块：激光雷达系统的光源，其核心组件为激光器。发射模块中主要包括激光器和发射光学系统，其中激光器用于产生照射目标的光脉冲，为激光雷达的核心光源。激光器发出少线束光后通过能源激励在发射光学系统中完成线束的增加，根据激励物质的不同分为半导体激光器和光纤激光器。半导体激光器通过激励砷化镓（GaAs）等其他半导体材料发出905nm波长的光，而光纤激光器则通过掺杂稀土元素的光纤介质发出1550nm波长的光。受成本影响，905nm波长激光器商业化落地进度领先。

光纤激光器通常由泵浦源、合束器、光纤光栅、声光Q开关、有源光纤、隔离器等部件构成。泵浦源是光纤激光器的核心部件之一，光纤激光器用半导体激光器作为泵浦源，对有源光纤进行泵浦，形成激光振荡或激光放大。泵浦源中的主要元器件有半导体激光芯片，以及快轴准直镜、慢轴准直镜、偏振分束/合束器、反射镜、聚焦透镜、滤光片、光纤头等光学元器件。

接收模块：核心组件为光电探测器，其性能是影响激光雷达的测量距离、帧率和分辨率的关键。光电探测器通过在光电二极管中加大反向偏压从而实现光电流成倍数增长，即“雪崩现象”。光电探测器主要包括雪崩光电二极管（APD），单光子雪崩二极管（SPAD）和硅光电倍增管（SiPM）。性能来看，APD凭借适中的灵敏度使其适用于处理多光子事件，适合中等距离测量；SPAD对单光子极为灵敏，适用于高分辨率和长距离测量；SiPM是由多个微型SPAD单元组成的阵列，在信号提取过程中可按照阈值完成信号提取，并充分提升在极端环境下的稳定性。

信号处理模块：将探测器接收的光信号转化为数字信号。由放大器、滤波器、模数转换器（ADC）和数字信号处理器（DSP）组成。通过ADC将模拟信号转换为数字形式后，DSP执行算法以提高信噪比并精确计算目标位置。

扫描模块是各方案结构差别的核心点。根据扫描系统是否具有机械转动部件，激光雷达可分为机械式、半固态式以及固态式三类。

1）机械式激光雷达:扫描覆盖依靠主机整体实现转动，通过不断旋转实现一维动态扫描。

2）半固态式激光雷达以二维扫描为主。转镜、棱镜、MEMS方案均通过内部光学元器件转换/旋转等方式实现多维度光学信号接收。

3）固态式激光雷达则利用硅光子学、光学相控阵等光学技术，摆脱了扫描模组，不需要活动部件，实现低成本、高精度扫描。

激光雷达性能持续向上，国内供应商实现产品性能和迭代速度的反超。发展历程来看，车载激光雷达线束持续提升，从早期的4/8线束产品提升至2013年的16/32线束产品。

2018年后迭代速度加快，激光雷达线束数量提升至40/64线束，车端应用加速。2022年前后性能提升至120线束以上，激光雷达可以实现对现实世界更清晰、更精准、更快速的还原，逐步成为车端智能驾驶的核心传感器之一。

格局来看，以华为、禾赛科技、速腾聚创、图达通为代表的国内供应商2018年后开始加速布局，保持每年更新迭代产品的速度，产品迭代效率领先；同时国内供应商在产品线束上实现反超，目前华为激光雷达和图达通灵雀W均实现192线束的落地。

产品类型来看，高线束固态激光雷达自2022年开始上市，由于自身不需要扫描模块，尺寸变小的同时实现性能提升。2024-2025年高线束固态激光雷达进程加速，有望落地高性价比车端激光雷达方案。

2. 当下进展：激光雷达如何实现产品性价比的提升？

2.1 激光雷达性能如何逐步提升？

衡量激光雷达核心性能主要包括线束、视场角、分辨率、帧率、点频和功率等。

实现功能来看，激光雷达需要具备探测中长距离、可靠度和稳定性、夜间判断能力等，与功能相对应的可拆分为线束、视场角、分辨率、帧率、点频和功率等性能参数，对应关系上，发射模块、接收模块、扫描模块、接收模块均影响激光雷达本身性能。

线束数量是直观衡量产品性能的关键指标，直接影响到产品性能。线束及等效线束越多，激光雷达对的感知精准度越高、探测范围越广，激光雷达数据有效性越强。

激光雷达线束可以更直观衡量激光雷达的性能。一方面，整车厂对激光雷达应用的过程中对视场角、分辨率、帧率、点频和功率有标定参数，需要满足车端需求方可应用。另一方面，线束是垂直方向发出激光的数量，线束及等效线束越多，发出的激光束越密集，激光雷达的感知精准度越高，激光雷达数据有效性越强。在后续的性能升级分析中，我们聚焦如何提升激光雷达线束数量从而提升感知精准度。

性能升级方案一：硬件升级带动激光雷达线束数量增加。固态激光雷达中，Flash方案通过光电集成技术、单片集成技术、堆叠技术等方式实现在有限的单位面积上增加收发模块的数量。OPA方案通过增加分束器，完成输出激光线束量级的提升。硬件升级优化收发模块配置，有效带动激光雷达线束的增加。

性能升级方案二：优化振镜提升输出端等效线束。半固态激光雷达中，可以在扫描模块中通过优化振镜的方式，使低线束收发模块实现等效高线束效果。以速腾聚创M1为例，收发模块有5组平行的EEL半导体边发射激光器，其发射出的点光源通过准直透镜将分散光束形成几个平行方向后，通过分光组件进入反射镜，反射镜将激光精准投射到MEMS振镜上进行多次反射，实现输出端等效线束的提升。

性能升级方案三：扫描器数量增加并分工实现接收端等效线束升级。半固态雷达中，二维旋转镜激光雷达采用两个一维振镜，分别负责水平和垂直方向上的扫描。以Luminar的产品为例，采用转镜+摆镜的方式，通过横轴+纵轴进行二维扫描，从而弥补一维扫描方式精度不足缺陷，实现等效高线束功能。

性能升级方案四：同时通过优化算法和信号处理技术提升激光雷达性能。优化信号处理技术可以提高对远处物体的探测能力；噪声抑制技术，比如自适应滤波和波形分析，可以减少背景噪声和系统电子噪声对信号的影响；信号积分技术能够通过累加连续多个探测周期内的信号，显著提高信噪比，从而使得系统能够探测到更加微弱的回波，提高探测范围。使用机器学习的模式识别，可以更精确地从噪声背景中提取有用信号，增强目标探测的准确性和远程探测的能力。

2.2 激光雷达成本如何持续下探？

激光雷达成本持续下探。速腾聚创和禾赛科技的激光雷达成本来看，激光雷达成本均保持快速下探，速腾聚创ADAS/机器人及其他激光雷达成本分别从2020年的0.99/1.10万元下探至2023H1的0.50/0.63万元；禾赛科技激光雷达单颗成本从2021年的2.39万元下探至2023Q3的0.65万元。

方案优化：集成式方案简化生产制造成本及原材料用量。芯片为例，SoC芯片中集成了多个功能模块，如光电探测器、前端电路、波形处理电路，减少了对多个独立组件的需求，降低了物料成本和装配复杂性。此外，SoC还提高了信号处理的效率和速度，减少了功耗。集成化设计简化了激光雷达系统的整体架构，从而减少了制造和维护的成本。自研SoC允许公司根据特定需求定制设计，更好地与产品集成。

SoC芯片方案将接收、处理等模块融合，持续简化产品结构。以速腾聚创E平台产品为例，通过处理SoC芯片与接收SPAD阵列的3D堆叠，有效的集成了接收和信号处理部件，实现系统简化和成本控制，可以提供直接处理并生成点云的能力。

核心组件价格下探：有望实现成本的持续下降。计算芯片、激光器、光学棱镜等核心组件价格指数均处于下降通道，未来组件成本有望保持相对低位，激光雷达产品有望实现成本下探。

激光雷达成本持续有望下探，2024年降价节奏放缓。根据IDTechEx的预测，激光雷达各方案价格仍处在下行通道，相较于2022年和2023年成本下探幅度或有所放缓，行业利润率有望缓解。

3.行业未来：销量快速增长，算法决定未来感知方案

3.1比较：成本影响，激光雷达适配高价格带车型

摄像头+毫米波雷达+超声波雷达的组合基本满足感知需求。传感器性能对比来看，激光雷达在探测速度、日夜间工作能力上领先。“摄像头+毫米波雷达+超声波雷达”的感知层传感器组合在性能上满足各场景智能驾驶感知需求，激光雷达或作为探测距离及夜间环境的补充传感器。

单车价值量：激光雷达＞4D毫米波雷达＞800万像素摄像头＞3D毫米波雷达＞低像素摄像头＞超声波雷达。单车用量来看，激光雷达/4D毫米波雷达/高像素摄像头/3D毫米波雷达/低像素摄像头/超声波雷达单车搭载量分别为1-3个/3-5个/3-5个/4-6个/4-8个/8-12个。性价比来看激光雷达或略有落后。

4D毫米波雷达和激光雷达或存在竞争关系，4D毫米波雷达性能提升，激光雷达在识别精度上领先。4D毫米波雷达角分辨率对比来看，4D毫米波雷达可以达到1~2度角分辨率，相比于传统3D毫米波雷达清晰程度可以提高5-10倍；识别精度和距离来看，4D毫米波雷达通道数提升，保证视角的同时保证探测距离。4D毫米波雷达硬件上增配/提升射频芯片的能力，让毫米波雷达通道数显著提升。4D毫米波雷达和激光雷达对比来看，激光雷达点云数据更稠密，反馈数据频率更高，保持性能领先。

我们认为，激光雷达或成为中高价格带车型补充传感器存在，主要负责极端环境感知、距离测量等方面的数据获取，具备传感器性能优势。

3.2 算法：融合vs视觉，Pseudo-LiDAR改变格局

智能驾驶算法决策的权重占比持续提升，逐步成为定义硬件配置的核心原因。我们认为算法的迭代或直接影响车端硬件布局。方案来看，多传感器融合方案和纯视觉方案在竞争中直接受AI算法、融合算法等多类算法的影响。

融合算法：通过多传感器多轮数据融合，保证识别精准度和目标跟踪的准确性

以华为GOD网络为例，融合的流程大致为：

（1）数据采集：通过激光雷达的点云数据，初步获得行车环境的特征图；

（2）关联关系转换：基于特征图，用Transformer结构的解码器，预测初始边界框，将行车环境中所需要注意的物体框选并标注，得到含有距离信息的边界框，Transformer将摄像头数据和激光雷达的数据转换为软关联数据。

（3）数据初步融合：将激光雷达采集的信息投影到摄像头采集到的图像上，把2D图像的特征融合进去，给边界框赋予语义信息。用大模型Transformer，自适应地寻找2D图像与3D点云的关联。

（4）详细标注：通过Transformer中的交叉注意机制，以一种稀疏到密集的、自适应的方式将2D图像再次融合。Transformer完成自适应对模型中信息的抽取，增强对物体识别的精准度。

激光雷达在场景稳定过程中权重较低，在场景变化的过程中是最先发生权重变化。融合算法在权重分配上，激光雷达作为感知范围较大、识别距离较长的感知层传感器，在场景相对稳定的环境中激光雷达权重保持相对较低位置，在场景发生变化的帧数中激光雷达首先达到满权重而后下降至较低位置。

当下来看融合算法结合了各模态传感器的优势，提高了检测精度和召回率。与视觉算法和激光雷达算法相比，融合算法将车辆检测准确率分别提升了 6.47%和3.72%。行人检测准确率分别提升了 20.27%和 4.86%；骑行者检测准确率分别提升了5.04%和 3.04%，融合方法能够实现更好的环境感知能力。

视觉算法：AI加持优化图像处理能力，Pseudo-LiDAR有望替代激光雷达数据

视觉算法通过Pseudo-LiDAR方案，使用多目摄像头获取图像深度信息从而补全3D图像信息。Pseudo-LiDAR方案是通过多摄像头方案获得深度图像，并将深度信息结合图像信息获得伪雷达点云（Pseudo-LiDAR点云），从而替代激光雷达方案。

Pseudo-LiDAR方案具备更加稠密的数据，并且具备RGB颜色信息。结果来看，Pseudo-LiDAR方案信息精确程度略低于融合方案，但具备更加密集的点云数据，并且具备RGB颜色信息，即可以通过颜色区分识别物体的属性和位置，从而更好完成神经网络感知下的3D成像。

特斯拉较多使用Pseudo-LiDAR方案，完成对静态物体和动态物体的标注。静态物体标注来看，特斯拉通过地图重构的方式保留出Pseudo-LiDAR信息，并且通过auto-labeling算法完成信息处理，从而完成目标检测等任务。

动态物体标注来看，通过多目摄像头构建深度信息，并通过自监督方式获得距离信息，同时通过Radar得到深度信息和穿透信息。在叠加Pseudo-LiDAR、Radar和视觉方案反馈的数据后，结合时序模型完成对空间内物体行为轨迹的预测。

特斯拉基于静态识别和动态识别的方案，完成对路面全部信息进行标注，并通过Diffusion及时序模型完成行为轨迹的预测。

结合当下算法进展和商业化应用成果，我们认为，融合方案效果由于纯视觉方案，激光雷达仍然可以保持性能上的领先及上车的必要性。长期来看，Pseudo-LiDAR方案或逐步趋近成熟，数据精准度的提升叠加与神经网络感知的适配性有望逐步降低激光雷达数据在智能驾驶3D成像方案过程中的权重。

4.空间测算及总结

4.1未来销量：智能渗透加速，机器人有望接力

智能驾驶：高阶智驾渗透率快速提升，激光雷达出货量有望向上

未来高阶智能驾驶有望带动高线束激光雷达出货量提升。智能驾驶域控制器渗透率将在高等级自动驾驶车型（L2、L3）上迎来快速增长，预计2023年在L2的渗透率能够达到33%左右，L3的渗透率能够达到8%。从2024年往后，L2、L3整体渗透率将达到50%以上，占据主导地位。预计到2030年，L2与L3的渗透率分别达到45%和32%，合计77%，较2023年提升36.0pct。L1智驾车型的渗透率下降明显，预计从2016年到2030年将下降84.11pct，2023年L1或保持在10%左右的渗透率。

L2及以上级别：渗透率持续提升。渗透率与价格带基本正相关，各价格带变化趋势相似性较高。

（1）整体渗透率：L2方案及以上方案渗透率持续增长。从2021Q1的10.6%提升至2023Q1的33.5%，渗透率增长22.9pct。

（2）分价格带：由于车型供给端差异，部分价格带渗透率较高，整体和价格带保持正相关。2023Q1 L2方案及以上方案渗透率来看，10万以下车型渗透率为0.4%，10-15万以上车型渗透率为23.9%，15-20万价格带车型渗透率为40.2%。25-35万价格带车型渗透率在50%以上，主要系特斯拉等造车新势力和自主品牌车型的集中。35-40万价格带渗透率为71.3%，主要系理想车型智能化配置较高且占据价格带较大份额。40万以上价格带渗透率在30%-50%之间，略低于20-40万价格带，主要系奔驰、宝马、奥迪等豪华品牌尚未将智能驾驶级别及功能作为品牌的差异化配置。

2024年超过30款新车将搭载激光雷达，高线束激光雷达销量有望提升。分车型来看，阿维塔11和阿维塔12采用三颗96线激光雷达，具备120°×25°的视场角和150米的探测距离，这一配置在多方面确保环境感知性能。理想L9Max、飞凡R7旗舰版、零跑C10均搭载一颗128线束激光雷达，提供120°×25.4°的视场角度和200米的有效探测距离，搭配10Hz的帧率，平衡性能和成本。

蔚来全系车型标配150线激光雷达，在10%反射率下能够探测到250米以内的物体，探测距离远。华为智界S7和问界M9配置192线束激光雷达，在250米范围内实现精确识别，20Hz的雷达扫描频率使其在数据更新速度和环境感知能力上出众。

车载激光雷达：预计2027年车载激光雷达市场规模有望超过280亿元。受益于激光雷达性价比持续提升，我们认为：（1）车载激光雷达渗透率有望持续提升，预计23-27年渗透率分别为2.0%/7.0%/15.0%/23.0%/29.0%；（2）单车平均激光雷达搭载量保持在1.25颗，即大部分车型装配1颗激光雷达，部分车型或搭配2-3颗激光雷达；（3）单车价值量持续下探且降幅下降，预计23-27年单颗激光雷达价格分别为4500/3800/3300/3000/2800元。

机器人：应用范围升级，中低线程激光雷达出货量上行

机器人场景的品类数量逐步增加，低线程激光雷达在各类机器人上应用广泛。分机器人类型来看，家庭类机器人，如扫地机器人和教育机器人，利用激光雷达的高覆盖率和精准定位的特性，将其作为导航定位的核心传感器。使用单线旋转激光雷达配合SLAM算法，家庭机器人能够构建精准的室内地图，并实现高效的自主导航。商用服务领域，室内机器人广泛配置2D激光雷达，应用于迎宾、引导、运输配送等众多场景。低线束激光雷达以其敏锐的环境感知能力，实现了机器人的自主移动和障碍规避。激光雷达逐步成为满足机器人多场景环境感知的重要传感器。

服务机器人销量进入上升通道，低线程激光雷达出货量有望上行。2023年1-11月服务机器人销量为669.1万套，同比增长38.6%。伴随旅游、物流等行业的快速复苏，服务类机器人销量或稳步向上，2024年销量或保持较快增长。

服务机器人有望快速扩容，低线束激光雷达出货量有望快速提升。国内服务机器人市场规模有望从2022年的312亿元提升至2027年的1064亿元，5年复合增速为27.8%，服务机器人上的低线束激光雷达出货量有望快速提升。预计服务机器人激光雷达市场有望从2022年的46.3亿元提升至2027年的95.0亿元，保持销量的快速增长，规模效应有望提升低线束激光雷达利润率水平。

2024年激光雷达细分赛道或迎来高速增长，建议重点关注激光雷达赛道投资机会。受价格影响，2023年高线束车载激光雷达同比增速下探明显，2024年成本变化环节显著。

受益于智能化加速和机器人应用范围的持续提升，预计2024年车载激光雷达和服务机器人激光雷达市场规模分别为86.3/78.16亿元，同比增速分别为205%/17%，为2022-2027年细分行业同比增速最高的一年。

我们认为，价格下探幅度下降，产品性能的持续提升，激光雷达有望在2024年迎来性价比奇点，从而带动行业规模的扩容和同比增速的快速提升。

4.1 行业格局：内资加速布局，禾赛和速腾领跑

需求：国内车企高阶智能驾驶功能领跑，2024年内无法完成去激光雷达化。高阶功能进展来看，国内整车厂落地城市NOA的时间领先外资整车厂。

城市NOA功能落地进度可以分为三档，特斯拉及国内新势力车企预计2023年底落地城市NOA功能，自主品牌预计2025年落地城市NOA功能，外资品牌预计2025年后完成功能落地。

算法端来看，短期内无法完成去激光雷达化进展，AI算法在车端应用仍需要较长开发时间和验证周期，2024年内仍保持对激光雷达的确定性需求。

供给：国内供应商产品迭代加速，多技术路线支持多平台开发充分适配需求。产品矩阵来看，国内供应商如禾赛科技、速腾聚创等公司均保持多技术方案的开发模式，产品迭代速度和整车厂需求响应能力充分适配功能和销量结构的持续变化，我们认为国内激光雷达厂商有望进一步扩大领先优势。

禾赛科技（HSAI）：全球激光雷达的领军企业。研发方面在光学、机械、电子、软件等领域具备强大积累，具备自研芯片、主动抗干扰等技术能力。产品端来看，禾赛的AT系列采用芯片化激光器技术落地半固态方案，FT120采用Flash固态方案，Pandar系列采用机械式方案。客户端来看，禾赛配套理想L平台Max版本车型、路特斯 ELETRE、极石01、飞凡汽车全新车型、长城系列车型、哪吒新车型、一汽红旗新车型。我们认为禾赛科技产品持续迭代，产品力稳步向上，客户持续拓展，未来或保持出货量的快速增长。

速腾聚创：全球领先的激光雷达企业。公司主要收入来源于ADAS和机器人业务的激光雷达硬件。产品端来看，速腾聚创R系列采用机械式方案，M系列采用MEMS半固态方案，E1采用Flash固态方案。客户端来看，速腾聚创配套了小鹏汽车Max版本车型、吉利睿蓝7、广汽埃安系列车型、智己系列车型、腾势N7、仰望U8、问界M5和M7。机器人业务和高阶智能驾驶功能双端发力，未来有望带动速腾聚创销量的快速提升。

光库科技：激光雷达光源模块进入量产阶段。公司依托其在合束器、隔离器、光纤光栅等高功率无源光器件的优势，为国内外多家激光雷达公司提供用于1550nm激光雷达的光纤元器件，自主开发了基于铒镱共掺光纤放大器的1550nm发射光源模块。公司的“无人驾驶汽车LIDAR激光光源及其核心单元技术研究”项目主要用于研发、设计、制造适用于自动驾驶激光雷达基于EYDF的光源模块，截至2023H1，已进入批量生产阶段。

睿创微纳：军工产品反转，积极布局车端激光雷达。军工业务困境反转，红外制导产品已接近步入批产交付阶段。海外业务持续扩张，海外打猎红外整机产品需求激增，营收有望持续上行。同时，2023年开始布局系列化激光雷达的研制，主要是面向车载的自动辅助驾驶，公司整体目标是完成传感器产业链上下游的布局。

永新光学：国内光学精密仪器及核心光学部件供应商，积极拓展激光雷达等新业务。在激光雷达领域，公司与禾赛、Innoviz、Innovusion、北醒光子、麦格纳等激光雷达领域国内外知名企业保持深度的合作关系。目前，公司已将激光雷达客户群体从乘用车、商用车领域扩展至车联网、机器人等领域，将产品从以零部件为主扩展至激光雷达整机代工。随着多款搭载激光雷达的车型陆续量产上市，该业务已步入快速增长通道。

源杰科技：1550nm激光器芯片进入批量验证阶段。在车载激光雷达领域，公司有两款产品。其中一款为1550nm波段激光器芯片，技术国际领先，截至2023H1，该产品处于客户端批量验证阶段。另一款为3寸DFB激光器，技术国内领先、国际先进，截至2023H1，处于验证测试阶段。

炬光科技：激光雷达核心元件及应用解决方案供应商。公司自2023年初起战略聚焦于激光雷达线光斑的技术路线，目前已获得国内两家激光雷达发射端项目定点通知，正在持续小批量发货。同时，公司与海外头部激光雷达客户合作线光斑发射模组项目、光学元器件项目正在有序推进，激光雷达线光斑发射模组项目于23Q4获得正式定点函。此外，公司和B公司就激光雷达发射模组合作达成一致。公司所坚持的线光斑技术路线在不断得到市场的认可，未来有望持续受益激光雷达放量。

长光华芯：国内领先的激光雷达光源方案提供商。公司核心产品为半导体激光芯片，依托高功率半导体激光芯片的设计及量产能力，横向拓展布局VCSEL半导体激光芯片，可用于消费电子、光通信以及车载激光雷达领域。公司已成为汽车厂商合规可靠的车载激光雷达芯片供应商，相关芯片也已通过车规IATF16949和AECQ认证。此外，公司还积极布局开发车载EEL边发射激光器及1550nm光纤激光器的泵浦源产品，随着项目的推进，将进一步巩固长光华芯全套激光雷达光源方案提供商的市场地位。

仕佳光子：已开发出多款激光雷达用激光器及芯片。公司已开发出用于调频连续波激光雷达的窄线宽DFB激光器、高饱和功率半导体光放大器（SOA）芯片及器件，截至2023H1，新产品已进入客户验证阶段。