激光雷达行业正在经历一场估值逻辑的根本性重构。

光大证券在 5 月 27 日发布的行业深度报告中指出，2026 年是激光雷达商业属性重估、估值体系重塑、盈利拐点兑现的关键之年——这一判断的核心依据，是激光雷达已完成从高阶智驾 " 备选硬件 " 到 " 空间智能感知方案 " 的商业属性蜕变，市场此前对其全场景应用价值与 AI 时代数据价值存在系统性低估。

分析师认为，2024 — 2025 年车载前装市场规模化量产完成了行业从 0 到 1 的技术验证与成本下探，2026 年起行业有望开启从 1 到 N 的跨越式发展。多元场景需求共振、芯片化技术持续迭代、全球自动驾驶法规强制化落地、AI 大模型对三维真值数据的强劲需求，四大核心驱动力已形成完整闭环，将彻底打开行业长期成长天花板。该报告同步给予行业内多家头部港股公司 " 买入 " 评级。

从市场规模来看，据灼识咨询预测，全球激光雷达整体解决方案市场规模将由 2025 年的 35 亿美元攀升至 2030 年的 413 亿美元，2025 — 2030 年复合年增长率达 63.7%。

与此同时，产业格局已高度向中国厂商集中——据 Yole 统计，2024 年速腾聚创、禾赛科技、华为、图达通四家中国厂商在全球车载激光雷达市场（含乘用车和 Robotaxi，收入口径）合计占据 89% 份额，乘用车领域合计份额更高达 92%，较 2023 年的 85% 进一步提升。

盈利层面，行业头部厂商已陆续越过亏损收窄的临界点。禾赛科技于 2025 年实现 GAAP 归母净利润转正，速腾聚创于 4Q25 首次实现单季度净利润转正，印证了光大证券关于 " 行业进入盈利兑现与估值重塑双重上行周期 " 的判断。

TAM 边界持续扩张，三大场景共驱千亿市场

车载 ADAS 是当前行业的核心基本盘，增长逻辑清晰。

光大证券指出，随着 L2+ 高阶智驾加速下沉至 10 万元级车型，激光雷达装车从高端选配向大众标配演进。

据灼识咨询数据，2024 年配备 L2+ 及 L3 的车辆仅占智能汽车总出货量的 8.0%，预计这一渗透率将从 2025 年的 14.0% 提升至 2030 年的 54.4%；与此同时，到 2030 年具备 L2+ 或 L3 级自动驾驶功能的汽车中，预计约 69.0% 将至少配备一台激光雷达。据灼识咨询预测，2030 年全球 ADAS 激光雷达市场规模有望达 197 亿美元，2025 — 2030 年 CAGR 约 59.8%，其中中国市场将从 12 亿美元增长至 126 亿美元。

Robotaxi 赛道商业化加速，单车高搭载量构成需求刚性。

L4 级自动驾驶出租车对感知系统可靠性要求极高，主流方案普遍采用 4 — 6 颗激光雷达形成 360 ° 全向感知阵列。Waymo、百度 Apollo、小马智行、文远知行等全球头部参与者均采用 " 激光雷达 + 摄像头 + 毫米波雷达 " 多传感器融合方案，特斯拉是唯一坚持纯视觉路线的主要参与者，但其 Cybercab 尚未大规模部署。据灼识咨询预测，全球 ADS 应用激光雷达市场规模有望从 2025 年的 3 亿美元增至 2030 年的 124 亿美元，CAGR 高达 104.9%。

泛机器人领域正成为行业第二条增长曲线。

光大证券对割草机器人、人形 / 四足机器人、工业移动机器人、无人配送车等核心场景逐一拆分，认为 2025 年已是规模化订单兑现元年。

割草机器人领域，速腾聚创与库犸科技签署三年 120 万台战略合作订单；禾赛科技与可庭科技达成一年内 30 万颗激光雷达供应协议；九号公司旗下未岚大陆已规模化量产下线 100 万台搭载速腾聚创 E1R 的激光雷达割草机。据佐思汽研综合预测，2030 年无人配送车出货量将达 60 — 100 万台。

中国四巨头主导全球格局，马太效应持续深化

激光雷达产业格局已完成从欧美垄断到中国领先的结构性转折，这一拐点发生在 2022 年。

当年，三家美国行业先驱相继破产或合并—— 9 月 Ibeo 宣告破产，11 月 Ouster 与 Velodyne 正式宣布合并，12 月末 Quanergy 宣布破产——同年禾赛科技以 47% 的市场份额首次登顶全球车载激光雷达总营收第一，中国厂商由 " 跟随者 " 正式转变为 " 领导者 "。

据 Yole Group《Automotive LiDAR 2025》与《Automotive LiDAR 2026》报告，2024 年四家中国厂商合计占据全球车载激光雷达市场近 90% 份额，欧美厂商份额仅剩约 10%，至 2025 年中国厂商份额进一步提升至约 95%。

细分来看，乘用车领域中国厂商全面主导，速腾聚创、禾赛科技、华为 2024 年全球乘用车激光雷达份额（收入口径）分别为 26%/26%/24%；Robotaxi 领域中美并进，禾赛科技以 61% 的市占率连续四年蝉联全球自动驾驶出租车激光雷达榜首，Waymo 同期份额从零突破至 22%。

国内市场加速向头部集中。据盖世汽车研究院统计，2025 年中国激光雷达装机量达 338.6 万颗，同比增长 120.1%，整体渗透率达 11%。光大证券指出，行业马太效应持续凸显，芯片自研能力、车规级量产经验和深度客户绑定构成核心护城河，使后来者短期内难以突破。

芯片化降本打通盈利通路，成本 8 年降幅达 99.5%

成本的持续下降是激光雷达规模化普及的核心前提，也是光大证券认为行业已进入非线性估值轨道的重要依据。

据禾赛科技 CEO 李一帆在 2025 年 4 月技术开放日公开表述，2017 年行业早期一颗车载激光雷达价格高达 20 万元以上，至 2025 年新一代 ADAS 激光雷达 ATX 售价已降至 200 美元以内，8 年间成本降低 99.5%。

降本路径依托两条核心逻辑。其一是全栈芯片化集成，头部企业自研 SPAD-SoC 专用 ASIC 芯片，将探测器、模拟 IC、ADC、信号处理等核心功能集成于单颗芯片，大幅简化模拟链路，从而实现成本与体积的双重压缩；速腾聚创自研 SPAD-SoC 芯片量产后，ADAS 产品毛利率大幅改善；禾赛第四代芯片平台量产后，ATX 激光雷达价格较上一代下降 50%。

其二是规模化制造与本土供应链协同摊薄边际成本，据禾赛官方披露，其上海麦克斯韦智造中心规划年产能 200 万台，核心工序自动化率达 100%，每 20 秒即可下线一台激光雷达，2025 年 9 月单月产量首次突破 20 万台。

盈利能力的改善已在财务数据上得到印证。禾赛科技整体毛利率从 2023 年的 35% 增长至 2025 年的 42%，2025 年归母净利润达 4.36 亿元人民币，实现 GAAP 层面首次盈利；速腾聚创毛利率从 2022 年的 -7.4% 增长至 2025 年的 26.5%，归母净亏损从 2024 年的 4.82 亿元收窄至 2025 年的 1.5 亿元，并于 4Q25 实现首次单季度净利润转正。

L3 法规落地，激光雷达从 " 可选项 " 变 " 必选项 "

政策端的演变是光大证券判断激光雷达需求刚性化的重要论据。

2025 年 12 月，工业和信息化部发布首批 L3 级有条件自动驾驶车型准入许可，其中极狐阿尔法 S（L3 版）搭载 3 颗激光雷达及 34 颗高性能传感器。国际上，梅赛德斯 - 奔驰早于 2021 年获批德国 L3 级自动驾驶许可，其 DRIVE PILOT 系统配备 1 颗激光雷达；本田 Legend Hybrid EX 作为全球首款量产 L3 级乘用车搭载 5 颗激光雷达。

更深层的影响在于责任主体的转移。根据中国、德国、日本及联合国 UN-R157 等多项法规，L3 级车辆在特定条件下发生事故时，安全主体责任从驾驶员转向整车厂。

光大证券指出，这意味着车企必须为感知系统的可靠性兜底，激光雷达作为视觉系统的安全冗余从可选项变为必选项。承担单次严重交通事故引发的法律赔偿、高额罚款及品牌声誉损失，其成本远超增加一套价值已降至千元级别的激光雷达硬件。

AI 大模型拉动三维数据需求，重构产业价值天花板

光大证券特别指出，AI 大模型从 2D 向 3D 的跃迁，为激光雷达赋予了超越传感器硬件的数据价值属性。

当前，具身智能需要将空间能力从 "2D 指点 " 升级为 " 精确 3D 规划 "，满足物理世界的度量约束，而激光雷达点云作为原生三维数据，可直接输出三维坐标，无需经过神经网络推理或光栅化渲染即可直接复用。

纯视觉方案通过 NeRF、3D Gaussian Splatting 等神经网络技术重建三维场景，存在三重局限：精度层面，火山引擎测试显示纯视觉 NeRF 仅能达到分米级相对误差，而激光雷达可实现厘米级精度；鲁棒性层面，视觉 SLAM 在光线变化剧烈场景会失效，激光雷达则通过直接测距实现全天候稳定输出；实时性层面，激光雷达点云可实时输出，而纯视觉三维重建以离线为主。

从产业实践来看，激光雷达厂商积累的点云数据有望形成飞轮效应。

小马智行使用激光雷达点云作为真值训练 BEV 模型；速腾聚创与库犸科技达成三年内 120 万台固态激光雷达合作，这些设备持续采集的海量点云数据将形成难以复制的三维场景数据积累。光大证券认为，数据飞轮效应将重构激光雷达企业的长期价值天花板。

纯视觉与激光雷达长期并行，龙头壁垒持续深化

光大证券明确表态，纯视觉与激光雷达两条技术路线并非零和博弈，预计长期将在不同价位、不同等级智驾场景中并行存在。纯视觉方案凭借低成本与快速迭代优势，在 L2+ 普及化场景具备较大潜力；激光雷达方案凭借高精度三维感知与安全冗余能力，在中高阶智驾及 L3 以上场景具有不可替代性。

激光雷达行业核心壁垒集中于三大维度：在硬件端，需具备控制芯片与处理芯片的自研能力，完成精密部件的协同、集成化与小型化；在量产端，需具备成熟供应链与足够的制造专有技术，兼顾工艺一致性、良率与成本；在车规验证端，产品需通过化学特性、机械特性、电气特性三方面的数十项严苛测试，确保极低故障率与长寿命。

此外，车企定点到量产周期长达 2 — 3 年，领先厂商与车企已建立深度绑定，行业马太效应难以被短期打破。