禾赛科技2025年中国车载主激光雷达市占率第一

近日，禾赛高工智能汽车研究院与盖世汽车研究院相继发布 2025 年度激光雷达市场份额数据。科技高工数据显示，年中禾赛在中国市场乘用车前装标配前向主激光雷达领域，国车以超 40%的载主市场份额稳居行业第一。盖世数据显示，激光禾赛年度市占率高达 41.35%，雷达率第单月最高市占率突破 47%，市占连续四个季度市占率第一，禾赛以绝对优势持续引领行业增长。科技

据盖世数据，年中2025 年，国车中国乘用车市场主激光雷达总装机量为 275.6 万台，载主禾赛贡献 114.3 万台，激光装机量是雷达率第行业第二名的近 1.5 倍、第三名的近 2 倍。目前，禾赛激光雷达总装机量已连续 5 年翻番，在中国乘用车市场装机量同比提升近 3 倍，持续领跑规模化量产赛道。

当前，汽车产业已从电动化“上半场”迈入智能化“下半场”，以“全民智驾”“油电同智”为代表的智能化浪潮正全面铺开。激光雷达作为乘用车领域核心三维感知传感器和安全部件，已跟随 NOA（领航辅助驾驶） 及 AEB （主动安全自动紧急制动 ）等功能的普及，逐步成为汽车的“隐形安全气囊”。激光雷达可以有效避免因强光、暗光、盲区、恶劣天气等视觉感知缺陷引发的碰撞事故，相比纯视觉方案，搭载激光雷达的车辆可降低 90%的高速致命事故风险，并减少 30%的常规交通事故[1]。

2025 年，激光雷达行业已进入到“跨越鸿沟”[2]关键节点。据盖世数据，2025 年新能源乘用车销量为 1248 万辆，搭载激光雷达车型销量为 258 万辆，激光雷达渗透率高达 21%，单月最高达 28%，相当于每四辆新能源新车就有一辆配备激光雷达。尤其值得关注的是，2025 年 11 月至 12 月，激光雷达在整个乘用车市场的渗透率已达 17%-19%，首次跨越 16%的“鸿沟临界点”，标志着激光雷达技术已完成早期市场到主流市场的关键跃迁，正式进入规模化普及新阶段。行业预测，至 2030 年，激光雷达在新能源车中的渗透率有望提升至 56%，市场规模将持续“倍增”[3]。

销量和口碑的背后，是禾赛持续引领的产品实力。禾赛爆款产品 ATX 开启交付首年装机量即突破 100 万台，成为行业内首款达成此里程碑的产品。作为面向 L2 级驾驶辅助系统安全要求设计的小巧型远距激光雷达，ATX 凭借其卓越的测远能力，以及独家具备的光子隔离安全技术等，可以提前发现潜在危险，助力汽车显著提升主动安全性。同时，禾赛 2025 年 11 月底发布的 ATX 焕新版也已累计获得多家头部车企超 400 万台订单，计划于 2026 年 4 月启动量产交付。

领先技术成就禾赛畅销产品。据全球专利数据平台智慧芽（PatSnap）统计，禾赛在激光雷达领域全球公开专利总量持续保持行业第一。截至 2025 年底，禾赛在全球已累计获得2071项授权专利及申请。知识产权分析机构 KnowMade 报告指出，禾赛不仅在激光雷达专利总量上、专利综合强度上均位居行业全球第一，在单光子探测器（SPAD/SiPM ）、VCSEL 发射器及 APD 探测器三大关键器件的专利数量上全部全球第一且大幅领先行业。其中 SPAD/SiPM 相关专利数上，禾赛是行业第二名博世的 2 倍，是其他激光雷达同行企业的最高 40 倍。

通过全栈自研与芯片化垂直整合，禾赛已构建覆盖 AT/ET/FT/XT/OT/JT 等多系列、多场景产品矩阵，成为行业内唯一实现七大核心部件全栈自研的激光雷达企业。在产能布局方面，禾赛已将年产能从 2025 年的 200 万台翻倍至2026 年的 400 万台，并稳步推进泰国曼谷新工厂建设，预计 2027 年初投产，持续支撑全球交付需求。当前，禾赛自建的高自动化激光雷达生产线采用业内先进的智能制造技术，应用大量智能工业机器人，核心工序自动化率 100%，已做到每 10 秒下线一台激光雷达。

截至目前，禾赛已获38 家汽车品牌超过 150 款车型的量产定点，覆盖中国销量前十的全部汽车品牌，并已斩获前两大 ADAS 客户 2026 年全系车型定点合作。随着 L3 级自动驾驶功能进入量产元年，汽车行业对相关功能落地和安全冗余需求显著提升，禾赛亦已获得多家海内外头部车企的 L3 定点，其中 ETX+FTX “主雷达+补盲雷达”组合方案也已落地首个乘用车量产定点，计划 2026 年底启动量产，推动行业迈向“多雷达”感知时代（单车 3-6 颗激光雷达）。

2025 年，禾赛全年激光雷达全球总交付量突破 160 万台，其中ADAS 产品交付约 140 万台，机器人产品交付超 20 万台，历史累计交付量已超过 240 万台。从技术引领到规模领先，禾赛正以扎实的研发体系、高效的制造能力与开放的合作生态，推动激光雷达成为智能汽车时代的标配安全部件，赋能行业平稳跨越“技术鸿沟”，驶入智能化普及新航道。

（1）理想汽车数据

（2）杰弗里·摩尔“跨越鸿沟”理论

（3）盖世汽车研究院、高盛、国金证券、乘联会数据

(责任编辑：综合)