在美股上市的以色列激光雷达公司—Innoviz Technologies本周宣布，将裁员13%，作为业务战略调整的一部分，以削减成本和改善现金流状况。

公开信息显示，目前该公司有约500名员工，主要在以色列。该公司表示，此次裁员旨在通过将未来投资重点放在Innoviz Two传感器和软件平台上，同时减少在其他产品上的支出。

“公司正处于重要时刻，在当下的市场窗口期，战略调整有可能决定未来十年或更长时间在行业的市场份额。”Innoviz联合创始人兼首席执行官Omer Keilaf表示。

按照计划，此次裁员意味着，Innoviz从2024年开始，每年的现金支出将减少2200万至2400万美元。而众所周知，目前全球绝大部分激光雷达公司都处于亏损烧钱的状态。

2021年4月，Innoviz宣布在美股成功借壳上市，市值超过14亿美元，并接连获得宝马、大众的前装量产订单。不过，由于宝马量产迟迟没有放量，导致该公司的定点订单兑现存在巨大的不确定性。

这也直接导致在过去两年多时间里，Innoviz公司的股价持续下跌，截止昨日收盘，相比于最高点已经下跌近8成，市值不足3亿美元。

事实上，目前，在车载前装市场，激光雷达比拼的不再是简单的成本，而是性能+成本的综合最优化。这也是资本市场眼中的不确定性。

而文章开头所提到的Innoviz Two激光雷达，是Innoviz在2022年CES展上发布的新一代产品，与上一代相比，性能提高了30倍，成本降低了70%。

原本按照计划，Innoviz Two将在2022年进入批量生产，并在2023年服务于主要的OEM汽车项目。同时，2024年达到年产50万~100万台的产能。

不过，真实情况是，Innoviz与麦格纳合作的宝马第一代项目（采用第一代Innoviz One）全新7系，的确在小批量交付。不过，由于L3级自动驾驶还处于市场导入早期，最终交付量还是未知数。

而仍处于验证阶段的Innoviz Two，按照行业人士的说法，并不能保证宝马最终会选择Innoviz作为供应商。数据显示，在过去的三年时间，Innoviz的研发资金已经投入2.38亿美元。

但到目前为止，该公司还没有实现规模化前装交付。有业内人士指出，在漫长的前装量产周期和尚未兑现的订单背景下，Innoviz显然陷入了困境。

事实上，来自宝马的有限收入，以及NRE谈判进展的不确定性，此前有机构指出，Innoviz将在2024年第三季度耗尽账上的现金。

而作为沃尔沃的激光雷达供应商，Luminar去年遭遇一起集体诉讼，原因是投资者认为，该公司的董事会对公司的业务、运营和前景做出了重大虚假和误导性陈述。

由于到目前为止，仍未能实现规模化前装量产交付，Luminar公司的股价在过去半年内再度下滑近30%，而相比于历史股价最高点，市值更是缩水近9成。

但市场竞争却在白热化。

比如，在中国市场（中国供应商已经领跑前装规模化），新一轮技术（产品参数PK）争夺战，已经从前年的补盲降本「卷」到了前向更高性能产品。

今年初的美国CES展上，速腾聚创发布新一代超长距离激光雷达RS-LiDAR-M3，基于全球首发的940nm光源，性能超过250m@10%，这意味着，相比于M1，有大幅度的提升。

这或许也将在一定程度上弥补M1的尴尬。该公司此前公开表示，M1的最远探测距离可达200米，可准确稳定识别处于150米外的黑色车辆。

但实际上，目前已经供货的M1 Plus也仅能实现180米@10%。而此前披露正在研发的M2，标称参数才刚刚达到200米@10%这个指标。

禾赛科技则在CES展上推出最新一代产品AT512，搭载第四代自研芯片，实现300米标准测远@10%反射率，相比AT128提升了50%，最远测距达到400米。

而得益于芯片高集成度，AT512（等效512线）以每秒约1230万的超高点频为汽车提供图像级超清晰三维感知，拥有全局均匀的0.05°x 0.05°角分辨率，点云密度是AT128的8倍。

这意味着，AT512的超远测距性能让车辆至少提前一倍距离发现目标，为系统安全决策增加了40%以上的反应时间。而从目前的市场需求来看，这是激光雷达继续保留上车机会的唯一路径。

去年底，随着蔚来ET9的正式亮相，一同出现的，还有两颗来自Seyond的Robin W（灵雀W）中距广角激光雷达。这是自动驾驶进行城区场景后，为应对复杂道路场景的关键硬件。

官方数据显示，灵雀W激光雷达，拥有2倍于市场同类产品的超长测距能力，最远探测可达150米，近10倍于同类产品的角分辨率，搭配120°*70°的超广角视场。

同时，灵雀W拥有小于9W的极低功耗和小巧的体积，易于集成和安装。在功能应用方面，可以为高速变道、城区无保护转弯和车辆泊出等辅助驾驶场景中提供更安全、智能与舒适的用户体验。

此外，Seyond猎鹰系列激光雷达在超90%POD（激光雷达可实现稳定探测的关键条件）条件下，在正午阳光环境中，面对10%反射率靶标依旧可以达到250米标准探测距离及0.05*0.05的超高角分辨率。

「目前市面上的激光雷达，性能普通的产品，实际上对于车企来说，功能优化的空间并不大，」一些行业人士坦言，性能提升仍是主旋律，这是另一种概念的“降本增效”。

此外，已经导入激光雷达的头部车企，正在进一步提升算法能力。比如，基于深度学习的激光雷达目标检测和跟踪，与大数据组协作，进行边角案例的清理和挖掘，对模型进行改善。

这对激光雷达公司带来了新的挑战。「如果激光雷达公司不加快配套软件研发，就意味着，他们最终将变成一家纯硬件公司，毛利率将被限制在较低水平。」

就在去年4月，禾赛科技宣布，将在重庆经开区建设禾赛科技软件全球研发总部，“车规级的激光雷达在处理大量复杂运算的同时，还要具备极快的处理速度和可靠的稳定性，软件研发难度和壁垒较高。”

目前，禾赛正在招募软件团队设计下一代激光雷达软件平台、架构并交付系统级软件中间件、SDK及框架。数据显示，在该公司近期的招聘岗位中，软件相关职位占比接近40%。

此外，为了快速帮助客户实现激光雷达的应用落地，Seyond也在业内率先推出OmniVidi软件平台，包含感知中台和工具链两大组成部分。

其中，感知中台主要是模型算法，帮助客户快速开发系统；工具链则是包括激光雷达数据可视化、数据标注、模型训练等工具，从而形成数据和算法的闭环，并进一步降低客户的开发成本。

不过，软件难度，并不亚于硬件。

有意思的是，正是因为软件上车出现问题，Luminar量产客户之一的沃尔沃，在去年宣布，因为激光雷达软件开发迟缓，导致新车上市推后。

但实际上，Luminar还是业内最早提出软件重要性的公司之一。比如，几年前，该公司就已经开始投入开发相关软件，包括数据处理引擎（感知）、自动化数据标签能力和AI工具平台。

“如果你想让一辆面向消费级市场的汽车拥有真正的自动驾驶能力，你就必须将硬件、软件以及所有这些系统按照车规级要求组合，这与Robotaxi完全不同。”Luminar首席执行官Austin Russell表示。

原因是，相比于乘用车前装市场，L4级自动驾驶公司的软件研发能力普遍较强，并且更倾向于自主定制开发。而换个角度来说，不少车企之所以不敢上激光雷达，除了成本因素，软件开发也是一个问题。

「不少已经搭载激光雷达上车的车型，实际上，激光雷达依然是一个硬件摆设；这也是为什么，同样搭载了同一家激光雷达公司的同款产品，在功能测试中，还会出现巨大的性能差异。」业内人士爆料。

同样，按照Mobileye的技术策略，激光雷达以及毫米波雷达具备独立的自成体系的完整感知能力，可以在未来与纯视觉感知进行协同工作，这意味着，激光雷达公司的赛道将不仅仅是硬件比拼。

事实上，对于激光雷达上车来说，“成本分两块，显性成本是供应链可以解决的问题；而软件以及背后的验证测试才是最大的隐性成本”，同时也将是激光雷达公司未来“竞标”的核心要素。

比如，软件涉及到如何提高响应速度、优化计算资源以及不断改进的对象分类和行为预测算法。实际上，在过去十年时间来，视觉感知也同样经历了类似的过程。

“客户希望我们交付的不是单纯用于感知的硬件，还希望具备处理点云数据的能力，在雨雪等环境下能够智能检测出外部因素带来的风险，这就对传感器的算法提出了更高要求。” 一家激光雷达公司的研发负责人坦言。

法雷奥的第三代SCALA激光雷达同样在硬件性能大幅提升的同时，增加了更多的软件能力。比如，通过测量雨滴密度来计算正确的制动距离，跟踪车辆并使用算法预测轨迹，并触发必要的安全操作。

在高工智能汽车研究院看来，目前车载激光雷达正处于关键的市场博弈期；一方面，头部车企仍在带动上车量提升；另一方面，随着智能化价位下探，激光雷达因为成本问题，被舍弃的风险也在加大。

尤其是近年来纯视觉感知方案的不断优化，过去一味堆砌激光雷达的硬件竞赛，也已经成为历史。「激光雷达必须要做好降本增效的充分准备。」