作为一名在人工智能与感知计算领域摸爬滚打多年的从业者，每当我在行业会议上听到关于「具身智能」或者「自动驾驶的下半场」之类的讨论时，话题的终点往往都会回归到一个极其朴素却又无比致命的物理瓶颈：现在自动驾驶的大脑（算法）已经足够聪明了，但它的眼睛（传感器）什么时候能真正跟上来不拖后腿？纯视觉和激光雷达两条路线，背后又意味着什么？

要回答这一系列问题，我们不能仅仅停留在商业表象的观察，而必须深入到光子物理的底层，去拆解这场从模拟走向数字，从小作坊走向晶圆厂的工业革命。

在这里，我想以一个观察者的视角，为大家屏蔽掉那些喧嚣的营销词汇，与大家娓娓道来这背后的技术逻辑与产业暗战。

感知的黄昏与黎明：从「模拟听觉」到「数字视觉」

在很长一段时间里，激光雷达基本上都是极客们的玩具，根源在于其核心的感光器件——APD（雪崩光电二极管）依然停留在模拟时代。

传统的 APD 技术，就像是一个听力不太好的老人去听远处的风吹草动。为了让他听见，我们需要对着他大声吼叫（发射高功率激光），同时还需要给他配备极其昂贵的助听器（复杂的模拟放大电路、高电压控制模块）。为了处理这些微弱且充满噪声的模拟电流信号，需要在电路板上堆砌大量的分立器件。这就像是在制造一块精密的瑞士机械表，每一个齿轮都需要手工调校。

这种「模拟」的先天基因，注定了它无法通过半导体工业最擅长的复制粘贴来降低成本。只要技术路径不发生代际更替，单纯的国产替代只能将价格从天价变成昂贵，而无法实现指数级的跃迁。

然而，黎明来自于 SPAD（单光子雪崩二极管）技术的成熟。

SPAD 的出现，是一次彻底的物种进化。它的工作逻辑不再是测量电流的大小（模拟量），而是直接计算光子的数量（数字量）。它就像是一个极其敏锐的量子计数器，哪怕只有一个光子落入「陷阱」，它也能瞬间产生一个清晰的电脉冲。

从测量变成计数，这看似微小的变化，实则引发了海啸般的革命。这意味着，我们不再需要那些笨重、昂贵且难以集成的模拟电路。感光芯片输出的直接就是计算机能够理解的「0」和「1」。

一旦信号变成了数字，我们就拿到了实现摩尔定律的可能性。我们终于可以使用成熟的 CMOS 半导体工艺，像印刷报纸一样，在硅片上批量「打印」出百万级的高分辨率传感阵列。这才是将激光雷达从精密仪器变成工业标准件的物理基础。

维度的飞跃——3D 堆叠技术的降维打击

如果说 SPAD 完成了感光的数字化，那么3D 堆叠（3D Stacking）技术，则是将这种数字化红利倍增的核心。

在早期的芯片设计中，感光区域和逻辑处理区域往往只能平铺在同一块晶圆上。

好比我们在寸土寸金的上海市中心盖平房，感光部分（也就是大家俗称的像素）想多占点地方吸收光线，旁边的电路部分就要被挤压，反之亦然。这导致芯片面积大、成本高，且性能总是相互掣肘。

而 3D 堆叠技术，是一场建筑学的奇迹。它将负责感光的晶圆（Wafer 1）和负责运算的逻辑电路晶圆（Wafer 2），在垂直方向上进行了原子级的精密键合。

想象一下，我们把平房变成了摩天大楼。顶层全部用来做超大的落地窗（也就是背照式感光层），没有任何金属线路的遮挡，光子利用率达到了物理极限；再在底层全部用来通过最先进的数字工艺铺设商场、公路和公园（逻辑电路）。

这种结构性的突破，带来了三个维度的降维打击：

1. 极致的性能解耦：感光层专心负责收集信息，逻辑层专心负责计算。两者都可以采用各自领域最顶尖的工艺节点，互不干扰，性能拉满。

2. 恐怖的成本压缩：由于垂直堆叠，芯片的投影面积大幅缩小。在晶圆制造中，面积就是成本。同样的 12 英寸晶圆，现在可以切割出更多数量的芯片。良率的提升和数量的增加，直接击穿了成本底线。

3. 系统的极度集成：原本需要外部挂载的 DSP、MCU 等处理单元，现在可以直接埋在逻辑层里。激光雷达的接收端，从一块复杂的电路板，变成了一颗小小的 SoC（系统级芯片）。

这就是为什么我说，3D 堆叠 SPAD 技术是关键。它并不是简单的工艺改进，而是通过物理结构的重构，将原本复杂的系统问题，简化成了一个单纯的半导体制造问题。

隐秘的战场：产业链重构与各大玩家们必须争夺的领地

当我们理清了技术的脉络，再将目光投向当下的市场竞争，你会发现许多看似激烈的商业动作，背后其实都是技术路线更迭带来的阵痛与焦虑。

在过去，激光雷达的整机厂商是产业链的绝对核心。他们通过采购国外的传感器，配合自己独特的模拟电路设计和光机结构，构建起深厚的壁垒。但在 SPAD 和 3D 堆叠时代，价值链正在发生剧烈的转移，核心话语权正在从组装集成向下游的芯片定义迁移。

我观察到一个非常耐人寻味的行业现象，这或许能解释近期业内发生的一些摩擦。

目前国内激光雷达出货量最大、占据头部市场份额的那家企业（我们姑且称之为 H 厂），其最新一代的固态与半固态产品中，已经大规模导入了国产的 3D 堆叠 SPAD 芯片。根据供应链调研了解，这颗核心芯片并非来自国外巨头，而是来自国内一家专注于光子技术的独角兽企业，灵明光子。

这不仅仅是一次简单的采购，而是对于某种技术路线的投票。H 厂作为行业领头羊，其对性能和可靠性的要求是近乎苛刻的。他们选择灵明光子的 ADS 系列芯片，足以证明在 3D 堆叠 SPAD 这个细分赛道上，国产芯片的设计能力和量产一致性，已经完全能够对标甚至超越索尼（Sony）等国际大厂。

然而，这种局面的出现，对于另一些主打全栈自研标签的整机厂商（比如最近处于舆论中心的 S 厂）来说，无疑构成了巨大的战略压力。

试想一下，当你的主要竞争对手H 厂通过引入独立的第三方强力芯片平台，迅速实现了性能的飞跃和成本的下降；而你自己引以为傲的自研芯片，在性能指标上却可能因为缺乏 3D 堆叠工艺的积累而显得捉襟见肘。更尴尬的是，市场上最好的芯片供应商，正在为你最大的对手提供弹药。

在这种背景下，单纯的技术竞争往往会异化为商业上的阻击。近期行业内出现的关于技术秘密或不正当竞争的诉讼，如果剥离掉法律辞令，我们或许可以将其解读为：传统垂直整合模式在面对专业化分工模式冲击时，产生的一种防御性应激反应。

实际上，半导体产业的历史早已证明，在摩尔定律起作用的领域，平台化最终总会战胜 封闭式自研。因为芯片是一个极度依赖规模效应的产业，只有独立的芯片设计公司，才能将同一套底层技术复用到 H 厂、S 厂乃至更多的客户手中，通过海量的出货来分摊昂贵的研发成本。

这并不是爱迪生那种大发明家的时代，动不动就是某某窃取了某某的技术，而是产业分工进化的必然。灵明光子之所以能够在车载领域异军突起，甚至在 S 厂还在使用日系芯片的半固态领域实现量产替代，靠的不是商业机密，而是其在 SPAD 堆叠工艺上坐冷板凳数年换来的技术积累。

规模的魔力：从智能手机到寻常百姓家

最后，让我们回到标题：为什么这决定了激光雷达能否“飞入寻常百姓家”？

因为 3D 堆叠 SPAD 技术的野心，绝不仅仅在于汽车。

如果我们只盯着汽车这一个单一市场，芯片的研发费用和流片费用依然是天文数字。真正要想实现白菜价，来自于技术的跨界复用。

我注意到，灵明光子的技术版图不仅覆盖了车载雷达，更深入到了智能手机、消费级机器人乃至 AR 眼镜领域。这是一个极其高明的战略布局。

大家可能不知道，高通骁龙旗舰移动平台的参考设计中，已经引入了灵明光子的 dToF 技术。这意味着，当你使用安卓旗舰手机进行夜景拍摄对焦，或者使用扫地机器人进行避障时，背后工作的可能正是同一套 SPAD 3D 堆叠技术的变体。

这种消费电子反哺汽车电子的逻辑是极其强大的：

利用智能手机动辄千万级的出货量，将昂贵的 3D 堆叠工艺研发成本迅速归零，这就摊薄了成本。与此同时，在消费级产品上积累的海量晶圆制造数据，能够帮助代工厂迅速优化工艺参数，提升良率。

最后还能推动封测、光学组件等上下游产业链的成熟与降价。

当经过消费市场严酷洗礼、成本已被极致压缩的成熟芯片技术，再反向输送给汽车行业时，降维打击自然就发生了。激光雷达将不再是数千元的精密仪器，而会变成数百元甚至更低的标准工业传感器。

只有到了那个时候，我们才能看到激光雷达像摄像头一样，不仅装在汽车上，还装在无人机上、家里的服务机器人上，甚至路边的交通杆上。

浩浩荡荡、不可逆转的洪流

中国科技产业在经历了 CPU、GPU 的苦苦追赶之后，终于在 3D 感知芯片这个领域，迎来了一次换道超车的机会。

在这个赛道上，我们没有历史包袱，我们拥有全球最丰富的应用场景，我们拥有像灵明光子这样敢于在底层物理架构上进行创新的企业，我们也拥有像 H 厂这样敢于拥抱国产核心芯片的整机巨头。

虽然眼下依然存在着商业上的摩擦与诉讼，但这恰恰是黎明前最生动的注脚。它预示着既得势力者们的旧格局正在瓦解，新的秩序正在建立。

当 SPAD 完成了从模拟到数字的跨越，当 3D 堆叠完成了从平面到立体的重构，当国产芯片完成了从替补到主力的转身，激光雷达飞入寻常百姓家，便不再是一个遥远的梦想，而是一个正在发生的、不可逆转的物理事实。