2026-06-18 — views

实体AI传感器供应链2026：Waymo激光雷达成本轨迹vs特斯拉摄像头与FSD芯片台积电风险——硬件经济学基准

激光雷达从2009年每颗估7.5万美元降至今日不到1000美元。特斯拉纯摄像头方案每辆车传感成本估比Waymo多传感器套件低3-10倍。

实体AI基准系列第194篇：传感器供应链与硬件经济学

传感器硬件供应链是实体AI竞赛中讨论最少、但商业意义最关键的维度之一。自动驾驶（AV）公司能否建立规模化盈利车队，不只取决于软件——更取决于感知物理世界的硬件成本与供应可靠性。本文对Waymo与特斯拉的传感器供应链架构进行基准比较：激光雷达（LIDAR）成本轨迹、雷达与摄像头的商品化经济学、AI计算芯片架构，以及贯穿台积电台湾工厂的地缘政治风险。所有成本数字全程标注为估算值（估）。

第一节：为何传感器供应链是实体AI的竞争护城河

AV传感器硬件决定三个关键商业变量：（1）每辆车成本，直接决定车队经济效益与盈利运营所需的最低票价；（2）供应链韧性——传感器供应中断即停止车队扩张；（3）地缘政治风险——半导体供应链流经台湾、韩国与中国，各有特定的地缘风险轮廓。

激光雷达成本下降的故事是AV史上最伟大的硬件成本轨迹之一。2009年，一颗Velodyne HDL-64E激光雷达——早期谷歌自动驾驶汽车原型所使用的型号——每颗估价约7.5万美元（估）。在这个价格下，任何商业车队经济模型都无从成立：一辆车所需的传感器比车本身还贵。从那个起点到今天的轨迹，是科技史上最快速的硬件成本下降之一：

年份	激光雷达型号/类型	每颗估计成本	备注
2009	Velodyne HDL-64E	估75,000美元	用于DARPA Urban Challenge / 谷歌SDC原型
2016	Velodyne VLP-16（16线束）	估8,000美元	首款价格相对可负担的车规激光雷达
2022	固态（Innoviz、Luminar、Ouster）	估1,000–3,000美元	车规等级；为量产设计
2024	高量产车用激光雷达	估500–1,500美元	OEM级别量产合约定价（估）
2026	高量产车用激光雷达（中距）	估量产不到500美元	AV车队部署规模目标定价（估）

这超过99%的成本降幅发生在约15年间，正是使商业AV在经济上可行的关键驱动力。在估计不到500美元的单颗价格下，一套四颗激光雷达的车辆配置成本低于2,000美元——是有意义但不再构成障碍的整车拥有成本项目。

摄像头传感器是商品化硬件。索尼与三星生产主流的车规图像传感器。单套车规摄像头系统估约50–200美元（估），视分辨率、视野与环境防护等级而异。摄像头成本不是AV的成本瓶颈——它有多个供应商、无单一来源依赖，且随智能手机摄像头出货量带动的底层传感器技术进步而持续下降。

雷达传感器（77 GHz车用雷达）已在量产车辆中应用超过十年，最初为自适应巡航控制所部署。雷达单元估约50–300美元（估），视距离与角度分辨率而定。远距高速公路探测雷达比短距停车辅助雷达昂贵。雷达硬件已广泛商品化，博世、大陆、Aptiv等均为成熟供应商。雷达不是AV部署的成本制约因素。

半导体瓶颈是新的成本制约因素。AI计算芯片——同步接收所有传感器数据并运行神经网络以产生驾驶决策的处理器——昂贵、供应商集中且存在地缘政治风险。高性能AI推理芯片（NVIDIA Orin、高通Snapdragon Ride、特斯拉FSD芯片、Waymo自研计算）主要由台湾台积电制造，韩国三星次之。这种半导体集中是Waymo与特斯拉共同面临的首要供应链风险。

第二节：Waymo的传感器硬件演进与供应链

Waymo建立并迭代传感器硬件已超过15年。其最重要的决策是在商业供应商无法满足规格要求时，自行开发专有激光雷达硬件——建立了深度传感器硬件能力，这是一道竞争护城河，但也带来多供应商商品硬件所没有的供应链复杂性。

传感器类型	演进历程	现行供应商（估）	成本轨迹
激光雷达（短距）	第一代：Velodyne HDL-64E（2009，估7.5万美元/颗，车顶旋转式）；第二至四代：Waymo自研「Laser Bear Honeycomb」短距激光雷达；第五代（I-PACE）：第五代自研套件；第六代（Ioniq 5/Zeekr）：进一步降本的新一代激光雷达	Waymo自研；委外制造；完整供应商名单未公开	从估7.5万美元（2009）降至估量产不到1,000美元（现行自研量产，估）——15年内超过99%降幅
激光雷达（长距）	长距激光雷达用于高速公路与高速目标探测；Waymo对不同探测距离使用不同激光雷达型号	Waymo自研；合作细节未完全公开	持续下降；长距激光雷达仍比短距昂贵——估量产1,000–5,000美元/颗（估）
雷达	标准车用77 GHz技术，多家供应商可用；Waymo整合雷达以提升恶劣天气韧性与独立于摄像头的速度测量	多家供应商（博世、大陆、Aptiv为车用雷达领导厂商）；商品化硬件	商品定价估50–300美元/颗（估）；非车队经济的成本制约因素
摄像头	每辆车多颗摄像头提供360度视觉覆盖；标准车规摄像头硬件整合Waymo计算机视觉堆栈	多家供应商（索尼、Aptiv、博世等）；商品化车规摄像头	商品定价估50–200美元/颗（估）；非成本制约因素
AI计算（车载）	同步处理所有传感器数据并即时运行Waymo Driver神经网络的车载计算机；Waymo自研计算硬件；委外制造	Waymo自研；估在台积电或三星制造（未公开）	高性能AI计算昂贵；随每代芯片下降，但估每台车载计算单元1,000–5,000美元（估）
每辆车传感器总成本（估）	第六代规模：每辆车传感器硬件总成本估5,000–15,000美元；相比第一代每辆车估超过10万美元大幅下降	涵盖所有传感器类型；Waymo未公开	车队单位经济的主要成本降低驱动力；目标量产规模下估低于每辆5,000美元（估）

第三节：特斯拉的传感器供应链与FSD芯片架构

特斯拉做出了相反的架构选择：纯摄像头感知堆栈（无激光雷达，部分市场最小化雷达），搭配自研AI推理芯片（FSD芯片）以高性能神经网络处理摄像头数据。这大幅简化了传感器供应链，但将关键供应链风险集中于单一元件——由台积电制造的FSD芯片。

元件	特斯拉做法	供应商	成本/风险轮廓
摄像头	每辆车8颗摄像头（Model 3/Y/S/X）；特斯拉指定索尼IMX传感器或同等品；提供高速公路距离的360度视觉覆盖	索尼（主要车用图像传感器供应商）；有多个替代选项的商品市场	摄像头成本估50–200美元×8颗=每辆车摄像头总成本估400–1,600美元（估）；非成本驱动因素；无单一来源风险
雷达（Autopilot时代）	特斯拉于2021年从Model 3/Y移除雷达改为纯摄像头（「Tesla Vision」）；Cybertruck与部分市场于2022年恢复雷达；策略因车型与地区而异	原为大陆集团；现依市场与车型而异	Tesla Vision是蓄意的供应链简化：消除雷达成本与供应依赖；代价是移除具天气韧性的感知层
激光雷达	所有特斯拉车辆均无激光雷达；蓄意的架构选择；特斯拉AI设计为纯摄像头输入构建	无	零激光雷达成本；零激光雷达供应链风险；但也缺乏激光雷达提供的天气与低光冗余性
FSD芯片（HW3）	特斯拉HW3（FSD电脑，2019年）：特斯拉自研AI推理芯片；72 TOPS；每台FSD电脑2颗芯片以提供冗余	三星（HW3制造商）；14nm制程	HW3：成熟；三星量产已实现降本；三星为韩国供应商，台湾海峡风险低于纯台积电供应
FSD芯片（HW4）	特斯拉HW4（2023年起）：重新设计的FSD芯片；每颗性能约为HW3的2倍（估）；部署于Model 3焕新版、Cybertruck、Model S/X改款；每辆车2颗	台积电（台湾）——7nm制程；单一来源依赖	台积电7nm：最佳性能效率；但台积电是台湾海峡地缘政治风险的关键集中点；目前车规7nm无直接替代厂商
Dojo（AI训练芯片）	特斯拉Dojo D1：特斯拉自研芯片用于训练FSD神经网络；降低NVIDIA训练计算依赖；与车载推理芯片不同	估由台积电制造（未公开确认）	Dojo减少NVIDIA训练依赖，但加深台积电代工依赖；训练计算≠车载推理计算
每辆车传感器总成本（估）	无激光雷达+纯摄像头：8颗摄像头（估400–1,600美元）+HW4 FSD电脑（估标准计算以上增量成本500–2,000美元）=AV赋能硬件总计估每辆车1,000–3,600美元（估）	远低于Waymo多传感器套件	特斯拉每辆车传感器成本估比Waymo多传感器套件低3-10倍（估）；Cybercab单位经济直接优势；代价是减少传感器冗余性与全天候韧性

第四节：台积电集中风险——台湾海峡地缘政治情景分析

风险维度	特斯拉曝险	Waymo曝险	全业界影响
台积电依赖	高：HW4 FSD芯片（车载推理）在台积电7nm；Dojo D1（训练）估在台积电（估）；两个关键元件均依赖台湾单一代工厂	中等：Waymo自研计算芯片可能在台积电或三星制造（未公开）；在AI计算层有类似曝险（估）	几乎所有先进AI计算均由台积电或三星制造；整个AI产业面临台湾集中风险
台湾海峡冲突情景	台湾冲突或封锁将停止台积电生产；HW4 FSD芯片估有3-6个月制造交期；目前在台湾和韩国以外不存在等效7nm车规制造能力	类似的Waymo计算供应中断；Waymo自研激光雷达制造可能比特斯拉芯片集中有更多地理分散性（估）	全面台湾海峡冲突不仅停止AV，更停止全球电子产品生产
台积电地缘对冲	台积电已在亚利桑那州建厂（N3E/N4节点2025-2026年上线）并在日本建厂（N28/N16）；亚利桑那产能相对台湾有限	相同的业界对冲适用	台积电地理分散化进行中，但估计到2028-2030年前无法在美国达到台湾级别的产能
三星作为替代	特斯拉HW3由三星14nm制造；三星在韩国具备5nm/3nm能力；韩国地缘政治估比台湾稳定（估），但非零风险	未知；Waymo计算制造商未完全公开；三星为可行替代选项（估）	三星提供对台湾有意义的分散；特斯拉已验证三星在车规AI推理芯片制造的可行性
供应链韧性评分	特斯拉：中至高风险（台积电HW4为现行车辆的单一来源依赖）；部分由三星HW3历史与旧款车队缓解	Waymo：类似AI计算风险；通过多家激光雷达/雷达/摄像头供应商，传感器层可能有略好的元件级分散	两家公司面临类似的底层半导体集中风险

第五节：传感器供应链基准计分卡

供应链维度	Waymo	特斯拉	优势	2028年展望
每辆车传感器成本（估）	较高：估多传感器套件总计5,000–15,000美元（估）	较低：估摄像头+FSD计算1,000–3,600美元（估）	特斯拉——每辆车传感器成本显著较低	激光雷达成本持续下降；差距收窄但除非激光雷达达到每颗低于200美元，特斯拉维持纯摄像头成本优势
激光雷达成本轨迹	正面：Waymo推动激光雷达从估7.5万美元（2009）降至估不到1,000美元（2026年自研）；15年内超过99%降幅	不适用：特斯拉不使用激光雷达	Waymo——卓越的成本降低成就；激光雷达IP为护城河	激光雷达成本降低持续；若激光雷达到2028-2030年达到每颗200美元以下（估），经济交叉点可能出现
传感器供应链复杂性	高：来自多家供应商的激光雷达+雷达+摄像头+AI计算；更多元件=更大的供应链风险面	低：摄像头（商品，多家供应商）+FSD芯片（台积电/三星）；更简单的两元件供应链	特斯拉——更简单、复杂度更低的供应链	Waymo的现代Ioniq 5合作可能实现工厂级供应链整合；复杂性被管理但未消除
台积电/半导体集中风险	类似：自研AI计算估在台积电制造（估）；未公开确认	高：HW4在台积电7nm是现行车队的单一来源依赖	大致相当——两者均面临AI计算层的台积电集中风险	台积电亚利桑那厂2025-2026年上线；到2028年降低但不消除风险
自研硬件能力	高：Waymo开发自研激光雷达+自研AI计算；传感器与计算层均有深度硬件IP	高：特斯拉设计FSD芯片（HW3/HW4）+Dojo训练芯片；计算层深度硬件IP	大致相当——两者均有显著的自研硬件设计能力	两者继续自研硬件开发
单位经济影响	较高的每辆车传感器成本是Waymo的主要单位经济挑战	较低的每辆车传感器成本是特斯拉Cybercab相对Waymo的主要单位经济结构优势	特斯拉——传感器成本降低带来的单位经济优势是供应链到经济最重要的连结	传感器成本差距是Waymo vs. Cybercab单位经济比较中最重要的驱动因素
总体结论	传感器供应链是特斯拉纯摄像头架构选择商业优势最具体体现之处。特斯拉Cybercab估每辆车1,000–3,600美元的传感器成本vs. Waymo估5,000–15,000美元的多传感器套件，创造了直接决定盈利运营最低可行票价的根本性单位经济差距。Waymo 15年的激光雷达成本降低历程——从估7.5万美元到不到1,000美元——是科技史上最伟大的硬件成本降低故事之一，但与纯摄像头成本的差距仍然显著。两家公司在AI计算芯片方面面临类似的台积电集中风险。2028年展望：若激光雷达继续其成本轨迹，在量产下达到估低于500美元/颗，配备激光雷达的AV与纯摄像头之间的传感器成本差距将大幅收窄——可能改变多传感器冗余vs.简化的经济案例。

第六节：关于本系列

本文是实体AI基准系列第194篇。感测器供应链维度揭示了决定商业AV单位经济是否可行的硬件成本轨迹、嵌入半导体供应链的地缘政治风险，以及特斯拉纯摄像头vs. Waymo多传感器架构选择最具商业意义的后果。

注意： 本文所有成本数字、供应链估算与地缘政治风险评估均基于公开信息、业界分析师评论与公开披露的技术规格。标注「（估）」的成本数字为估算值，未经Waymo、特斯拉、台积电或其各自供应链合作伙伴确认。本文为教育性市场分析，非投资建议。