闭门会议纪要:4D卫星架构毫米波雷达的市场、技术和生态(30多位行业资深专家参与)
比亚迪在发布会中介绍，卫星4D毫米波雷达实现了感知能力大幅增强，前雷达可提前 400 米探测障碍物，单帧点云密度达到 6000 点，是传统方案的 6 倍，雨雾天障碍物识别率提升近两倍。
就在比亚迪发布会次日（2026 年 5 月 29 日），易贸 EAC2026 自动驾驶与具身智能产业展览会同期举办了 4D 卫星架构雷达闭门研讨会。
会议邀请了 30 多位来自产业链上下游的核心专家，参会方覆盖头部主机厂、头部模组和芯片厂商（由于保密原因，厂家名称此处省略），参会角色包括企业 CEO、CTO、技术总监、市场总监及系统软硬件开发核心专家。
本次会议时长 2 小时，围绕卫星架构雷达的技术可行性、成本核算、开发挑战、产业生态及未来趋势展开了深度讨论，笔者主持了该会议，本文提炼会议的核心观点与共识，供行业同仁参考。
为什么要做卫星雷达架构？
卫星雷达架构的落地并非单一技术驱动，而是成本、性能、产业话语权与市场竞争多重因素共同作用的结果。
主机厂选择零部件的核心出发点是 “物美价廉”，而在整车行业极致内卷的背景下，很多时候，这一需求变为 “价廉物美”，价格的权重有时会高于性能。
1）降低硬件成本。
传统边缘架构雷达经过多年迭代，已普遍采用高度集成的单板设计，结构精简到了极致，进一步降本的空间几乎被压缩殆尽。
而卫星架构通过移除雷达端的本地处理器，将信号处理逻辑上移至域控，单颗雷达可直接降低成本约 30-40 元。
在当前 4 发 4 收雷达已降至 90 元区间、8 发 8 收雷达约 200 元的市场行情下，这一降幅对成本敏感的主机厂而言具备极强的吸引力。
2）提升感知性能。
卫星架构将雷达原始 ADC 数据直接传输至域控，借助域控端远超本地处理器的算力资源，可运行传统雷达无法承载的 AI大模型、超分辨等高性能算法。
同时结合 8T8R、16T16R 等更多天线通道的硬件升级，能够有效解决传统雷达很难处理的静态目标识别、近距离障碍物区分、雨雾天误报等 Corner Case，实现更高的角分辨率与更低的误漏报率，真正让毫米波雷达从 “辅助传感器” 升级为 “核心感知传感器”。
除了成本和性能之外，还有下面两个辅助因素：
3）增强主机厂系统掌控力。
智驾系统已成为车企的核心竞争力，而雷达算法上移至域控后，主机厂能够深度参与雷达信号处理、多传感器融合的全流程，彻底摆脱对模组厂黑盒算法的依赖，大幅提升对整个智驾系统的掌控力度。
这也是中央计算架构成为行业趋势的核心原因之一，推动最强的始终是掌握终端市场的主机厂。
4）增加产品营销卖点。
在智驾技术同质化严重的当下，架构层面的创新能够形成显著的差异化标签。
卫星架构作为行业前沿技术，可作为品牌营销的核心亮点，提升产品曝光度与市场热度，不仅能直接带动终端销量，还能在资本市场传递技术领先的信号，进而提升企业市值。
卫星雷达真的可以降本吗？
在讨论中，行业专家对卫星雷达的降本效果存在一定分歧。
据了解，早在2023-2024 年，德国三家头部车厂联合博世、大陆就完成了卫星架构的全面评估，最终认为该方案虽符合行业发展趋势，但目前无法实现降本，若仅能实现性能提升，对主机厂而言缺乏吸引力，因此相关项目已暂停。
部分国内模组厂商结合自身量产实践提出，降本效果与雷达通道数强相关，不能一概而论：
1）通道数差异决定降本效果。
4T4R雷达的本地处理器成本较低，移除后节省的费用有限，反而会增加传输和域控算力成本，因此更适合保留边缘架构。
但8T8R及以上的高通道数雷达，本地处理器的成本占比显著提升，移除后节省的成本足以覆盖新增的传输和算力开销，且通道数越多，降本幅度越大 ——16 发 16 收雷达的成本下降效果尤为明显。
此外，有些芯片厂商的压缩解压缩算法对域控无实际价值，还会造成信噪比损失，卫星架构可直接移除这部分冗余设计，进一步降低成本。
2）算力成本存在长期优化空间。
依托中央芯片更先进的制程工艺，等效算力的单位成本将大幅低于雷达端的独立处理器，长期来看具备显著的降本潜力。但当前架构下，使用通用 GPU 处理雷达信号的效率仅为专用 RSP 的 1/3-1/2，算力仅实现了物理位置的平移，并未带来成本下降。
因此，未来能否真正实现全系统降本，核心取决于中央控制芯片厂商是否会推出集成专用雷达处理单元的产品。
3）其他成本项影响可忽略。
线束成本不会成为阻碍：当前车型已普遍采用多域网线架构，以太网线束的成本已大幅下降；从传统 PHY 芯片更换为更高带宽的 SerDes 芯片，价格也无明显波动。
域控有足够算力给雷达吗？
雷达算法在域控端的算力分配问题，是本次会议的讨论热点。
有芯片厂商测算，8T8R雷达的信号处理需占用现有智驾域控SOC约8%-10%的资源，主机厂普遍无法接受这一算力的占用比例。
不过，有模组厂商结合实际实践提到，目前主流域控 SOC 的算力实际存在一定闲置，雷达算法仅使用少量的算力资源即可满足，不会占用 NPU、GPU、CPU 等核心算力单元，DDR 带宽占用也较低。主要挑战在于低延迟数据带宽的分配，需要通过工程化能力解决。
从另一个角度来说，算力分配的核心矛盾并非绝对算力是否充足，而是算力投入与性能收益是否匹配。
主机厂愿意为算力付费的前提是：”10%的算力投入，能否带来20%甚至更高的性能提升”。但多数雷达厂商无法提供集中式架构下误漏报率改善的量化数据，难以站在系统层面证明雷达的价值。
从芯片厂商角度，最大的一个核心竞争力来源于雷达专用的处理器RSP的设计，RSP往往直接决定雷达整机的核心性能。
据了解，国内域控厂商已在布局 RSP IP，一旦技术突破，中央集成的毫米波雷达将加速落地。当单车雷达装车量超过 5 颗后，也会进一步推动 RSP 的快速发展。
卫星雷达的开发挑战有哪些？
1）系统开发难度高
有专家提到，国内能熟练掌握雷达模组和域控集成技术的厂商较少，域控与雷达模组的通信握手、接口兼容存在大量问题。
另外，车载环境下的信号完整性问题一直是个挑战，经常出现供应商单独测试模组、线束、域控均正常，但装车后出现故障的情况。卫星架构传输的原始数据属于高速信号，这些问题同样存在，而国内主机厂在高频信号传输方面的能力普遍偏弱。
同时，摄像头仅需被动传输数据，而雷达需要主动控制，因此摄像头遇到的所有交互问题，雷达大概率都会遇到，且问题会更复杂。
2）软件复杂度提升
卫星架构将所有雷达信号处理逻辑上移至域控后，中央控制器的软件复杂度显著提高，故障发生概率随之上升，后期软件维护的难度与成本也会大幅增加。
3）功能安全挑战更大
传统边缘架构下，雷达可直接输出刹车 / 加速信号，具备独立的 ASIL 等级；卫星架构下所有指令需经中央控制器转发，系统冗余性发生变化，功能安全设计需重新调整。
若采用深度学习端到端算法，跳过传统信号处理流程，将形成算法 “黑盒”，故障难以追溯。在讨论中，行业专家普遍认为可参考视觉的解决方案，通过系统级冗余、中间结果校验、失效机制设计来解决。
4）引入网络安全问题
当前卫星架构雷达的原始信号均为裸传状态，极易被网络攻击篡改。雷达作为智驾系统的安全兜底传感器，一旦被攻击将直接威胁整车安全。未来可以参考摄像头 CSE v2 加密方案，设计专用的雷达传输加密芯片，实现原始数据的加密与签名。
生态
1）主机厂会自己做软件吗？
有专家认为，主机厂与模组厂的协作将分为三个阶段逐步推进：
-
第一阶段：模组厂提供完整雷达产品与算法 SDK，主机厂仅负责集成应用。
-
第二阶段：行业竞争加剧，模组厂向主机厂开放白盒，主机厂逐步学习并掌握雷达算法与系统设计。
-
第三阶段：主机厂完全掌握雷达技术，独立维护雷达算法，将其融入端到端智驾系统。
不过也有专家认为，雷达软件开发需要大量的人员投入，多数主机厂可能不会完整承接雷达软件开发。
此外，雷达是强非标产品，波形设定、天线布阵、算法均无统一行业标准，这既增加了主机厂自研的难度，也意味着未来产业生态可能更依赖上下游深度合作。
因此，主机厂和模组厂的协作模式还需要进一步观察。
2）模组厂的困境？
当前行业低水平内卷严重，模组厂普遍缺乏研发资金，前沿技术研究投入持续减少，有效的创新成果稀缺。
会议中，有模组厂分享当前的生存现状，反映了行业典型的内卷困境，获得众多行业同仁的共鸣。
-
无名分：承担了所有研发、量产的脏活累活与风险，但产品量产后无法获得品牌曝光，甚至不能公开宣称是产品的供应商。
-
不盈利：即便累计出货上千万颗，但仍然利润微薄。为保障供货需投入巨资建厂，产能爬坡后利润空间被进一步压缩。
-
前瞻研究少：微薄的利润无法支撑前沿技术研发，陷入 “低价竞争 – 无研发投入 – 产品同质化 – 更低价竞争” 的恶性循环。
-
客户自研风险：当模组厂帮助客户完成技术验证与产能建设后，客户却转向自研，模组厂面临订单流失和前期产线投入的风险。
有专家呼吁通过行业协会、社团组织，推动前沿技术联合研发，争取国家大项目支持，集中力量突破雷达算法大模型、分布式相干雷达等核心技术，避免同质化竞争，给模组厂留出创新与发展的空间。
3）雷达能否在其他领域突围？
除了车载领域之外，行业专家普遍建议雷达厂商向非车领域拓展，寻找新的增长点，例如：
-
已验证的高价值领域：工程机械、特种车、低速车等领域的雷达应用已实现盈利，全球市场规模达千万台级别。
-
快速增长的新兴领域：低空经济爆发带动低空雷达需求，传统低空雷达成本高达数十万元，车载雷达技术改造后具备显著成本优势，未来潜力巨大。
-
民生细分领域：智能家居的人体存在监测、康养领域的跌倒检测等细分市场规模庞大，尚未被充分挖掘。
不过也有厂商表示，非车领域虽单价高，但市场距离较远，且部分领域同样存在内卷问题，转型路径尚不清晰。
展望
1）架构可能未必是终局
技术架构并非一成不变，会随实际需求动态调整。参考手机 GPS 的发展历程：从完整功能模块到仅保留卫星前端，再因低功耗需求回归边缘模块。
未来若低功耗、实时性等需求发生变化，不排除雷达部分功能重新回到边缘侧的可能。
2）软件架构变革
当前卫星架构仅将算法从雷达端迁移至域控，算法本身未发生本质变化，实际意义有限。
未来需基于原始数据开发深度学习端到端算法、多传感器底层融合算法，用 AI 数据驱动提升雷达性能，才能真正释放卫星架构的价值，避免雷达永远沦为智驾系统的配角。
3）分布式雷达
有专家认为，卫星架构雷达只是雷达技术发展的第一步，分布式相干雷达才是未来。若能实现射频相参或中频相参，雷达性能将实现爆炸性提升，彻底改变其在智驾系统中的配角地位。
但该技术工程化难度极大，目前仍处于早期阶段，落地还需解决大量车端工程问题。
结语
十几年来，车载毫米波雷达持续实现性能提升、成本下降与渗透率的提高，但整个行业发展也陷入了一个怪圈。
整个会议讨论下来，笔者深刻感受到许多毫米波雷达从业者的焦虑，甚至无奈，不过从大家积极的讨论中，同样能够感受到大家对于毫米波雷达的热情，以及对未来的深切期盼。
会议中，大家普遍认可卫星架构的发展方向，和各位参与的专家一样，笔者也期待卫星雷达方案能够打破当前怪圈，推动行业形成 “高性能 – 高价值 – 高利润 – 高研发投入” 的正向循环。
在这个正向循环的过程中，产业链上每个环节的参与者，都能够找到更合适自己的定位。
笔者后续会继续组织卫星雷达相关研讨会，相关信息会在毫米波雷达专家社群中同步。
由于社群均超过200人，欢迎感兴趣的老师添加笔者微信（扫描文末二维码或者搜索maxhnnl），邀请加入。
扩展阅读：
个人观点，未必准确，欢迎讨论。
我是雪岭，研究感知、控制和人工智能的技术、产品和应用，欢迎交流。
