写点什么

万亿级赛道的新变量:“车载光”正在成为智能汽车的第二增长曲线

作者:Alter
  • 2025-12-26
    浙江
  • 本文字数:3502 字

    阅读完需:约 11 分钟

万亿级赛道的新变量:“车载光”正在成为智能汽车的第二增长曲线

回顾汽车工业的百年历史,车灯与风挡玻璃的角色长期被锁定在物理功能层面。

可当智能化的序幕拉开,曾经只负责照明、遮风挡雨的“零部件”,正经历一场前所未有的数字化觉醒。

不久前举办的第三届智能车载光峰会上,行业领袖与技术专家分享的两组数据给我们留下了深刻印象:

在 HUD 领域,华为乾崑带动 AR-HUD 快速普及,正在以每年 30%的复合增长率迅速崛起;

在智能车灯领域,作为汽车与环境交互的核心视觉接口,2025 年的搭载量同比翻倍增长。

把两组数据放到同一个价值曲线上,可以看到一个清晰的态势:涵盖 HUD、智能车灯、光场屏等技术的车载光,已经从“边缘配置”跃迁为智能汽车的核心系统,成为汽车产业潜在的第二增长曲线。

01 AR-HUD:夺取“辅助驾驶第一屏”

HUD 并不是什么“新物种”。

早在上世纪 80 年代,通用就将 HUD 概念引入到了乘用车,用来显示车速、转速等基础信息。

进入 1990 年代后,HUD 技术逐步成熟,信息可以“悬浮”在前挡玻璃上,让司机不低头也能看到。

2015 年以后的电动化浪潮,“软件定义汽车”渐渐成为行业共识,HUD 的价值不再被局限于替代仪表盘……

过去 40 年里,HUD 在很长时间里都是“概念演示”,迟迟没有进入到大众市场。为何在 2025 年的时候,HUD 开始爆发式增长?曾经只属于高端豪华车型的“黑科技”,开始飞入寻常百姓家?

答案可以归纳为两个相辅相成的创新。

一是 AR-HUD 的出现。

HUD 技术在上世纪 90 年代后逐步成熟,当时的主流技术是 W-HUD,信息悬浮在前挡玻璃上,但和真实道路没有空间关系,司机通过半低头的方式查看形式拓展展示导航等内容。

AR-HUD 引入了增强现实技术,实现了信息和真实世界的“对齐”:不再悬浮在“空气里”,而是嵌入现实世界。其中华为乾崑与泽景科技、水晶光电等企业的软硬件协同,进一步扩展了 AR-HUD 的能力边界,重新定义了“真 AR-HUD”的体验标杆。

针对强光下可视性差、颠簸路况易眩晕、信息与真实道路脱节等问题,华为乾崑车载光的算法与软件能力,让实景贴的更准、颠簸路段跟的更稳、目标贴合随动更快,有效缓解了 HUD 的眩晕感与视觉疲劳。

针对 AR-HUD 在极端天气等情况下的适用性,华为乾崑车载光选择从系统能力切入,让 AR-HUD 融合 ADS 感知能力,实现了雨雾安全预警、夜间安全预警、”鬼探头”预警、特殊车辆车道识别等能力。

二是 L2 辅助驾驶的落地。

靳玉志在第三届智能车载光峰会上提到了一个趋势:2025 年汽车智能化已迎来规模化爆发临界点——L2 级组合辅助驾驶在 20 万元以上新能源车型中基本成为标配,正快速向 20 万元以下市场渗透。

从过去的人驾到人机共驾,衍生出了一个微妙的心理变化,即辅助驾驶怎么让人“看懂”,它看到了什么?为什么现在要这么做?

AR-HUD 给出了回答:通过“抬头即可见、虚实相融合”的方式,把辅助驾驶感知、决策、执行的全流程直观呈现,巧妙解释了为什么主动变道、减速绕行、避让大车等,不断加深人车互信。

同时也揭示了 HUD 市场高速增长的内在逻辑,就像华为乾崑所示范的:AR-HUD 不再是“一个显示器+投影模组”,在华为乾崑算法与软件能力的驱动下,承载了辅助驾驶系统感知—决策—执行的连续呈现,让辅助驾驶不再是“黑箱”,而是“可被理解的系统”。

当 HUD 和辅助驾驶深度绑定,AR-HUD 可以说是业界公认的“辅助驾驶第一屏”,名符其实的长青赛道。

02 智能车灯:从“照明”到“沟通”的蜕变

智能车灯同样是不可低估的市场。

按照《2025 智能车灯产业白皮书》的预测:智能车灯已从基础照明工具演进为动态交互媒介,预计 2025-2030 年将迎来爆发期,渗透率从 1%提升至 15%-20%,百万像素车灯将加速向中高端车型下沉。

相较于 HUD,车灯的历史可以追溯到 19 世纪,为什么 100 多年后的市场渗透会呈现出典型的 S 型增长曲线?

在回答这个问题前,有必要先梳理清楚一个概念,即什么是智能车灯?

按照《2025 智能车灯产业白皮书》给出的定义:和仅能简单切换远近光的“伪智能车灯”不同,智能车灯必须具备万级甚至百万级像素的高分辨率光源、集成环境感知传感器并由专用算法驱动,拥有“感知-决策-控制”的完整闭环能力,能够毫秒级识别并优化高速、城区、弯道、雨雾、泊车等十余种场景的照明与交互策略。

以华为乾崑与星宇车灯的合作为例,将车灯推向了“系统级智能”的新高度:

比如高精度 ADB,依托百万像素模组,智能车灯能精准识别并在毫秒级内遮蔽对向车辆和行人,遮蔽精度达到厘米级,且无径向暗影。实测数据显示,高精度 ADB 的夜间行车视野范围提升了 185%。

比如照明光毯与轨迹预测,车灯能化身为“投影仪”,在车辆前方投射出与行驶轨迹精准匹配的光毯。在变道、转弯时,光毯会提前指引路径,并照亮坑洼或障碍物,识别距离提升了 55%-60%。

再比如智能交互,遇到夜间穿行马路的行人时,智能投射“礼让行人”的符号;泊车入库时,通过地面投影将信息传递给其他车辆或行人;在野外露营时,用智能车灯上演一场如“节奏灯光秀”……

从被动发出光线,到主动感知环境、交互通信、表达情感,智能车灯已然完成了“照明”到“沟通”的蜕变,从安全冗余配置演变为连接人、车、环境的视觉感知与交互单元。

不只是能力上的进化,政策层面也释放了智能车灯的利好。

借用中汽零部件技术(天津)有限公司汽车光学项目经理栗晋杰的说法:“聚焦驾驶员辅助投影符号规范、光毯功能分级测评、高精度 ADB 场景拓展、路照均匀性考核、激光光源光生物安全、车灯对 ADS 机器视觉的影响等测评热点,正从零部件级向系统级、整车级完善,相关测评体系建设正稳步推进。”

考虑到国内在强标中已开放辅助投射、信号灯投影功能,同步推进交互符号、外部氛围灯等标准编制,C-NCAP 在 2024 版加入 ADB 测试、2027 版计划新增眩光与均匀性测评等信息,智能车灯从高端车型的“高配”到中高端车型的“标配”,已是不可逆的趋势。

03 拒绝内耗,华为乾崑的“平台+生态”打法

行业内弥漫着对“价格战”隐忧。

正如泽景科技负责人在媒体采访时提到的:如果行业缺乏底线,陷入无规则的价格竞争,极有可能重演当年中国摩托车在东南亚市场的覆辙——因价格战击穿质量底线,最终导致全盘皆输。

这样的担心不无道理。

任何一个还处在快速渗透期、技术路径尚未统一的新赛道,最怕的不是“慢”,而是“卷错了方向”。一旦竞争重心过早地从“能力边界”转向“价格下探”,结果往往不是加速普及,而是提前透支市场信任。

站在车载光技术潮头的华为乾崑,是怎么破局的呢?

可以总结为两个关键词。

第一个是开放共赢。

华为乾崑车载光坚持开放硬件平台与南北向接口,与星宇车灯、泽景科技、水晶光电等产业链玩家的深度合作,形成了“核心技术+整车应用+场景创新”的生态闭环。

直接的例子就是 AR-HUD。

华为乾崑围绕光学系统、LCoS 像源、激光光源持续投入,同时不断打磨坡道补偿、动态防抖、时延补偿等算法。泽景科技、水晶光电等伙伴和华为乾崑一起推动 TFT 到 LCoS 的技术迭代,将 AR-HUD 深度绑定 ADAS 系统,初步告别了硬件参数的比拼,转向用户体验为核心。

而在软硬件生态的基础上,华为乾崑车载光进一步将应用接口开放,吸引第三方开发者参与到场景创新中,以构建可持续的内容与服务生态,形成“体验为王”的竞争秩序,驱动行业良性有序增长。

第二个是常用常新。

传统汽车零部件往往是“一锤子买卖”,“交付即落后”几乎是一种常态。

华为乾崑将“软件定义硬件”的逻辑引入到了车载光,通过持续的 OTA 升级,让 AR-HUD、智能车灯等拥有了全生命周期的进化能力,新车上市时搭载的新功能,老车也可以在 OTA 升级后获得体验优化。

在新的体验范式中,赋予了车载光更多的想象空间:智能车灯可以像手机一样更新系统,不断解锁新的交互光语或娱乐模式;AR-HUD 的算法定期优化,以适应新的路况场景。

这种“常用常新”的体验,从根本上改变了行业规则,单纯比拼硬件成本的打法将不再奏效,比拼的是软件算法、场景定义和服务能力,也是引导行业从“卷价格”转向“卷品质与体验”的重要一环。

原因并不难解释。

时间来到 2025 年末,车载光已经不是孤立的部件,演变成了融合软件、算法、传感器、座舱、辅助驾驶的系统工程。

诚如靳玉志在演讲中强调的,华为乾崑致力于成为“做大产业的贡献者、推动行业进步的赋能者、夯实行业标准的建设者”。唯有建立良性的生态,让产业上下游形成合力,才会让整个产业实现健康、有序的繁荣。

04 写在最后

回到最初的问题:车载光市场为何能高速增长?

其实《2025 智能车灯行业白皮书》已经给出了答案:中国智能车灯产业已经步入规范化、价值化新阶段;需通过技术突破、成本下探与跨领域标准共建,推动智能车灯产业高质量发展。

因为在智能汽车的下半场,算法越来越强,算力越来越充沛,可真正决定体验与信任的,往往是“信息是否被正确、直观、舒适地传递给人”。AR-HUD 与智能车灯,正是价值链上最关键、也最被低估的节点,也是“创新驱动增长”在汽车产业的真实写照。

用户头像

Alter

关注

还未添加个人签名 2022-03-25 加入

还未添加个人简介

评论

发布
暂无评论
万亿级赛道的新变量:“车载光”正在成为智能汽车的第二增长曲线_Alter_InfoQ写作社区