两大激光雷达公司，刚刚确认合并。
都是上市公司，Velodyne 和 Ouster。
我们都不陌生，一个是开创了车载激光雷达的行业先驱，一度把握行业垄断权。
当年客户甚至在 Velodyne 门口排队，只为求签单。为此百度甚至入股。
而 Ouster 是最被海外资本看好的激光雷达创业公司，在网约车入局自动驾驶的浪潮中，也出尽风头。
不过，当时有多风光，如今就有多窘迫。
路透社评价今年以来，这两家公司无论股价、营收、还是现金流，都遭到“沉重打击、苦苦挣扎”。
抱团过冬，成了唯一选择。
新消息
Velodyne 和 Ouster 都是上市公司，这次以全股票方式合并。
也就是将数股旧股合并为一股新股，并相应增加新股票每股面值的方法。
一般来说，像 Velodyne 和 Ouster 这种合并前经营已经欠佳的公司，采取这样的方式有利于提高每股收益，以期刺激股票市价上涨。
事实上，合并消息放出前，Velodyne 和 Ouster 股价相较于今年年初已经下跌 80% 左右。
对应的市值，分别是 2.13 亿美元和 2.19 亿美元。
而在合并消息放出后，Velodyne 股价上涨 5.6%，而 Ouster 在盘前交易中上涨约 1%。
当然两家公司最终的目的是合二为一。新公司市值预估约 4 亿美元左右，Velodyne 和 Ouster 管理层各持股一半。
而原 Ouster CEO Angus Pacala 将担任新公司 CEO，Velodyne 的 CEO Ted Tewksbury 将成为新公司董事长。
至于合并原因，官方给出的解释是：
这个领域需要财力更加雄厚的公司，整合是必要的。合并后现金余额将达到 3.55 亿美元，未来 3 个季度还有望节约 7500 万美元的成本。
合并后，会寻求建立更快的盈利模式。
翻译一下：没钱了，只能抱团过冬。
激光雷达两大，什么来头
Velodyne 大家耳熟能详，属于车载激光雷达赛道的“老大哥”。
1983 年，毕业于凯斯西储大学的 David Hall 创办了 Velodyne，主要做音频设备。
2004 年，受到 DARPA 挑战赛上 Ibeo 单线激光雷达杰出成绩的启发，当时还在做音响的 Velodyne 立刻转轨，做起了激光雷达。2007 年的 DARPA 挑战赛，就成了 Velodyne 一枝独秀的舞台。
随后，自动驾驶开始蓬勃发展，Waymo、百度为首，以 Robotaxi 的形式掀起了自动驾驶的第一个热潮。
那时，“鼻祖”Ibeo 还在被奥迪 PUA，一心一意搞量产项目，Velodyne 就成了唯一可以稳定供应自动驾驶公司的厂商。
不过 Velodyne 产品的特征就一直是产量小，价格贵，直到几年前，还是“一线一万块”的水平。
就这依然供不应求，乙方甚至要排队求排产，百度为了顺利拿货，甚至直接入股了 Velodyne。
2021 年全年，Velodyne 出货量 1.5 万，主要产品仍是机械式激光雷达。固态激光雷达已经有产品，拿下了现代汽车的量产项目，但交付时间是 2025 年左右。
Ouster 则成立于 2015 年，由斯坦福大学机电系 Angus Pacala、Mark Frichtl 创办。
Ouster 同样以机械式激光雷达产品为主，此前曾搭载于 Uber 的 Robotaxi。
Ouster 还开拓了工业测绘方向的产品线，这也是为何它在一直没有车厂量产订单的情况下一直有不错的营收。
国外独立金融研究平台 Seeking Alpha 年初给 Ouster 的评价是“最被低估，最值得入手”的激光雷达公司。
也许你已经发现了问题，Velodyne 和 Ouster，他们的产品都是“车载”，而非现在常说的“车规”。
这也是为何两家公司在激光雷达上车元年这样一个大好年景“抱团取暖”的深层原因。
为什么非合并不可？
表面因素，两家公司一直没有实现过盈利，第二季度分别净亏损 4430 万美元和 2800 万美元。
如果只是亏损，收入增长可观其实能给投资人吃定心丸。
但 Velodyne 今年上半年的收入增长率却下降了 41%。
所以，Velodyne 的诉求是改善财务状况，Ouster 恰好有稳定增长的营收。
而 Ouster 则是寻求与车厂的合作关系和具备量产前景的技术产品，这些 Velodyne 刚好有。
那么是什么造成了 Velodyne 经营不佳、Ouster 汽车业务进展寥寥？
主要原因刚才已经说过，长期以来，两家的产品都是“车载”而非“车规”。
车载机械式激光雷达，大多适用于 Robotaxi、L4 自动驾驶研发，通常采用在成熟车型上后期改装的形式。
这也造成了 Robotaxi 造价高昂，且过不了车规的困境。
而且，用作研发的后期改装 Robotaxi，只能在封闭有限的区域内测试，一方面限制了自动驾驶技术的迭代速度，另一方面也无法通过管理部门的审核。
所以，车载机械式激光雷达只能是一个总量很小，而且是阶段性的市场。
这类 Robotaxi 落地的不顺利，也就影响了 Velodyne、Ouster 这类公司的营收。
而从去年年底开始，乘用车辅助驾驶开始普及，带激光雷达的 ADAS 系统成了主机厂趋之若鹜的对象。
不过量产乘用车上的激光雷达，面临着车规标准，形状、尺寸、可靠性等等都有严格要求。
所以非固态（半固态）产品不能上车。
Velodyne、Ouster 的相关研发却刚刚起步，交付时间推迟到 2025 年左右。
那么主机厂还会不会像当年一样，排队等着 Velodyne 的产品？
无论如何都不会了。
这就是造成 Velodyne、Ouster 必须抱团取暖的深层原因：
中国厂商的崛起。
从去年开始，国内的激光雷达厂商纷纷拿出了成本低廉、符合车规的激光雷达产品。
华为、大疆、速腾、禾赛、探维、图达通…… 技术路线各有不同，但最大的特点就是具有前瞻性，创办或立项之初，就瞄准车规量产的标准。
中国激光雷达玩家，普遍深刻理解自动驾驶技术的发展趋势，以及主机厂对智能汽车的诉求，所以能在 2022 年不失时机的拿出量产产品。
抢占了几乎全部现有的量产车型，属于一开始就预判了市场。
而 Velodyne 和 Ouster，则是看到固态车规激光雷达爆发后，才开始的跟进。
最明显的，就是这两年 Velodyne 败退中国市场，一度撤销了中国办公室。
激光雷达基本格局
首先科普一下激光雷达的基本分类和技术路线。
车载激光雷达，大概分为机械式、半固态、纯固态三个形式。
不同的技术阵营对应了不同的业务产品路线。
从产品形态上看，机械式激光雷达一般都供给 Robotaxi 项目，或自动驾驶量产的前期研发，本身很难通过车规验证。
而半固态或固态激光雷达，则是奔着通过车规验证，量产上车的最终目标去的。
这样就能把所有激光雷达玩家分成两个路线。
一种路线，是从专用激光雷达（测绘、安防）起家，然后转向 Robotaxi，再逐渐进入乘用车量产领域的玩家。
比如禾赛科技、速腾聚创、Velodyne 等。
另一类玩家，成立之初做激光雷达就是为了乘用车，产品的形态、设计、技术路线都以实现规模量产为原则。
探维科技、大疆 Livox、华为等等都是这样的。
技术发展上，激光雷达逐渐取消转动机构，“固态化”程度越来越高是一个行业公认的趋势。
只不过如何实现固态化、在如今半固态过渡阶段采用什么样的方案，各家多有不同。
比如，速腾、华为则采用的 MEMS 微振镜式，激光发生器本身固定不动，通过控制微小的镜面平动和扭转往复运动，将激光管反射到不同的角度完成扫描。
大疆则选择双楔形棱镜方案，激光先后通过两个棱镜发生两次偏转，控制两面棱镜的相对转速便可以控制激光束的扫描形态。
探维科技和目前全球市占率最高的法雷奥都有推出转镜式方案，反射镜面围绕圆心不断旋转，从而实现激光的扫描。
从目前展现的趋势来看，车载激光雷达并没有走出大一统的技术路线，也就是说，各个玩家都有跑到终点的可能。
但进展快慢却有差异化。
而现在形成的清晰格局是巨头 2 子 + 创业 4 强。
巨头 2 子：华为、大疆，都是家大业大，都以 Tier 1 切入智能车产业链，虽然一时一地进展有快慢，但实力和潜力仍然不可小觑。
国内创业 4 强：禾（赛）、速（腾）、探（维）、图（达通）。
而评判的标准很简单：上车交付，量产商业化。
上车有交付，决定了核心价值是否得到认可，是生死临界点。
量产商业化，则代表了竞速中的快与慢，是左右全局的胜负手。
有意思的是，如此标准下，其实激光雷达江湖还只是呈现了第一阶段竞速格局。
所谓巨头，只大在体量，商业进展并不一定比创业公司快。创业公司中，先行者也不一定能率先实现量产，后来者并非毫无机会，马太效益还没完全展开。
所以问题也就随之而来，车载激光雷达竞争的核心到底是什么？
表面上看是不同的技术路线、“固态化”程度、分辨率、拿下的定点数量等等。
但本质上是对自动驾驶的理解，对车厂需求的洞察，以及有没有与之匹配的工程制造能力。
说白了，技术好还不够，服务和交付都得跟得上。
One more thing
激光雷达产业的开创者 Velodyne，如今境况除了跟行业发展趋势有关，也跟自我作死密不可分。
前面已经说到过 Velodyne 一货难求，而且数年下来，这样的情况一直没有实际改观。
给人一种 Velodyne 有意制造“奇货可居”的感觉。
激光雷达量产固然是一个涉及机械、光学、车辆、精密仪器等等多学科的复杂工程制造问题，也是摆在所有激光雷达公司面前最大的挑战。
但这么多年一直解决不了不是正常情况，Velodyne 内部暴露的问题，也似乎在印证。
去年开始，Velodyne 内部的“宫斗夺权”大戏开始激烈化公开化，创始人被董事会排挤出局，又发动反击，然后又卷土重来……
过程中，还爆出了董事长和 CMO 的 py 交易。
总之，Velodyne 算是把自己“最强王者”的号，玩成了倔强青铜…
本文来自微信公众号：智能车参考 （ID：AI4Auto），作者：贾浩楠
本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/652/103.htm]
