感知类车载光学要求更高但落地难度大，行业面临哪些风险与不确定性？

车载光学中，感知类摄像头偏向主动安全，对画面、芯片、算法等要求更高，因此落地节奏受算法成熟度与整车验证周期影响；成像类摄像头更接近燃油车时代已有的被动辅助功能，如360°环视影像、车道偏离信息收集，主要不确定性来自渗透放缓与价格竞争。

感知类：技术门槛与验证周期是主要风险

感知类摄像头承担主动安全功能，对画面、芯片、算法等的要求都更高。这意味着其性能表现不仅取决于镜头本身，还与芯片算力、算法成熟度紧密绑定，任一环节不达标都会拖累整体落地节奏。

工艺层面的约束同样明显。像素提升后，模组封装需从CSP转向COB形式，COB对生产工艺要求较高，制作过程一旦被污染便无法返工。ADAS镜头还必须采用非球面模造玻璃，而全球具备该产能的厂商并不多。此外，车规级验证一般需要2-3年，新工艺、新厂商距离出货仍有较长距离，这是行业层面的时间成本。

成像类应用更接近燃油车时代已有的辅助功能，技术相对成熟，落地难度较低。但也正因如此，其增长逻辑更多依赖渗透率提升，而非技术升级驱动。当整车排产节奏放缓或配置下探时，成像类摄像头的搭载量容易承压，同时面临较为直接的价格竞争。

感知类偏向主动安全，对画面、芯片、算法等要求更高，性能需多环节协同达标。同时车规级验证一般需要2-3年，新工艺与新厂商的出货周期较长。

成像类更接近燃油车已有的被动辅助功能，技术门槛相对较低，但增长依赖渗透率提升。若整车排产放缓或配置下探，搭载量可能承压，并面临价格竞争。

从感知类看，随着自动驾驶等级提升，单车搭载的感知类摄像头数量上升，加上单体价值量提升，具备增量特征；成像类则更接近存量竞争，节奏受渗透与价格影响。