在纯视觉方案下，车载光学硬件（摄像头模组、镜头）的价值分配正面临再平衡，算法与软件的价值显著提升，而硬件供应商的话语权受到车企成本敏感度与自身技术壁垒的双重挤压。以特斯拉为代表，其纯视觉路线坚决弃用激光雷达，并计划取消超声波雷达，将感知层完全押注于摄像头，这导致算法（如BEV感知、Occupancy Network）在整体方案中的成本占比和利润分配权重上升，而硬件端则因车企对成本的高度敏感——例如特斯拉首次从需求端权衡进行调价——面临更严苛的降本压力。
硬件与算法的价值博弈
在纯视觉架构中，摄像头模组作为基础感知硬件仍是必要投入，但车企对硬件成本的控制意愿更强。国内车企普遍采用“堆料”策略，配备激光雷达等冗余传感器，而特斯拉则通过算法优化来弥补硬件数量的限制，这本质上是用软件能力替代硬件堆叠。因此，硬件供应商的利润空间被压缩，而算法公司（包括车企自研算法团队）在产业链中的议价能力显著增强。传统Tier 1的“硬件打包方案”模式，正被新兴自动驾驶公司“硬件+算法一体化”或“纯算法授权”的模式所挑战。
商业模式的分化与转型
目前产业链价值分配呈现两种主流模式：一是车企自研算法+采购标准化硬件，如特斯拉，这使硬件供应商沦为标准化部件提供者，利润空间有限；二是第三方方案商提供软硬一体方案，如华为、Mobileye，这类模式下方案商掌握核心算法，对上游摄像头供应商有更强的话语权，同时也可能挤压后者的利润。对于车载光学厂商而言，单纯依靠镜头、模组等硬件制造，在纯视觉趋势下利润空间承压，向“硬件+算法”一体化转型是提升议价能力的可行路径，但这需要企业在感知算法、数据处理等领域建立能力，而官方资料显示，国内车企在算法层面整体仍落后于特斯拉，这为硬件厂商向上游延伸提供了潜在窗口。
常见问题
纯视觉方案下，摄像头供应商的利润空间会消失吗？
不会完全消失，但会显著收窄。特斯拉等车企对成本极度敏感，硬件供应商需通过规模化、技术升级（如更高像素、更优光学设计）来维持利润，同时需警惕车企自研或算法公司整合硬件带来的替代风险。
国内车企的“激光雷达+摄像头”方案对硬件供应商更友好吗？
是的。国内车企普遍追求安全冗余，配置更多传感器（如小鹏G9配备12个摄像头、5个毫米波雷达、12个超声波雷达、2个激光雷达），这种多传感器融合方案增加了对各类光学硬件的采购量，短期内为供应商创造了更大市场空间。
车载光学厂商是否必须向算法领域转型？
并非必须，但转型有助于提升长期竞争力。官方资料指出，特斯拉在算法层面领先，国内车企还需依赖供应商提供完整方案。如果光学厂商能提供“硬件+感知算法”的一体化模块，将更易获得车企青睐，避免沦为纯代工厂。