国产替代为什么能降本？
进口毫米波方案长期有溢价，国产 MMIC、SoC 与模组成熟后，同等规格单价下降，且本地供应链响应快、定制灵活。规模上来后，物料、物流、支持成本都更可控。这是真实的降本空间，不该忽视。
但"能降"不等于"随便降"，中间有几条不能跨的线。
红线一：车规与功能安全不能碰
雷达是主动安全件，AEC-Q100 器件应力、ISO 26262 功能安全等级是硬要求。为降价换用非车规料、砍掉诊断覆盖、省略安全机制，短期省了钱，长期把失效风险留给整车。这类省，省在当下、赔在售后。
功能安全不是文书，是设计哲学，替代方案必须能提供对应等级的安全证据。
红线二：关键性能不能低于功能需求
探测距离、角度精度、测速精度、更新率这些指标，要满足车型功能定义，不能为了降本砍到边界以下。比如前向雷达远距余量不足，AEB 就从"避免"退化为"缓解"，这是安全降级不是成本优化。
降本应靠架构与规模，不靠削关键指标。参数表上"刚好够"往往是最危险的，因为留不出余量。
红线三：测试与追溯不能省
替代阶段尤其要保留暗室标定、下线校准、终检与序列号追溯（见工艺、测试篇）。跳过测试省钱，隐患直接流到整车，召回成本远高于省下的测试费。小批量验证期的测试密度反而该更高。
低价方案的陷阱常在这：用省测试换低价，问题在马路上才暴露。
怎么稳妥地走替代？
| 步骤 | 目的 |
|---|---|
| 小批量路测 | 验证真实工况表现 |
| 对标测试 | 和原方案比距离/角度/速度 |
| 安全论证 | 确认 ASIL 与诊断覆盖 |
| 良率爬坡 | 确认可量产经济性 |
| 规模放量 | 成本随量下降 |
上表为稳妥路径，急不得。
供应商该怎么挑？
看车规证据、功能安全文档、真实工况数据、交付与追溯能力，以及是否愿意配合你的车型做联合标定。只报低价的，先问清楚上面三条红线怎么守。
结论：国产替代确有降本空间，靠规模、本地供应链与架构优化实现，但必须守住三条红线：车规与功能安全不省、关键性能不低于功能需求、测试与追溯不砍。为低价牺牲这些，省下的钱会在售后与召回里加倍偿还。稳妥路径是小批量验证→对标测试→安全论证→良率爬坡→规模放量。
怎么在性能和成本之间取舍？
先把场景切开：高速前向必须保距离和可靠性，这里不该省；城区低速和泊车可以更激进地控成本。按功能价值分配预算，比全车统一标准更划算。
另一个思路是用软件补硬件：适当降通道数，把省下的钱投到算法和标定上。前提是域控算力有余量，否则省了硬件、贵了算力，得不偿失。
我们常用“等效性能/单件成本”的曲线来做决策：找到拐点，而不是盲目追最高配置，也不是一味压最低价。
国产替代要先试点再推广，从低 ASIL 角落雷达起步，跑通良率和认证再往前向推。
把“每颗测试时长×设备折旧”单列，并预留良率损耗，报价才不会偏乐观到量产被反噬。
为什么测试与标定成本常被低估？
一颗雷达从下线校准到整车认证，涉及设备、工位、人工和周期。小批量看不出，一旦上量，测试节拍直接卡产能，测试设备摊销摊到每颗并不小。
我们建议在做成本模型时把“每颗的测试时长×设备折旧”单独列项，并留出良率损耗。忽略这块，报价往往偏乐观，量产时被利润反噬。
更隐蔽的是认证重做成本：一颗料变更若触发整轮 EMC 或车规试验，动辄数十万和数月周期。把变更管理做严，比事后补救省钱。
把“每颗测试时长×设备折旧”单列，并预留良率损耗，报价才不会偏乐观到量产被反噬。
算力的隐性成本常被低估，硬件省下的钱可能全花回域控，做预算时要一起规划。
BOM 里最贵的是哪几块？
射频前端芯片、天线基板和高频板材通常占大头，尤其是用到更多通道的 4D/MIMO 方案，收发芯片数量和封装成本都上去了。控制通道数是最直接的降本杠杆。
但别只盯芯片：测试工时、良率损耗、校准设备摊销这些隐性成本，在大批量下可能超过物料差价。我们建议按百万级年用量去算真实单件成本。
还有license 与工具链：天线仿真、射频设计软件、功能安全认证工具，这些一次性投入要摊到生命周期产量里。小批量项目容易被这类“软成本”吃掉利润。
算力的隐性成本常被低估，硬件省下的钱可能全花回域控，做预算时要一起规划。
真实成本要算全生命周期，物料、测试、良率、认证和变更都要摊进去，单看芯片价会误判。
国产替代能省多少、风险在哪？
把进口 RF 芯片换成国产方案，物料和供货弹性都有空间，但要重做一致性、温漂和 EMC 验证。性能接近不代表测试曲线一致，贸然替换会埋下批次风险。
稳妥做法是先在低 ASIL、对距离余量宽松的角落雷达上试点，跑通良率和认证再往前向推。这样既能吃到成本红利，又不把关键功能一次性押上。
替代还要看长期供货与文档质量：国产器件的数据手册、应用笔记和参考设计是否完善，直接决定集成周期，这部分隐性成本要算进去。
真实成本要算全生命周期，物料、测试、良率、认证和变更都要摊进去，单看芯片价会误判。
降本不是砍性能，而是按场景分层配置，把贵传感器用在最该用的地方，其余用够用的方案。
