承泰科技CTO周珂：AI雷达的时代已经到来

近年来，"AI雷达"成为行业热词。围绕它是什么、为何现在出现、将如何改变毫米波雷达产业，业界正在形成越来越多的讨论。本文基于公开研究、产业实践及超级雷达社区的行业讨论，对其中的核心观点进行梳理。超级雷达社区由承泰科技发起，面向雷达产业链、科研机构与开发者开放，关注技术交流、工具共建、数据协作与标准讨论。 AI雷达 vs 传统雷达 AI雷达，简单说是AI赋能的雷达，准确说是支持AI模型部署、由模型定义功能的雷达（Model-Defined Radar, MDR）。 传统雷达的功能由工程师把人工设计的算法和硬性规则写进固件，出厂即定格；AI雷达的功能则由可训练、可迭代的AI模型实现，模型可部署、替换、持续升级，由开发者自行定义。 技术底层看，传统雷达遵循几十年不变的级联信号处理链：ADC采样、2D-FFT、CFAR检测、DOA测角、聚类、跟踪、分类。每一级处理都是对物理世界的"简化假设"（点模型、高斯噪声、多径可滤除），而真实世界从不按假设运行，逐级丢失信息、累积误差，形成能力天花板。 AI雷达走另一条路：让数据自己说话。模型直接从原始信号中学习最优表征，信息无损传递、特征自学习，追求全局最优。类比上，网络有SDN、汽车有SDV，雷达则从SDR（软件定义雷达）进一步发展为MDR（模型定义雷达）。AI的引入降低了雷达开发门槛，把雷达从少数算法专家的专业技术变成可广泛参与的通用技术。 相互成就：从4D到AI雷达 4D成像雷达与AI雷达不是一回事。4D成像雷达解决"看得清"，是硬件能力升级；AI雷达解决"看得懂、迭代得快"，是开发范式变革。两者相互成就——高清数据为模型提供养料，模型让高清数据产生价值。“4D成像雷达把路修宽，AI雷达让路上跑起车来。” 承泰科技近年来持续探索中央计算雷达、超级雷达等技术路线，本质上也是在尝试解决同一个问题：如何让雷达保留更多原始信息，并让这些数据真正进入后端AI计算体系。 软硬件解耦打破封闭生态 让更多人参与雷达开发，需要软硬件解耦，这是AI雷达的另一支柱。软件与模型开发者面向应用独立开发，硬件交给专业厂家，形成类似PC产业的分