这个问题主要集中在参数的“理论值”与“实际表现”之间存在巨大差距，以及市场宣传与最终交付产品性能不符，我们可以从以下几个方面来具体分析：
核心争议点：参数“缩水”与“虚标”
这是最直接、最核心的指控，Quanergy在其早期产品（如M8、P8）和后来的S系列产品中，公布了一些非常吸引人的参数，但用户和评测机构在实际使用中却发现远未达到。
探测距离
- 宣传参数：Quanergy早期宣传其128线雷达（如M8）的探测距离可达200米（对于10%反射率的目标，如汽车）。
- 实际表现：大量用户和第三方评测报告指出，在实际道路场景中（特别是晴天、有阳光直射的情况下），有效稳定探测到10%反射率车辆的距离往往只有80-120米，对于更难探测的行人（反射率更低），距离更是大打折扣。
- 原因分析：
- 环境光抑制能力：激光雷达在强光下性能会急剧下降，Quanergy的宣传参数通常是在理想实验室环境下测得的，而实际道路的复杂光照环境（如阳光直射、路面反光）是其设计的短板。
- 目标反射率：宣传中的“10%反射率”是一个标准，但实际道路上物体的反射率是变化的，且往往低于这个值。
- 信噪比：真实环境的杂波、噪声远超实验室，导致系统需要更强的信号才能可靠探测，从而缩短了有效距离。
点云密度与分辨率
- 宣传参数：宣传其雷达拥有“超高分辨率”或“每秒百万级点云”，给人一种画面细腻、信息丰富的印象。
- 实际表现：用户反馈，在远距离或动态扫描场景下，点云变得非常稀疏，甚至出现“断线”或“空洞”现象，这对于需要精确识别物体轮廓、进行高精度定位和建图的应用来说，是致命的。
- 原因分析：
- 扫描机制：Quanergy采用的是其专利的MEMS微振镜技术，这种机械扫描方式在高速运动或快速转向时，稳定性不如机械旋转式雷达（如Velodyne、Livox的部分产品），可能导致点云分布不均。
- 帧率与角分辨率：为了达到一定的探测距离，雷达可能需要延长单点的积分时间，这会牺牲扫描帧率和角分辨率，最终导致点云密度下降。
测量精度与稳定性
- 宣传参数：宣传高精度定位和建图能力。
- 实际表现：在长时间运行或不同温度环境下，部分用户反馈雷达的零点漂移、测量重复性较差，需要频繁进行标定，增加了系统集成和维护的难度。
- 原因分析：
- MEMS器件的稳定性：微振镜作为核心运动部件，其长期稳定性和抗振动、抗温变能力，相比结构更坚固的机械旋转雷达，可能存在天然劣势。
从技术路线看争议的根源
Quanergy的“参数不实”争议，很大程度上与其选择的技术路线和其市场定位有关。
MEMS vs. 机械旋转
Quanergy是MEMS技术路线的坚定倡导者，这条路线的核心优势是低成本、小型化、易于量产，这完全符合Quanergy早期“让激光雷达每颗几百美元”的宏大愿景，旨在大规模占领自动驾驶前装市场。
技术优势≠性能优势，机械旋转式雷达（如Velodyne HDL-32E）虽然笨重、昂贵，但在稳定性、可靠性、点云均匀性等方面经过了市场的长期验证，性能“扎实”。
Quanergy为了实现“低成本”和“小型化”的目标，在性能上，尤其是在抗干扰能力和远距离稳定性上做出了妥协，当市场（尤其是Tier 1供应商和车企）开始用机械雷达的性能标准来要求它时，其参数上的“水分”就被暴露出来了。
“软件定义雷达”的口号
Quanergy曾大力宣传“软件定义雷达”（Software-Defined LiDAR），即通过算法来提升硬件性能，这在一定程度上是为了掩盖硬件本身的不足，通过后处理算法来“插值”点云，使其看起来更密集；或者通过复杂的算法来抑制环境光。
算法的提升是有限度的,它无法从根本上弥补硬件在信噪比、接收灵敏度等方面的物理短板，当硬件的“天花板”太低时，再好的算法也无能为力。
市场与商业策略的影响
“PPT造车”式的宣传
在2025-2025年的激光雷达融资热潮中，Quanergy是明星公司，为了吸引巨额投资和顶级客户（如戴姆勒、雷诺-日产），其市场宣传非常激进，常常发布一些“实验室峰值参数”或“理论计算值”，而非用户在真实场景中能稳定获得的性能，这种做法在行业内并不罕见，但Quanergy的落差尤为明显。
与实际交付的差距
一些与Quanergy签订早期合作协议的车企和供应商后来发现,实验室里性能卓越的雷达，装到车上后，在复杂的真实路况下表现不佳，导致项目延期、成本超支，最终不得不更换供应商或重新进行系统集成，这种“交付即失望”的经历，极大地损害了Quanergy的声誉。
Quanergy的回应与现状
面对外界的质疑,Quanergy也做出了调整：
- 参数透明化：在其后来的产品数据手册中，开始明确标注测试条件（如目标反射率、环境光照度等），这比早期只给一个“漂亮数字”的做法要严谨得多。
- 产品迭代：推出了新一代产品，如M16，线数提升到256线，并声称在点云密度、探测距离等方面有显著改进，试图弥补过去的短板。
- 战略转型：随着SPAC上市后股价低迷，以及市场竞争加剧，Quanergy的战略重心也从“前装自动驾驶”逐渐向“智慧交通”、“工业安防”、“物流”等更注重成本和特定场景性能的市场转移，在这些领域，对点云密度的要求可能不如自动驾驶那么苛刻，其性价比优势得以体现。
“Quanergy雷达参数不实”的说法，并非完全的恶意诽谤，而是基于以下事实的客观评价：
- 存在显著的性能落差：其官方宣传的探测距离、点云密度等关键参数，在真实、复杂的道路环境中难以稳定达到。
- 技术路线的取舍：为了实现低成本和小型化，其在MEMS技术路线上选择了性能上的妥协，尤其是在抗环境干扰能力方面。
- 激进的市场宣传策略：在融资和拓展市场的早期阶段，过度强调理论峰值参数，忽视了实际应用场景的挑战，导致用户期望与实际体验产生巨大鸿沟。
对于后来者来说,Quanergy的案例是一个深刻的教训：激光雷达作为精密传感器，其性能必须以真实、可复现的场景数据为依据，而不能仅仅停留在实验室的理想参数上。 它也推动了整个行业更加理性、务实地看待激光雷达的性能指标和测试标准。
