来源：猎云网
数字 AI 的大模型已经卷到白热化，但当 AI 想要走出屏幕、踏入现实物理世界，一道现实鸿沟横在行业面前：不缺海量网络图片文本，缺的是大规模、高质量、低成本的真实三维世界数据。
10月14日，禾赛科技正式发布三维世界数据引擎 Kosmo，硬件端带来全球首款 8K 超高清 AI 空间相机 Kosmo One，配套 AI 云平台 Kosmo World。这套软硬件一体化产品，目标就是打破具身智能数据领域长期存在的 “不可能三角”：高质量、大规模、低成本三者很难同时兼得。
发布会现场，Sharpa人形机器人把 Kosmo One 递到禾赛联合创始人、CTO 向少卿手中完成发布仪式。这一细节也颇具象征意味：采集真实世界的工具，未来本就可以由机器人自己来完成。
“二维图片缺少深度与空间位姿；纯仿真模拟很难复刻摩擦、形变这类复杂物理规律；真机遥操作采集数据足够真实，但成本昂贵，很难规模化。” 向少卿在现场点破行业痛点，“Kosmo 要做的，就是把真实世界三维数据，变成物理 AI 可以随手取用的基础设施”。
15 分钟扫完百平米空间，把现实变成 AI 可读的三维资产
过去，想要拿到一套高质量室内三维场景，专业团队人工建模往往要耗费数百小时，成本高、周期长，对于机器人训练而言，属于奢侈的 “定制品”。
Kosmo One 改变了这套流程。设备内部集成激光雷达、一英寸大底 CMOS、8K 影像系统与高精度 IMU，实现几何、色彩、纹理、设备位姿微秒级同步采集，依托 3DGS 重建技术，做到毫米级几何精度，高保真还原现实世界的光影与材质纹理。
使用门槛被大幅下放：即开即扫、智能指引、一键续扫，普通 100㎡室内空间，只需要约 15 分钟就完成全部扫描采集；上传 Kosmo World 云平台，重建速度达到行业同类产品的 5 倍，普通从业者也可以产出专业级三维场景资产。
不同于普通三维建模只输出单一模型文件，Kosmo 底层 KSC 空间内核，一次重建同步产出 3DGS、mesh、depth 三类对齐的三维数据。三类数据各司其职：3DGS 还原真实画面质感，mesh 方便物体拆分交互，depth 输出精准空间距离，解决机器人训练中常见的 “画面假、交互假、空间不准” 三大痛点，同一个场景，机器人看到、抓到、测量到的是同一个真实世界。
更关键的是，平台还可以针对不同机器人的相机参数做视觉适配，缩小仿真环境与真实物理世界的鸿沟。DQ 冰淇淋门店就是已经跑通的落地案例：从前人工建模一家门店要投入 300 小时，Kosmo 十几分钟即可完成扫描重建；基于这套数据训练的 Sharpa 机器人任务失败率大幅下降，任务成功率提升至 99%，已经落地门店上岗工作。
不止服务机器人：从具身智能，延伸影视、文旅、地图空间商业
Kosmo 的想象空间并不局限于人形机器人训练。真实世界的高精度三维资产，正在打通多个行业的生产范式。
在影视行业，它已经接入皮克斯 RenderMan 渲染管线，把真实扫描的 3DGS 素材直接投入专业影视工作流，皮克斯还将该套工作流对外开源。传统勘景、实景搭建成本高昂，万平米街景实景搭建需要两个月，借助 Kosmo 扫描重建编辑仅需一周，最高可节约 80% 的搭建成本。前期勘景预演、LED 虚拟拍摄、后期补拍素材，都可以复用这套可永久编辑的三维数字资产。
文旅文博领域，Kosmo 已经和联合国合作机构 TRIC 落地杜甫草堂项目，把实体古建筑，变成可以远程漫游、二次再创作的数字文化资产。
面向大众消费与本地生活，禾赛与高德达成合作，把重建的美术馆、画廊接入高德 “飞行街景”。导航逻辑从 “导航到一家店” 向着 “导航到一件商品” 演进。线下门店货架、陈列全部数字化，消费者出门前沉浸式逛店，商家拿到空间运营的数据依据。未来海量线下连锁门店，都有望完成三维数字化存档。
发布会上，禾赛还与银河通用机器人、原力灵机完成战略合作签约，扩大具身智能领域的生态合作版图。
禾赛的战略转身：从激光雷达硬件商，到物理 AI 基础设施玩家
过去十年，禾赛的标签是全球头部激光雷达厂商，车载、机器人激光雷达出货连续 9 年翻倍增长，ADAS、Robotaxi 市占率处于全球第一梯队。
但整个行业正在发生范式转移：数字 AI 大模型的基础设施已经相对完备，但物理 AI—— 也就是让机器理解、走进真实世界，基础设施几乎一片空白。
禾赛联合创始人、CEO 李一帆在会上提出一个判断：物理 AI 时代需要两大底层引擎，一个是三维世界数据引擎（Kosmo），解决机器 “看懂、理解真实世界”；另一个是机器人运动引擎，解决机器 “可以在真实世界行动”。
这也是禾赛的第二增长曲线。运动模组业务已经率先跑通，Sharpa 灵巧手已经进入英伟达人形机器人参考方案，截至 2026 年二季度，动力模组已经累计交付超 1 万套，预计 2027 年出货量冲击六位数规模。
Kosmo 则补齐 “感知理解” 这一环。商业模式上分为两层：一方面是软硬件产品，服务机器人、影视、文博行业客户；另一方面面向世界模型、物理 AI 企业，提供规模化真实三维数据生产服务。
当然，新赛道同样充满变量。硬件产品需要打磨迭代，三维数据生态需要联合大量上下游伙伴共建，如何平衡硬件成本、数据授权、商业分成，都是摆在禾赛面前的现实课题。
但一个趋势已经肉眼可见：不管是人形机器人还是世界模型，仿真数据再精美，终究绕不开真实物理世界。当所有人都在 AI 的虚拟世界里狂飙，谁能稳定、低成本把现实世界数字化，谁就握住了物理 AI 时代的铲子。
禾赛的故事，已经不再只关于激光雷达。
