从能够理解语言、生成图像的大模型，到逐步具备感知、决策和执行能力的具身智能机器人，人工智能产业正在迎来新的发展阶段。

然而，要让AI真正走进工厂、商场、家庭等复杂环境，仅有算法和算力还远远不够，如何让机器准确理解真实世界的空间结构与物理规律，正成为物理AI规模化发展的关键问题。这一背景下，空间智能正在从前沿技术概念走向产业应用，逐渐成为连接数字AI与物理世界的重要基础设施。

10月14日，禾赛科技发布三维世界数据引擎Kosmo，并同步推出8K超高清AI空间相机Kosmo One及AI驱动的云平台Kosmo World，尝试打通从真实世界数据采集、三维空间重建到AI训练与行业应用的完整链条。


从车载激光雷达到机器人感知，再到三维世界数据引擎，禾赛正在围绕物理AI产业需求拓展业务版图，寻找新的增长空间。


物理
AI加速崛起
真实世界数据迎来新机遇

随着人工智能从信息处理向物理交互延伸，真实世界数据的重要性愈发凸显。无论是在工厂完成精密操作，还是在商业门店、家庭环境中自主执行任务，具身智能机器人都需要准确理解物体的位置、距离和空间关系。

然而，当前机器人训练所采用的数据获取方式仍存在局限：二维图像难以完整描述空间关系，纯仿真环境与现实场景存在差异，真机遥操作数据则面临成本高、效率受限等问题。

“当前，物理AI缺的不是数据，而是真实世界数据，这已成为行业发展的最大瓶颈。”禾赛科技联合创始人及CTO向少卿表示，高质量、大规模、低成本，长期构成具身智能数据获取的“不可能三角”。

行业机构也在不断上调对具身智能市场的增长预期。2026年8月底，高盛发布的物理AI研究报告将2035年全球人形机器人销量预测从此前约140万台上调至约650万台，对应市场规模约1380亿美元，并认为物流仓储和汽车制造有望成为率先规模化落地的场景。

市场规模预期提升的同时，产业竞争也正从算法模型延伸至底层数据获取、环境感知及仿真训练等环节。包括英伟达等在内的科技企业，正围绕世界模型、机器人仿真平台和物理AI训练工具加快布局。如何以更低成本、更高效率将真实世界转化为机器可理解的数据？

据介绍，Kosmo One集成激光雷达、8K超高清影像系统、一英寸CMOS及高精度IMU，可同步采集空间几何、色彩、纹理和设备位置等信息。结合3D Gaussian Splatting（3DGS）技术，可实现毫米级几何精度，在普通室内场景下，约15分钟即可完成100平方米的空间扫描。


与之配套的Kosmo World云平台，可将采集数据转化为可编辑、可交互、可训练的三维空间资产。其底层系统Kosmo Spatial Core（KSC）能够同步生成3DGS、网格模型（mesh）与深度数据（depth），并通过AI语义分割识别不同物体，为机器人训练、仿真测试及内容创作提供支撑。

这意味着，Kosmo不仅能够记录真实空间，也尝试将复杂环境转化为AI可以理解和复用的数据资源，推动空间智能从单一设备向规模化数据服务延伸。


携手银河通用、
原力灵机、高德
空间智能走向多元应用

真实世界数据的价值，最终需要通过实际应用场景体现。此次发布会上，禾赛Kosmo分别与银河通用机器人、原力灵机签订战略合作，进一步拓展具身智能产业生态。

对于具身智能企业而言，高质量三维数据能够帮助机器人构建接近真实环境的训练场景，缩小仿真与实际应用之间的差距。Kosmo可通过真实场景采集与三维重建，为机器人提供相应训练数据，并根据目标机器人的相机特性进行视觉适配。

以Sharpa机器人在DQ冰淇淋门店的应用为例，禾赛公布的案例显示，过去人工建模还原一家门店，专业团队需要投入约300个小时；借助Kosmo，相关场景可在约15分钟内完成扫描。通过相关训练，Sharpa机器人的任务成功率提升至99%，并已在真实门店投入使用。

机器人之外，Kosmo也在拓展更多应用场景。此次禾赛还宣布与高德达成战略合作，首批通过Kosmo完成三维重建的重美术馆、偏锋画廊场景，已上线高德扫街榜“飞行街景”。

随着空间数据能力提升，位置服务正尝试从二维地图向三维空间体验延伸。消费者可以在出行前直观了解目的地环境，商家则有望将三维空间数据用于场景展示与经营管理，实现从位置导航向空间信息服务的拓展。

在影视制作领域，Kosmo生成的高质量3DGS数据已接入皮克斯RenderMan渲染工作流，为创作者提供可编辑、可复用的真实场景三维素材。在文旅文博领域，Kosmo也参与了以成都杜甫草堂为蓝本的数字艺术项目，探索历史文化空间的数字化保存与沉浸式展示。

从银河通用到高德，再到影视、文旅领域的应用探索，Kosmo正在展现跨行业应用潜力。不同场景背后有着共同的数据需求，即将真实世界转化为可复用的三维数字资产。这也为禾赛探索软硬件一体化产品与数据服务等商业模式提供了空间。


从激光雷达到物理
AI基础设施
禾赛布局第二增长曲线

Kosmo的发布，也是禾赛将既有激光雷达技术积累向物理AI领域延伸的重要一步。

过去十余年，禾赛围绕激光雷达构建了涵盖光学设计、芯片研发和规模化制造的技术体系，产品应用范围逐步从智能汽车拓展至Robotaxi、机器人等领域。这一布局背后，核心业务增长提供了支撑。

根据禾赛科技2026年半年报，上半年公司实现营收15.41亿元，同比增长25.1%；激光雷达交付量约110万台，同比增长100.8%。其中，机器人激光雷达交付约26.07万台，同比增长165.3%。

今年第二季度，禾赛实现营收8.61亿元，同比增长21.9%；净利润约7060万元，同比增长60%，连续第五个季度实现美国通用会计准则（GAAP）下的季度盈利。


与此同时，物理AI相关业务正成为禾赛新的投入方向。根据公司财报，第二季度战略增长业务实现收入4494.3万元。禾赛还将2026年该业务收入指引由1亿元上调至2亿至3亿元，并预计相关业务于2027年实现约1亿美元收入及盈亏平衡。

具体来看，禾赛正在围绕物理AI的两项基础能力展开布局：一是通过Kosmo构建真实世界三维数据采集、重建与理解能力；二是通过机器人动力模组切入运动执行环节。截至2026年第二季度末，禾赛动力模组累计交付超过1万套，产品正从灵巧手模组向全身关节模组拓展。

如果说激光雷达解决的是机器如何感知环境的问题，那么Kosmo进一步向空间理解与数据生产延伸，动力模组则对应机器人在真实世界中的运动执行需求。三者形成的业务联系，使禾赛有望从感知硬件供应商，向覆盖感知、空间数据与运动执行的物理AI基础设施提供商拓展。

“过去十年，禾赛做的是让机器看见世界；下一个十年，我们要做的是让机器人理解并改变世界。”禾赛科技联合创始人及CEO李一帆表示。

随着物理AI产业竞争从单点技术比拼走向数据、硬件与应用场景的体系化协同，Kosmo的发布不仅为禾赛打开了新的业务空间，也意味着其正尝试将长期积累的感知技术与制造能力，转化为物理AI时代的新增长动能。

（文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。）

文/陆舟