10 月 14 日，激光雷达企业禾赛发布三维世界数据引擎 Kosmo，同步推出集成激光雷达的 8K 超高清 AI 空间相机 Kosmo One，以及 AI 驱动的云平台 Kosmo World。

在这场发布会之前，皮克斯旗下工业级渲染器 RenderMan 创意负责人 Dylan Sisson 已经试用这套产品。他只用不到 20 分钟扫描了皮克斯总部广场，采集的数据以 USD 格式直接导入 Houdini，再经由 RenderMan 渲染——无需重建传统多边形场景，就能将整座广场复刻至数字世界，连纸板电视框上的胶水痕迹都得以还原。

但这不只是皮克斯与禾赛的一次跨界合作，影视内容制作也仅是禾赛打造 Kosmo 的应用场景之一。这背后，空间智能正成为激光雷达行业押注具身智能万亿赛道的热门方向。

除禾赛之外，另一头部激光雷达厂商速腾聚创早在 2025 年 3 月就发布 Active Camera 首款产品 AC1，并于同年 10 月推出 AC2。速腾聚创 2026 年中期报告显示，其产品矩阵已经从激光雷达，拓展至机器人 " 眼睛、皮肤、肌肉 " 三大核心零部件品类；其中 " 眼睛 " 板块，包含激光雷达与新增的空间相机。

为何激光雷达企业纷纷押注空间相机？禾赛科技联合创始人、CEO 李一帆在接受第一财经等媒体采访时表示，禾赛团队一直在预判未来十年的主流赛道。" 一款产品的开发周期通常要 2 到 3 年，几乎没有产品能在一年内落地。" 他说，" 我们在前期就试图预判当下，乃至三五年之后市场真正需要的底层技术和产品形态。"

空间相机正是禾赛瞄准的重要方向。这一判断的底层逻辑在于，机器人技术高度依赖基础设施与供应链配套，从数据采集到驱动执行的全链路，都离不开高精度空间感知能力；而激光雷达厂商在光机电系统设计、芯片定制、量产制造体系上积累的能力，恰好可以复用至空间感知领域。

与此同时，具身智能的数据供给仍存在现实瓶颈。禾赛科技联合创始人、CTO 向少卿在发布会上提出具身智能数据的 " 不可能三角 "：高质量、大规模、低成本三者很难同时实现。二维图片缺少深度信息与真实空间关系；纯仿真数据难以还原材质、摩擦、形变等物理特性；真机遥操作采集的数据足够真实，但成本高、效率低，很难规模化。

Kosmo 的思路，是借助空间相机完成真实世界数字化，再通过 AI 云平台输出 3DGS、mesh、depth 三类三维数据，分别对应解决机器人训练里 " 画面假 "" 交互假 "" 空间不精准 " 的痛点。发布会现场，禾赛 Kosmo 还与银河通用机器人、原力灵机达成战略合作。

速腾聚创的技术路径与之相近，但更侧重硬件级原生融合。其空间相机依托自研 SPAD-SoC 芯片，在物理层面完成色彩信息与深度信息对齐，直接输出毫米级 RGB-D 数据，后端不再需要额外反算。

两家企业集体转向空间智能，背后是对市场空间的一致判断。李一帆向记者表示，包含空间相机在内的空间智能赛道，市场规模或许会超过激光雷达本身；禾赛空间智能产品的长期目标，是实现比激光雷达业务更大的体量。

对于空间相机，速腾聚创同样抱有较高预期。速腾聚创 CEO 邱纯潮在今年中期业绩会上称，公司已经拿到空间相机的规模化订单，计划在今年第三季度末启动交付 2027 年实现全面量产。" 我们有信心，它将会成为 2027 年业绩的核心增长引擎之一。"

( 本文来自第一财经 )