一家激光雷达公司的新产品

让机器人在虚拟冰淇淋店里练习拿杯子、操作设备，开发团队得先把现实门店还原成三维场景，确定柜台、设备和操作空间的位置。

2026 年 10 月 14 日，禾赛正式发布三维世界数据引擎 Kosmo，包括 AI 空间相机 Kosmo One 和配套云平台 Kosmo World。相机采集现实环境，云平台将采集结果处理成三维空间数据，供机器人训练、世界模型开发和内容制作使用。

Kosmo 官网展示的手持设备采集室内空间画面

Kosmo 面向物理 AI 应用，为 AI 理解真实空间、完成任务提供数据。它用 AI 重建环境、识别物体，使禾赛在感知硬件之外，也能提供训练和内容生产所需的空间资料。

禾赛此前经历过亏损，2025 年已实现全年盈利，机器人激光雷达出货也在这一年快速增长。硬件产品仍面临均价下行压力。

2026 年 4 月 17 日，禾赛首次展示 Kosmo，并宣布向空间智能拓展。

Kosmo 里的 AI，具体做了什么

使用者手持 Kosmo One 在房间里移动，从不同角度记录环境。按产品说明，激光雷达测量距离和空间形状，影像系统记录颜色与纹理，惯性测量单元（IMU）感知设备的运动和转向，辅助估计位置与姿态。这些数据同步采集，交给云平台处理。

KosmoOne 官方结构分解示意图

Kosmo World 的重建工作由 Kosmo Spatial Core（KSC）完成，这是禾赛的三维空间重建与理解系统。禾赛介绍，一次重建可以生成三种相互对齐的结果：还原场景外观的三维高斯泼溅数据（3DGS）、描述物体表面的网格模型，以及记录距离的深度数据。

机器人拿起一只杯子，需要知道它长什么样、杯身表面在哪里、离机械手有多远。把外观、形状和距离对应到同一个物体，便于开发团队设置和测试抓取任务。

AI 还会处理场景中的物体。按禾赛介绍，系统能够识别不同物体，把场景分成可分别处理的对象，还能补全未扫描到的区域、重建材质与纹理、融合不同视角的信息。开发团队因此可以单独编辑某个物体，不必始终把整个房间作为一份不可拆分的模型来处理。

重建结果里既有传感器测到的信息，也有 AI 补全的内容。没有扫到的柜台背面，生成后即使看起来连贯，用于机器人训练前仍要核验。碰撞、摩擦等物理设置，以及机器人和任务的具体配置，也需要开发团队检查。

发布稿还介绍了针对目标机器人相机的视觉适配功能，让训练环境更接近机器人实际接收的画面。

空间数据进入更多工作流程

禾赛用 DQ 冰淇淋门店介绍 Kosmo 在机器人训练中的用途：过去，专业团队人工建模还原一家门店，约需投入 300 小时；公司称，Kosmo 约 15 分钟就能完成扫描并生成三维训练环境。公司还披露，在这一案例中，Sharpa 机器人的失败案例降至原来的十分之一，任务成功率提高到 99%。

这些数字均来自企业披露。产品页将 15 分钟限定为普通室内约 100 平方米空间的扫描时间，实际耗时随条件变化。目前公开的资料还不足以复核 DQ 案例的完整耗时、成功率样本与对照结果，也不能据此判断 Kosmo 单独带来了多少改进。

禾赛中报披露的门店应用，只涉及预设条件下的指定制作流程，补货、清洁等工作仍需人工。参与案例的 Sharpa 与禾赛创始团队存在关联。

禾赛发布稿展示的 DQ 门店 Sharpa 机器人操作场景

开发团队可以先采集真实门店，再在数字空间里调整场景、测试任务。按禾赛官网介绍，障碍、布局等变量也可以修改，用于测评。复用同一场景，有机会减少一部分重复建模和现场准备工作。

世界模型开发者则需要真实数据作为参照，让 AI 生成的环境保持合理的空间关系。按公司说明，Kosmo 可以提供相机的位置与朝向、深度信息和多视角对应关系，还能基于同一三维空间生成多条训练轨迹。这里的空间数据不能直接等同于具体任务的动作示范。

8 月 29 日，禾赛与影溯科技宣布战略合作，计划联合生产实景三维与动态数据集：禾赛提供采集和重建能力，影溯提供模型与物理仿真能力。

影视制作也能使用这类空间数据。按 Kosmo 官网介绍，真实场所被采集为三维资产后，制作人员可以在数字空间里调整机位、重新构图，并在后续制作中调用已有场景。

10 月 5 日，RenderMan 官网发布教程，展示了用 Kosmo 扫描皮克斯园区，再通过三维制作软件 Houdini 和渲染软件 RenderMan 处理的流程。教程采用的是 RenderMan 28 测试版，页面当时称正式版计划于冬季发布，未披露采购数量或金额。

RenderMan 教程展示的皮克斯园区高斯泼溅三维场景渲染

地图平台则将三维空间用于线下场所展示。据禾赛 9 月 22 日公告，Kosmo 重建的重美术馆、偏锋画廊场景，当时已上线高德飞行街景功能，用户可以提前浏览真实场所。

AI 为禾赛扩展了产品与市场

禾赛在芯片研发、传感器集成和精密制造上的积累，为 Kosmo 的采集设备提供了基础。AI 重建与理解系统再把采集结果转化为可编辑、可复用的三维数据。

禾赛也已与一批机器人开发企业建立联系。公司 2026 年中报披露，JT128 激光雷达通过与 50 多家具身智能企业合作扩大应用。这个数量属于雷达业务，不能当作 Kosmo 客户数。

Kosmo 有机会参与这些企业开发前期的环境采集、训练场景准备和数据管理，也能为内容制作团队和地图平台提供三维资产。

禾赛为 Kosmo 公布了两类商业模式：向行业客户提供软硬件一体化产品，或为空间数据需求方批量生产数据。

客户既可以购买设备，自行采集，再用软件和云平台处理、管理模型；也可以直接购买符合要求的数据，由供应方组织采集与处理。禾赛中报还将持续性云服务收入列为 Kosmo 的发展方向。

Kosmo 用 AI 重建、物体识别和数据生成，将禾赛已有的空间测量能力延伸为数据产品。机器人和模型开发团队需要的训练资料，内容制作与空间展示需要的三维资产，构成了这项新业务可以继续拓展的市场。

内容来源于网络

$ 禾赛 -W ( HK|02525 ) $$ 禾赛 ( NASDAQ|HSAI ) $

追加内容

本文作者可以追加内容哦 !