10 月 14 日，禾赛科技在上海发布了一款叫 Kosmo 的空间相机。它把激光雷达和摄像头装进同一台设备，扫一遍真实场景，大约 15 分钟，就能把工厂、园区或者一家门店，重建成一个可以编辑、可以反复调用的三维数字空间。禾赛说，这套数据是给机器人训练用的。

发布现场签下一串合作：机器人公司银河通用、原力灵机与禾赛签约，高德首批接入了由 Kosmo 重建的三维场景，皮克斯的 RenderMan 渲染工作流和成都杜甫草堂数字艺术项目也出现在合作名单里。一家做机器人灵巧手的公司披露，用 Kosmo 采集的数据训练后，其机器人任务成功率提升到 99%，已经开进真实门店。

这家公司现在的战略定位，已经不是激光雷达厂商。CEO 李一帆把物理 AI 分成三层：整机应用、模型、基础设施。他的说法是，数字 AI 已经起飞，物理 AI 的基础设施仍然亟待建设，禾赛要从 " 一个零部件 " 走到 " 全面的基础设施 "。

新故事讲得顺不顺，先要看旧故事的账本。理解禾赛为什么急着转身，得从激光雷达这门生意的价格曲线说起。

01 价格坍塌的十年

激光雷达是近十年价格下探最剧烈的汽车零部件品类之一。

2016 年，行业鼻祖 Velodyne 的一枚 64 线机械式激光雷达，售价还在 8 万美元上下。十年后的今天，速腾聚创的 MX 和禾赛的 ATX，都已经把价格压到 200 美元以下。十年，差了 400 倍。

智驾平权把激光雷达从高端选配打成规模标配，整车厂把成本压力顺着供应链向上传导，" 年降 " 成了行业常态。禾赛财报中这种压力写得很具体：今年二季度，公司激光雷达综合平均售价 1297 元，同比下滑 35%，低于市场此前预期的 1350 元；同期出货 62.8 万台，低于公司 65 万台的指引。价格在快速下探的时候，量也未必总能按预期增长，这是禾赛面对的真正麻烦。

但把账本翻全，禾赛的基本盘其实不算差。二季度营收 8.61 亿元，同比增长 21.9%；净利润约 7060 万元，同比增长 60%，这已经是连续第五个季度实现通用会计准则下的盈利。

2025 年全年，公司营收约 30.3 亿元，激光雷达出货超过 162 万台。增量结构里最猛的一条线是机器人：上半年机器人激光雷达交付约 26 万台，同比增长 165%，二季度单季就有 14 万台以上。

一边是连续盈利、出货翻倍的健康报表，一边是均价每年两位数下滑、单品利润被 " 年降 " 磨到越来越薄的现实。这就是禾赛转身时脚下的地面：按 " 颗 " 计价的增长模型，天花板已经可见。

02 第二曲线的两只手

禾赛的新故事，目前是两只手。

一只手是 Kosmo。按公司的定义，它是一套集成空间相机、AI 算法、三维资产与云服务的平台，用激光雷达补距离和几何信息，用高分辨率影像补颜色和纹理，再用三维高斯泼溅技术把真实环境重建成高保真模型。这些模型可以反复编辑、调用、测试，成为机器人开发共用的数据资产。客户也从整机厂商，扩展到模型团队、仿真平台和数据服务商。

另一只手是机器人动力模组，切入的是执行环节。据公司披露，截至二季度末，动力模组累计交付已超过 1 万套，产品正从灵巧手模组向全身关节模组延伸，并通过关联机器人企业 Sharpa 验证硬件能力。

这两只手撑起了新业务的财务预期。二季度，禾赛的战略增长业务实现收入约 4494 万元；公司把这项业务 2026 年的收入指引从 1 亿元上调到 2 亿至 3 亿元，并预计 2027 年营收约 7 亿元、实现盈亏平衡。

一家年营收 30 亿元的公司，把一条刚刚起步的业务画到一亿美元，这是整个新故事里最需要兑现的一句。

这个预期背后，还有一些公司经营层面的数据需要关注。据公司财报，二季度经营利润只有 220 万元，去年同期为 2290 万元；上半年经营亏损 640 万元，而净利润中有 1.16 亿元利息收入的贡献，财报同时明确，研发开支的增加正来自对战略增长业务的增量投入。换句话说，第二曲线目前仍处投入期，经营层面还在失血。

03 禾赛赌的那条路线

Kosmo 瞄准的需求，要从机器人训练的一个经典难题说起。

机器人能跳舞、能挥手，距离在陌生环境里稳定干活还很远。以从桌面拿起一个杯子为例：识别杯子只是开始，机器人还要判断它与桌沿的距离、手臂接近的方向、周围有没有障碍。图像提供颜色和纹理，激光雷达补充距离和几何，把两类信息组织进同一个空间表示，开发者才有一个完整的环境模型可以训练。这正是禾赛的判断：机器人要理解现实环境、完成复杂任务，卡点在高质量空间数据的供给不足。

但这里藏着一条行业级的路线分歧。机器人训练数据的来源有两条路：一条是真实采集，禾赛的 Kosmo 是这条路；另一条是世界模型直接生成训练场景，走生成式路线的玩家押的是后者。

有分析观点指出，如果世界模型未来能直接生成足够真实的训练场景，真实采集数据的稀缺性和定价逻辑都可能被重估。换句话说，禾赛赌的不是技术可行，是 " 真实 " 这件事本身值钱。

两边的分野可以讲得很清楚。生成式路线便宜、快、可以无限造场景，但仿真数据天生缺物理规律，接触、摩擦、形变这些真实世界的细节，造出来容易失真；真实采集的数据带着完整的物理信息，贵、慢、覆盖有限，但训出来的策略迁移到现实的成功率有保障。空间模型建得再逼真，也不直接等于机器人的工作能力，几何准确性、物理属性和训练结果向现实任务的迁移效果，才是检验标准。

Kosmo 本质上是在赌：物理 AI 进入规模化训练期后，真实场景数据会成为刚需，而采集侧的规模化和成本控制，恰好是禾赛十年激光雷达攒下的老手艺。

04 考题写在 2027 年

新故事的成色，市场已经给出了第一反应。摩根士丹利在 10 月中旬的研报里重申对禾赛的增持评级，理由是激光雷达正成为物理 AI 的眼睛；但同一份报告把目标价下调至 27 美元。看多行业，调低个股，这个组合本身就是态度：第二曲线的方向对了，兑现的确定性还不够。

兑现的路径，禾赛自己列过时间表。战略增长业务 2026 年收入 2 亿至 3 亿元，2027 年约 7 亿元并实现盈亏平衡。中间隔着三道坎：Kosmo 从产品发布到产业基础设施，要完成客户验证、商业复用和规模化交付；动力模组要从灵巧手跨到全身关节，进入更多机器人客户的供应链；而最上游，还有一个不属于禾赛的问题是，行业最终在真实采集和仿真生成之间怎么分配训练数据的配比。

还有一笔账应该算在主业上。车载激光雷达的出货量仍在快速放大，禾赛已经是奔驰的 L3 激光雷达供应商，ATX 进入了广汽丰田的日系体系，小米的在售车型也在用。主业没有萎缩，只是利润变薄。转型不是弃船，是给一门还在增长但越来越不赚钱的生意，配一条新的增长曲线。

把这条线看完，禾赛这轮转型的逻辑其实不难懂：激光雷达用十年时间把价格从 8 万美元打到 200 美元，帮整个行业扫清了上车障碍，也把自己扫成了基础设施供应商，利润却没有留在零部件环节。

禾赛的判断是，物理 AI 时代，数据采集和运动执行这两层基础设施，会重复激光雷达的老路，先规模、后赚钱，而这一次它想站在收租的位置上。2027 年一亿美元的数字，就是这个判断的交卷时间。

追加内容

本文作者可以追加内容哦 !