精华速览
禾赛科技于 10 月 14 日发布 Kosmo 三维世界数据引擎，由手持 AI 空间相机 Kosmo One 与云平台 Kosmo World 组成，目标是把空间建模变得像拍照一样简单。Kosmo One 集成激光雷达与一英寸 CMOS，激光雷达几何精度达毫米级，可辨识约 5mm 间距的网孔，支持 8K 采集、6K 导出，扫描约 100 平方米室内空间约需 15 分钟。Kosmo World 借助 AI 语义分割将场景物体提取为可独立编辑的三维对象，并补全遮挡区域纹理。禾赛借此从汽车激光雷达供应商向具身智能领域扩展，CEO 李一帆称空间智能市场长期规模有望超过激光雷达市场。
要点透视
- 10 月 14 日，禾赛发布 Kosmo 三维世界数据引擎，包含手持 AI 空间相机 Kosmo One 和云平台 Kosmo World。
- Kosmo One 集成激光雷达与一英寸 CMOS，激光雷达几何精度达毫米级，可辨识网球拍上约 5mm 间距的网孔，影像最高支持 8K 采集、6K 导出。
- 普通室内场景下，Kosmo One 扫描约 100 平方米空间约需 15 分钟，支持即开即扫、智能指引和一键续扫。
- Kosmo World 通过 AI 语义分割识别并提取场景物体为可独立编辑的三维对象，移走沙发后可依据周围信息补全地毯纹理。
- 禾赛现场对比显示，仅用 20 张照片交给 GPT-6 Astra 重建时出现沙发位置形状错误、材质光影偏差；即使输入 Kosmo 采集的 3DGS 数据，椅子外形与花的材质仍有偏差。
- 皮克斯 RenderMan 创意负责人 Dylan Sisson 已将皮克斯园区台灯和彩色小球雕塑扫描进 Kosmo，用于后续调整位置、大小和透明度。
- 具身智能机器人 Sharpa 用 Kosmo 还原 DQ 门店并搭建训练环境，结合机器人硬件与模型完成部署，任务成功率达 99%。
- 禾赛 CEO 李一帆称空间智能市场长期规模有望超过激光雷达市场；截至 2026 年第二季度末，其动力模组累计交付超过 1 万套，正从灵巧手模组向全身关节模组拓展。
文章拆解
禾赛此次发布 Kosmo，核心逻辑是把在车载激光雷达上积累的几何感知能力，迁移到空间数据采集与三维重建场景。激光雷达负责形状、距离和位置，CMOS 负责颜色、纹理与光影，再通过微秒级同步的 IMU 对齐，形成可编辑的三维副本。与通用 AI 仅凭照片重建相比，Kosmo 的差异在于先保证几何精度，再让 AI 做语义分割和编辑，这解释了为何 GPT-6 Astra 在缺少高精数据时难以完整还原实际场景。
从行业影响看，Kosmo 瞄准的是空间智能基础设施。禾赛 CEO 李一帆判断该市场长期规模有望超过激光雷达市场，这一判断尚待市场验证，但方向与具身智能、影视制作、机器人训练等需求吻合。皮克斯 RenderMan 的扫描案例说明，采集后的三维资产可在不同制作环节反复调用；Sharpa 用 Kosmo 还原门店训练机器人并达到 99% 任务成功率，则展示了仿真训练环境的落地可能。
对用户而言，短期内 Kosmo 仍面向有明确任务的专业用户，而非普通消费者。禾赛未公布零售售价，且要成为日常设备还需更便携的硬件和更省事的采集、处理、调用体验。值得关注的变量包括：Kosmo World 的重建与生成能力能否随通用模型进步持续改善；三维资产能否顺畅进入不同软件和场景；以及与国内头部无人机企业合作后，空间采集能否从手持扩展到空中和户外更大范围。潜在风险在于，空间智能市场尚处早期，专业用户规模有限，若生态整合和成本控制不及预期，商业化节奏可能慢于预期。
暂无评论。