禾赛用一台空间相机，把真实世界变成AI的训练场

电子发烧友网综合报道 10月14日，禾赛科技正式发布三维世界数据引擎Kosmo，并同步推出全球首款8K超高清AI空间相机Kosmo One与AI驱动的云平台Kosmo World。

这是禾赛从激光雷达供应商迈向物理 AI 基础设施商的第一次系统性产品化落地。它要卖的不再只是传感器，而是“真实世界的三维数据”。

Kosmo One：把激光雷达、8K影像与IMU装进一台手持设备

Kosmo One的核心逻辑，是用多传感器硬件级融合，一次采集就同时拿到空间几何、色彩、纹理与设备位姿四类信息。

Kosmo One单台集成超高空间解析力激光雷达、8K 超高清影像系统、一英寸大底 CMOS 与高精度 IMU，微秒级同步采集；结合 3D Gaussian Splatting（3DGS）重建技术与专门的 ISP 调教，官方称可达毫米级几何精度与最高8K影像级画质；行业首创即开即扫、智能指引与一键续扫，普通室内约 15 分钟即可完成 100㎡空间扫描；配合 Kosmo World 云平台，模型生成速度达行业的 5 倍。

Kosmo World：从“扫得到”到“可训练”

采集只是第一步，真正的价值在于数据能否被 AI 用起来。Kosmo World 底层是禾赛 AI 原生 3D 空间重建与理解系统 Kosmo Spatial Core（KSC）：

一次重建同步生成 3DGS、mesh、depth 三种形态：3DGS 解决“画面假”，mesh 解决“交互假”，depth 解决“空间不精准”；

原生 AIGC 能力可自动补全未扫描区域、智能识别重建材质纹理、无缝融合多视角信息；

AI 驱动的 3D 语义分割让每个物体成为带语义与操作属性的空间对象，输出面向具身智能训练的 sim-ready 数据；

数据还能针对目标机器人的相机特性做视觉适配，让机器人在“自己眼中”的世界里训练。

物理 AI 缺的不是数据，而是真实世界数据

禾赛科技联合创始人及CTO向少卿在发布会上表示：“二维图片和视频缺少深度、位姿与真实空间关系；纯仿真数据难以完整还原材质、摩擦、形变等复杂物理规律；真机遥操作数据足够真实，却成本高、效率低、难以规模化。高质量、大规模、低成本，长期构成具身智能数据的‘不可能三角’。”

官方披露的落地案例支撑了这一逻辑：

具身智能：Sharpa 机器人在 DQ 冰淇淋门店，过去人工建模还原一家门店需约 300 小时，Kosmo 约 15 分钟完成扫描并生成三维训练环境，机器人失败案例降至原来的 1/10，任务成功率提升至 99%；

世界模型：基于同一三维空间可自动生成上万条训练轨迹，高质量真实世界数据获取效率提升 100 倍以上；

影视媒体：皮克斯旗下 RenderMan 渲染器已接入 Kosmo 生成的 3DGS 数据；万平米欧洲街景实景搭建需 2 个月，扫描重建加编辑只需 1 周，成本节省最高达 80%；

文旅与空间商业化：与联合国合作伙伴 TRIC 以成都杜甫草堂为蓝本创作数字艺术；与高德合作，首批三维重建的美术馆、画廊已上线高德扫街榜“飞行街景”。

禾赛联合创始人及 CEO 李一帆则将Kosmo定位为“第二增长引擎”，三维世界数据引擎与机器人运动引擎，是物理 AI 的两大基础设施。生态上，Kosmo 开放图像、点云、IMU 及 3DGS、mesh 等三维资产，并连接英伟达 Isaac Sim、Isaac Lab、UE、RenderMan、Houdini 等平台。

在“空间相机”这条新赛道上，禾赛并非先行者，最直接的对标是速腾聚创的Active Camera系列。

但两者的产品定位并不完全相同。速腾聚创的 AC 系列面向机器人本体的“眼睛”，解决移动感知与近场操作认知；禾赛 Kosmo One 则是面向场景采集的手持设备，目标是生产可供训练的三维数据。

速腾聚创在 2026 年中期报告中将产品矩阵概括为机器人“眼睛、皮肤、肌肉”三大品类，其中“眼睛”已新增空间相机品类，依托自研SPAD芯片实现色彩与深度原生对齐，输出毫米级RGB-D信息，并已获规模化订单，两条路线最终会在具身智能的数据与感知环节交汇。

更传统的三维重建赛道上还有一批原生玩家，比如其域创新（XGRIDS）的灵光Lixel手持重建设备与灵视P1空间相机，留形科技的千元级空间扫描仪Q9000与Pocket2 Pro，以及 MindCloud X.AI 云平台。相较之下，禾赛的差异化在于激光雷达级几何精度、8K 影像与云平台的一体化闭环。