15分钟干完300小时的活
”
作者｜王磊
编辑｜秦章勇
禾赛有了新生意。
今年4月，禾赛科技在技术开放日上首次对外展示了一个设备——Kosmo，它的外形长得有点像一个大号的手持云台，但禾赛当时并未透露关于它的更多信息。
在刚刚结束的Kosmo AI DAY上，禾赛给出了正式答案，这是一款全球首款 8K 超高清 AI 空间相机，也是一个手持的数据采集设备，作用是把真实世界数字化。
发布会上，禾赛科技联合创始人及CTO向少卿表示，当前物理AI缺的不是数据，而是真实世界数据，这已成为行业发展的最大瓶颈。
而Kosmo要做的，正是让行业最稀缺的真实世界三维数据，成为物理AI与内容创作的基础设施。
过去10余年，激光雷达让禾赛成为一家“最大公约数”公司，当数字AI加速走向物理世界，禾赛试图把这套能力，延伸到更广阔的物理AI市场。
01
3D的“Pocket”
先来看下这场发布会的核心产品——三维世界数据引擎Kosmo。
其实包含了软件和硬件两个维度，其中硬件的本体名为Kosmo One，造型类似于常见的手持云台，略大一些。不同的是，其顶部有一个精度达到毫米级的具备超高空间解析力的激光雷达，另外还有一套8k超高清分辨率的影像系统及高精度IMU。
它的作用是将真实的物理环境转化为高精度三维空间模型，也在因此，其也是全球首款8K超高精AI空间相机。
如果你做过三维建模，一定会懂得这套流程的复杂程度。
你得扛着扫描仪走一圈，回来对着几十GB的点云数据做去噪、配准、贴图，动辄几天才能出一个能看的模型，复杂场景按月算也不奇怪。而Kosmo想把这个过程压缩到“随手拍、快速重建、自由漫游”。
操作堪称“傻瓜式”，按下按钮就可以开扫，中央的屏幕会显示扫描的实时图像，屏幕上的网格在代表了是否扫描完毕，而且他还有断点续传的功能，即便是扫描过程中断，你也可以在任何时候拿上它接着续传，即便是你不在中断的位置，它也会重新定位来矫正图像。
禾赛现场展示的数据显示，人手持Kosmo扫描空间，可在约15分钟内完成100平方米真实空间重建，而传统手工建模约需300小时，这让Kosmo可使真实空间数据获取效率提升100倍以上。
发布会上，他们还亮出了商业化的成绩，Kosmo已于今年7月交付首批原型机，并获得银河通用等机器人企业订单，累计接洽超过200家潜在合作伙伴，此次发布会展示的客户还包括Sharpa、群核科技等企业。
而此前，在今年的WAIC现场，禾赛的合作伙伴群核科技就直接用Kosmo重建了展台的三维模型，观众戴上设备就能以任意视角“走入”展位，这不是预先渲染好的视频，而是真正的自由视角漫游，甚至可以飞起来俯瞰整个空间布局。
它的硬件逻辑并不复杂，把激光雷达、高清影像系统和3D Gaussian Splatting（3DGS）重建技术塞进一台设备里，边走边拍，边拍边算。激光雷达负责精准的几何骨架，高清影像负责色彩和纹理，3DGS负责把两者融合成视觉真实感极强的实时场景。
当然，伴随着物理AI的加速落地，禾赛给Kosmo的定位，也绝不仅只是为测绘用的生产工具。
按照禾赛的定义，Kosmo是集AI空间相机、AI算法、3D空间资产及云服务于一体的空间智能平台，通过将真实环境转化为高质量、可编辑、可交互的三维空间资产，为机器人等领域的空间AI应用提供数据基础。
简单来说，具身智能和世界模型公司可以借助Kosmo空间相机获取大规模的高质量三维空间数据，来加速模型训练和迭代。
其中的关键就是靠云平台——Kosmo World。
其支持三维模型生成、场景编辑、语义分割及智能补全，可将采集的真实场景转化为机器人训练所需的Sim-Ready数据，覆盖预训练、后训练及评测环节，模型生成速度达行业5倍。
在发布会现场，禾赛还是让Sharp D01机器人将Kosmo One递到了禾赛科技CTO向少卿的手上。不仅如此，Kosmo生成的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，进一步缩小仿真与真实的差距。
众所周知，当前具身智能训练所面临的最大挑战在于仿真训练数据和真实场景数据不一致，因此就会出现合成数据和真实数据路线之争。
而一旦有了3D数据之后，具身智能在3D数据搭建的“仿真器”中可以直接实现和真实场景效果相同的训练效果，后续部署的成本就会大幅降低，更快推动机器人的落地应用，换句话说，它能让真实世界的三维数据，从专业稀缺的奢侈品，变成可规模化获取的标准资源。
而基于Kosmo的能力，这场发布会，也指向一个明确信号，禾赛已经将原有激光雷达感知技术延伸至物理AI数据基础设施。
02
开始做“卖铲人”
其实在Kosmo正式发布前，禾赛发布会开场就用数据向市场证明了“给汽车装眼睛”能做成一门大生意。
截至目前，禾赛激光雷达出货量连续9年实现翻倍增长，其中在全球ADAS主激光雷达市占率2025年达到了43%，另外，在全球Robotaxi激光雷达市占率在2026年更是达到了62%。
按照国际权威研究机构Yole Group发布的《2026年全球车载市场报告》，禾赛科技激光雷达出货量位居第一。
在现场PPT上，可以看到客户名单遍布全球，不仅排着比亚迪、吉利、长城、理想、小米这样国内头部，还进入了奔驰和大众等巨头的供应链名单。按照禾赛的话说，在智能汽车时代，禾赛在激光雷达领域是全球车企和机器人公司的“最大公约数”。
更直观的还有财务数据，2025年，营收30.3亿，全年GAAP净利润4.4个亿，是全球激光雷达行业第一家实现全年GAAP盈利，毛利率高达41.8%，净资产规模也维持在约90亿元。
可以这么说，在智驾感知这个核心环节，禾赛的地位几乎无可争议。
但如果对比同为智驾赛道的其他选手，会发现一个尴尬的现实，禾赛的商业表现远超绝大多数公司，但市值却远低于友商。
原因也很简单，长久以来，禾赛在投资者心中的标签是“车载激光雷达龙头”，激光雷达把禾赛带到了行业的顶端，但顶端不是终点。要打开新的增长空间，必须跳出激光雷达的单一定义，完成向物理AI公司的转身。
其实在五个月前，禾赛就宣布了全新的战略方向：从“空间感知”升级为“空间智能”，从单一传感器供应商走向物理AI基础设施提供商，也就是物理AI时代的“卖铲人”。
承托点则来自三个产品，除了刚刚正式发布的Kosmo，还有老本行激光雷达和另一个新生意—动力模组。
这三条线构成了禾赛新战略的完整框架：感知（激光雷达）→理解（Kosmo空间数据平台）→执行（动力模组），也对应了如何让物理AI规模化落地的两个关键问题：机器如何作用于真实世界，以及AI如何获得足够高质量的真实世界数据。
如果说Kosmo的出现是为了想让AI“大脑”生成更加完美的物理世界，那么动力模组让身体能“跟上”大脑的指令。
禾赛表示，其驱动模块的专用生产线已全面投入运营，并在第二季度末交付了超过10,000台，出货范围从灵巧手扩展到全身应用。预计2027年出货量将达到10万级规模。
载体就是Sharpa，这家由禾赛科技三位联合创始人李一帆、向少卿、孙恺共同创立，但不在禾赛资本体系内的机器人公司。
在这次发布会上，禾赛也首次公开诠释了自己与Sharpa的协同关系，禾赛提供硬件，Sharpa这基于AI应用给出验证反馈，就像是一体双面的关系。
而这三条线已经在真实部署中跑通——以Sharpa机器人在DQ冰淇淋门店的应用为例：过去人工建模还原一家门店，专业团队需投入约300个小时，现在不光15分钟即可完成扫描并生成高度还原的三维训练环境。
Sharpa机器人的失败案例也降至原来的十分之一，任务成功率提升至99%，最终在真实门店正式上岗。
而两者跑通的增量，也直接反映在SGI业务的财务指引上，禾赛将2026年全年SGI营收指引从1亿元大幅上调至2-3亿元，并预计2027年达到约7亿元，实现盈亏平衡。
禾赛的后半场，才刚刚开始。
