禾赛科技近日发布的Kosmo三维数据引擎，标志着这家以激光雷达起家的企业正从硬件制造商向物理AI基础设施提供商转型。这款由全球首款8K超高清AI空间相机Kosmo One与云平台Kosmo World组成的系统，不仅重新定义了空间信息采集的边界，更试图构建一个连接真实世界与数字训练场景的桥梁。在自动驾驶、机器人具身智能等前沿领域加速落地的当下，禾赛正以技术能力外延的方式，参与物理AI底层基础设施建设。

Kosmo One硬件性能与采集能力突破

Kosmo One的核心价值在于将高空间分辨率激光雷达、8K影像系统和一英寸大底CMOS集成于单一设备中。这种融合设计使它能在同步采集场景几何结构的同时，保留丰富的色彩纹理信息，并通过高精度IMU实现毫米级位姿定位。据公开数据，在普通室内环境下完成100平方米空间扫描仅需15分钟，较传统方案效率提升超3倍。

其突破性体现在多模态数据融合能力上：激光雷达提供精确的点云结构，影像系统捕捉真实光照条件下的视觉细节，IMU则确保采集过程中的动态稳定性。这种复合式传感器架构有效解决了三维重建中常见的“几何准确但纹理缺失”或“色彩丰富却缺乏空间精度”的痛点。

Sim-ready数据生成技术原理拆解

Kosmo World平台的核心在于其自主研发的AI原生三维空间重建系统KSC，该系统能从同一采集源同步生成3DGS（点云）、mesh（网格模型）和depth（深度图）三种形态数据。这种多维输出能力对应了具身智能的不同训练需求：3DGS用于视觉感知模拟，mesh支持物体交互建模，而depth信息则直接关联机器人运动规划。

李一帆在发布会上强调，物理AI的规模化依赖于“真实世界数据+生成式AI”的协同效应。Kosmo通过高保真空间采集为AI提供新鲜信息，再借助算法补全场景细节。这种模式既避免了纯合成数据可能存在的物理规律偏差问题，又解决了真实环境采集成本高昂的行业难题。

跨行业应用案例与生态合作进展

禾赛已与银河通用机器人、原力灵机等企业达成战略合作，并在影视媒体、文旅文博等领域落地实际项目。例如与迪士尼皮克斯的合作中，Kosmo数据被用于动画场景的真实感渲染；高德地图则将采集的三维模型应用于城市导航系统升级。这些案例显示，Kosmo的价值不仅限于机器人训练领域。

更值得关注的是其商业化路径设计：短期以硬件销售为主，中期提供企业级空间数据服务（类似MaaS模式），长期则致力于构建可复用的数字资产库。据李一帆透露，平台计划在3-5年内积累足够多行业场景模型，使用户无需重复扫描即可获取符合需求的空间数据。

禾赛的转型逻辑清晰而坚定：从激光雷达起家的企业，正通过技术能力外延参与物理AI底层基础设施建设。当Sharpa等合作伙伴基于禾赛动力模组开发灵巧手时，这种双向赋能关系正在形成闭环——机器人应用端的需求反馈反向驱动硬件迭代，而禾赛的精密制造与芯片设计经验则为整个生态提供稳定支撑。

随着Kosmo商业化进程推进，其价值验证将直接影响物理AI基础设施的发展速度。如果这套系统能持续降低空间数据采集成本，并在不同行业场景中形成可复用的数据资产，那么禾赛所构建的“硬件+数据”双轮驱动模式，或许将成为通用机器人时代不可或缺的基础支撑。