禾赛发布空间数据引擎 Kosmo，意欲成为机器人界的博世

在三维世界数据引擎 Kosmo 发布会上，禾赛 CEO 李一帆提出，希望禾赛能成为机器人产业的底层技术供应商，类似博世之于汽车产业，甚至走得更远。

博世曾因技术路线选择错失车载激光雷达市场，而禾赛正是踩中这一赛道迅速崛起。如今，禾赛发布涵盖 AI 空间相机 Kosmo One 和云平台 Kosmo World 的三维数据引擎，试图依托激光雷达的技术积淀跨界布局，抢占具身智能领域的真实空间采集、三维重建与 AI 训练数据高地。

随着机器人产业走向规模化落地，行业分工将成为必然选择。禾赛正在尝试将既有的感知技术、软硬件协同能力和工程化经验，转化为机器人时代的护城河。

寻找汽车之外的第二增长曲线

根据公开数据，禾赛单季度激光雷达交付量已突破 60 万台，其中 ADAS 激光雷达占据四分之三以上的出货体量，汽车业务依然是其稳固的基本盘。但随着汽车激光雷达进入普及期，成本控制、价格竞争与供应链议价成为常态，禾赛必须寻找能够发挥研发与量产优势的新市场，具身智能成为了最自然的选择。

发布会上，禾赛宣布与银河通用机器人、原力灵机达成战略合作，并展示了高德等企业的落地案例。其中，高德将与禾赛联合开放首批 1000 个线下商用三维数字化试点，覆盖商场、餐饮和酒店场景。依托高德丰富的实体商业资源，禾赛有望将空间采集从孤立的定制项目，转变为可规模化复制的数据业务，为具身智能模型训练提供源源不断的长尾场景数据。

Kosmo 的软硬协同与行业对手

具身智能训练的核心瓶颈之一在于高质量三维环境数据。针对这一痛点，禾赛给出的方案包括硬件采集与云端处理两部分：

• Kosmo One 空间采集设备：融合了激光雷达、8K 影像系统、CMOS 和高精度 IMU，可同步记录几何形状、颜色纹理与设备位姿。官方数据显示，单台设备约 15 分钟即可完成 100 平方米的普通室内空间扫描。
• Kosmo World 云端引擎：负责将采集数据重构为高质量三维场景，生成支持视觉呈现的 3DGS、物体表面 Mesh 以及深度数据，直接打通数字仿真与机器人训练环节。

以一家冰淇淋门店为例，传统人工建模通常需要耗费数百小时，而 Kosmo 将扫描压缩至 15 分钟左右，显著提升了机器人任务适配效率。

不过，重建数字空间只是机器人训练的一环，后续还涉及动作轨迹、物理接触力及传感器动态交互。在此赛道上，英伟达已经通过 NuRec、Isaac Sim 和 Isaac Lab 建立了强大的底层仿真工具链；智元机器人也在 Genie Sim 平台中打通了三维重建、合成数据与仿真评测的全流程。

这表明头部企业更倾向于按需集成。面对竞争，禾赛的核心任务在于证明其软硬件一体方案在处理效率和数据保真度上的独特优势。

补齐拼图：从感知延伸到运动

除了 Kosmo 带来的空间数据业务，禾赛在具身硬件层还有另一张底牌——机器人动力模组。禾赛此前披露，其动力模组相较同类产品体积缩减 37%，扭矩密度与功率密度均提升至约 3 倍，累计交付已突破万套级别。

激光雷达负责感知，Kosmo 负责空间认知与数据输入，动力模组负责末端运动执行。禾赛的机器人产品线逐渐覆盖从数据到硬件的多个环节，展现出综合零部件供应商的雏形。

博世的成功不仅在于产品种类众多，更在于其制动、转向与动力系统能够深度协同，形成极高的系统集成门槛与客户粘性。目前来看，禾赛的空间数据服务与动力模组在客户群体、采购决策链与交付形态上仍存在差异，短期内尚未形成天然协同。

但随着精密制造、规模量产经验在各业务线间复用，禾赛正稳步建立起具身智能关键部件的交付能力。要在机器人赛道再造一个博世，禾赛才刚刚迈出第一步。