一间普通门店，过去要由专业团队花上约 300 小时，才能被还原成可用于训练的三维环境。如今，禾赛给出的答案是 15 分钟。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在 10 月 14 日举行的 Kosmo AI Day 上，禾赛科技正式发布了三维世界数据引擎 Kosmo。作为一套完整的空间数据产品，Kosmo 包括硬件端的 AI 空间相机 Kosmo One，以及软件端的云平台 Kosmo World。
发布会现场，Sharpa D01 机器人将 Kosmo One 递到禾赛科技联合创始人、CTO 向少卿手中。演示随即展开：Kosmo One 负责采集真实环境，Kosmo World 将采集到的数据重建、处理为可漫游、可编辑、可供 AI 使用的三维场景。这个过程呈现了 Kosmo 的核心逻辑——让现实空间不只被拍摄和记录，还能成为 AI 可读取、可编辑、可用于训练的数字资产。
机器人缺的，不只是更多数据
过去几年，具身智能行业的数据需求迅速升温。为了让机器人更好地完成拿取、移动、避障等任务，研究者需要大量数据训练模型。但数据多，并不必然意味着模型就能理解真实空间。
这正是二维数据的局限所在。一张照片可以呈现桌子的外观，却不能完整表达桌面高度、桌腿结构和桌子与周围物体之间的距离。视频提供连续画面，但空间尺寸、深度和位姿仍需要模型从画面中推断。
“当前物理 AI 缺的不是数据，而是真实世界数据。”禾赛科技联合创始人、CTO 向少卿在发布会上表示。
互联网已经积累了海量图片和视频，仿真也能生成大量训练场景，但机器人还需要更完整的空间结构和物体关系，才能把视觉理解转化为现实操作。与此相比，真机采集虽能直接记录真实任务，却需要设备、场地和时间投入，难以快速铺开。如何在数据的真实性、质量和规模之间找到可行路径，成为具身智能面临的现实问题。
Kosmo 的切入点，是先将真实空间记录下来，再把采集结果整理成 AI 可以使用的数据。与单纯拍摄图片或视频不同，Kosmo 试图把空间几何、色彩纹理、深度和设备位姿等信息共同纳入重建过程，让数字场景不只是从一个角度“看起来像”，还可以从不同位置观察和调用。
把复杂采集变成一次简单扫描
Kosmo One 是 Kosmo 的硬件端，外形类似于一台手持云台。它集成了超高空间解析力激光雷达、8K 影像系统、一英寸 CMOS 和高精度 IMU，用于同步采集空间结构、色彩纹理和设备运动信息。禾赛介绍，激光雷达承担空间几何采集，影像系统记录颜色与细节，多传感器数据则共同服务于三维重建。
Kosmo One 的设计重点之一，是降低空间采集的操作门槛。用户启动 Kosmo One 后，可以通过屏幕画面和网格提示掌握扫描进度；尚未覆盖的区域仍会显示出来，便于补扫。如果扫描中途暂停，Kosmo One 还支持断点续传，用户之后可以重新定位，继续完成采集。禾赛将这套体验概括为即开即扫、一键续扫，意在减少传统三维采集对专业设备操作和后期处理经验的依赖。
在普通室内场景中，约 15 分钟可完成 100 平方米空间的扫描。还原一家门店，传统人工建模可能需要专业团队投入约 300 小时。对于机器人公司而言，扫描效率的提升不只是节约建模时间，更意味着真实场景能够更快进入训练与测试流程。
扫描本身只是起点。采集数据还需要被处理、理解和组织，才能用于机器人训练或内容制作。为此，Kosmo 配套推出云平台 Kosmo World，负责数据重建、处理和管理。
它的底层系统 Kosmo Spatial Core 可以从同一场景生成 3D Gaussian Splatting（3DGS）、mesh 和 depth 等不同形式的数据。其中 3DGS 更适合呈现场景的颜色、纹理和视觉效果；mesh 描述物体表面结构，有助于场景中的对象被进一步拆分和交互；depth 则表达空间深度信息。三种数据共同描述一个场景，让视觉呈现、几何处理和距离判断能够建立在同一份空间数据之上。
此外，Kosmo World 还具备语义分割、场景编辑和智能补全能力。系统可以识别场景中的物体，并将其从整体环境中提取出来，供后续调整和组合；对于未被完整扫描的区域，也可以利用 AI 补全。通过这些处理，扫描结果从一幅固定的三维画面，进一步变成可以拆分、修改和重新组织的空间资产。
禾赛表示，在相似硬件、数据集和质量要求下，Kosmo World 的模型生成速度最高可达同类方案的约 5 倍。当然，实际表现会随场景、数据规模和参数设置而变化。但对使用者来说，Kosmo 的价值不只在于更快得到模型，还在于将采集、重建和数据处理放进一套产品流程，减少从扫描到应用之间的断点。
从真实门店到机器人训练环境
Kosmo 面向具身智能的一条核心路径，是把真实环境转化为可用于机器人训练的数字场景。用户扫描门店、房间或其他空间后，可以在 Kosmo World 中对场景进行重建和编辑，识别其中的物体，调整物体位置，并生成不同的环境配置。机器人由此可以在数字场景中接触更多空间变化，而不必每次都重新搭建训练场地。
禾赛在发布会上分享了 Sharpa 机器人在 DQ 冰淇淋门店的应用案例。按照发布会披露的数据，在这一项目中，Sharpa 机器人的失败案例降至原来的十分之一，任务成功率达到99%，并已在真实门店展开工作。
这组数据展现了 Kosmo 的应用路径：从真实门店采集环境，到生成数字场景，再用于机器人训练，最后把训练结果带回实际运营。业内常用 Real2Sim2Real 描述这类流程——真实世界提供场景基础，数字环境用于训练和验证，机器人再进入真实空间执行任务。
同时，向少卿表示，Kosmo 生成的数据还可以针对目标机器人的相机特性进行视觉适配，让机器人在更接近自身感知方式的环境中训练。这套能力覆盖预训练、后训练和评测部署，意在让三维空间数据贯穿机器人开发过程，而不止用于前期建模。
对机器人产业而言，真实场景不应只是一次性采集结果。如果一个场景能够被重复调用、反复编辑，并用于不同任务训练，空间数据就有机会从项目制素材变成标准化资源。Kosmo 想推动的正是这一变化：让采集真实空间成为机器人训练流程的一部分。
真实空间也能成为创作素材
另一方面，Kosmo 的三维数据能力也延伸到了影视制作领域中。过去，现实场景经常以拍摄素材或勘景记录的形式进入制作流程。拍摄结束后，如果需要换视角、改光线或调整场景元素，往往需要补拍、重建或重新制作。Kosmo 通过将真实环境记录为三维资产，则让场景能够继续进入后期流程，成为可编辑和复用的制作素材。
禾赛与皮克斯旗下 RenderMan 的合作，为这一方向提供了一个具体案例。皮克斯 RenderMan 创意负责人 Dylan Sisson 使用 Kosmo 扫描皮克斯总部广场，随后将扫描得到的 3DGS 数据接入 Houdini 和 RenderMan 工作流。真实场景由此可以在专业渲染流程中进行视觉处理和风格化创作。
这与传统意义上的“把场景拍下来”有所不同。扫描得到的三维数据可以被带入制作软件，创作者能够在数字环境中继续观察和处理场景。对影视团队而言，真实场景因此不再只是一次拍摄留下的固定画面，也可以成为可再次调用的制作资产。据禾赛介绍，皮克斯已将相关实践整理为面向创作者的 RenderMan 官方教程。
此外，Kosmo 也正与 AI 影视团队探索将真实空间作为创作基础，并涉及文旅文博和空间商业化等应用。尽管不同领域对模型精度、编辑方式和更新频率的要求并不相同，但不可否认，它们都需要以某种方式把真实空间转化为可保存、可访问和可再次使用的数字内容。
禾赛的下一步：从感知延伸到理解与执行
对禾赛来说，Kosmo 也是公司业务边界的一次延伸。过去十余年，禾赛围绕激光雷达积累了光机电系统设计、自研芯片、精密制造和规模化量产能力。禾赛科技 CEO 李一帆认为，这些能力并不局限于激光雷达，也可以迁移到机器人所需的精密机械、电机、芯片和执行机构等领域。
基于这一判断，禾赛正在尝试将原有的技术与制造积累，转化为服务物理 AI 的新产品和基础设施：激光雷达帮助机器感知环境，Kosmo 将真实空间转化为可供 AI 使用的数据，机器人动力模组则支持机器在现实中行动。
三者串联出从“看见”到“理解”，再到“行动”的产品逻辑。李一帆将这一方向概括为：过去十年，禾赛让机器更好地看见世界；接下来的十年，希望让机器人理解并改变世界。
围绕这一目标，禾赛也在推进开放生态建设，包括推动 Kosmo 接入 NVIDIA Isaac Sim、Isaac Lab、Unreal Engine、RenderMan、Houdini 和 OpenUSD 等平台，并与银河通用机器人、原力灵机、群核科技、高德及皮克斯等伙伴开展合作。
从这个意义上看，禾赛所探索的已不只是激光雷达的业务延伸，而是机器进入物理世界后，基础设施应当如何构成。过去，机器看见世界主要依赖传感器；未来，它还需要把所见转化为可理解、可学习、可执行的信息。禾赛试图连接这几个环节，而这条路径的价值，将由机器人能否在真实环境中承担更多任务来检验。
