禾赛发布 Kosmo 空间相机：毫米级精度构建可编辑的三维世界副本

事件概述

10 月 14 日，禾赛科技（Hesai）正式发布 Kosmo 三维世界数据引擎。该系统由硬件端的手持 AI 空间相机 Kosmo One 和软件端的云平台 Kosmo World 组成。其核心目标是利用高精度采集技术，为现实世界创建可编辑、可交互的数字副本，从而降低空间建模门槛，并推动公司在具身智能领域的业务拓展。

核心信息

1. 硬件采集：Kosmo One

• 多传感器融合：设备集成激光雷达与摄像头。激光雷达负责获取物体的形状、距离和位置，CMOS 影像系统记录颜色、纹理与光影。两者经过对齐后重建真实空间。
• 高精度几何还原：激光雷达具备毫米级精度，能够清晰辨识如网球拍上约 5mm 间距的网孔等细微结构，确保三维副本的细节精度。
• 真实色彩保留：采用一英寸 CMOS，支持最高 8K 采集（导出最高 6K）。针对三维重建需求，专门调教了 ISP 图像处理系统，重点在于消除不同摄像头和时间点的白平衡、曝光差异，保留现场原有的颜色与光影，避免常规相机的“风格化”处理。
• 同步与效率：激光雷达、影像系统与高精度 IMU 进行微秒级同步，确保画面与设备姿态准确对应。在普通室内场景下，扫描约 100 平方米空间仅需约 15 分钟，支持即开即扫、智能指引及断点续扫。

2. 软件处理：Kosmo World

• AI 语义分割与对象提取：平台将采集数据转化为 AI 可理解、可交互的智能空间。借助 AI 语义分割技术，识别并提取场景中的独立物体（如沙发），使其成为可单独编辑的三维对象。
• 纹理补全与重构：当物体被移除或移动后，AI 可根据周围环境信息自动补全缺失的纹理（如露出的地毯），构建完整的虚拟场景。
• 与通用大模型协同：禾赛将高精度采集设备比作 AI 模型的“眼睛”，通用大模型（如 GPT-6 Astra）比作“大脑”。对比测试显示，仅靠照片重建的场景存在位置和材质偏差，而结合 Kosmo 的高精度 3DGS 数据能显著改善物体关系，但仍需物理数据的支撑以弥补细节偏差。

3. 应用场景与生态

• 影视制作：皮克斯（Pixar）旗下工业级渲染器 RenderMan 团队使用 Kosmo 扫描园区雕塑，保留了现场外观数据。创作者可在软件中调整位置、大小和透明度，快速迭代视觉风格，实现虚拟场景在不同制作环节的复用。
• 具身智能训练：生成的空间可作为机器人的仿真训练场。例如，具身智能机器人 Sharpa 利用 Kosmo 还原 DQ 门店环境进行部署，任务成功率达到 99%。
• 未来规划：禾赛预告将与国内头部无人机企业合作，探索空中视角下的户外建筑与大范围空间采集。CEO 李一帆表示，空间智能市场长期规模有望超过激光雷达市场，禾赛希望成为提供感知、空间数据和运动能力的基础设施方。

值得关注

• 商业化进程：目前 Kosmo 主要服务于有明确任务的专业用户（如影视、机器人开发）。禾赛尚未公布零售售价，短期内可能难以进入普通消费者日常装修改造领域。
• 战略转型：禾赛正从单一的车载激光雷达供应商，向涵盖动力模组（截至 2026 年 Q2 累计交付超 1 万套关节模组）和空间智能基础设施的综合服务商转变，试图打通从感知到执行的全链路。