禾赛科技推出空间相机Kosmo，瞄准机器人从“会表演”到“能干活”的数据缺口

机器人能够跳舞、挥手，距离在陌生环境里稳定完成工作，还有多远？激光雷达厂商禾赛科技试图从真实世界的数据采集环节寻找答案。

据路透社10月14日报道，禾赛在上海推出三维空间采集设备Kosmo，将激光雷达与摄像头结合，帮助开发者更高效地获取真实环境的空间数据，服务于机器人AI系统训练。禾赛联合创始人、首席执行官李一帆在发布活动上表示，机器人要理解现实环境、完成复杂任务，仍面临高质量空间数据不足的问题。

Kosmo的产品布局早已启动。根据禾赛此前公布的资料，该产品于今年4月首次亮相，并在7月的世界人工智能大会期间展示。此次正式推出，意味着其从技术展示进一步走向市场。

在禾赛的定义中，Kosmo是一套集成空间相机、AI算法、三维资产与云服务的平台。它通过融合激光雷达、高分辨率影像与三维高斯泼溅重建技术，将工厂、园区等真实环境转化为可编辑的三维模型。公司希望这些模型能够用于具身智能和世界模型训练，也服务于影视、游戏及文化遗产数字化等领域。

这一产品切入的，是机器人开发中容易被动作演示掩盖的一道难题：看见物体，只是完成任务的开始。

以从桌面拿起杯子为例，机器人除了识别杯子，还要判断它与桌沿的距离、手臂接近的方向，以及周围是否存在障碍。图像提供颜色、纹理等视觉线索，激光雷达补充距离和几何信息。将两类信息组织到同一空间表示中，有助于开发者构建更完整的环境模型。

由此看，Kosmo所瞄准的需求，延伸到了机器人训练之前的环境采集与数字化环节。一次采集形成的三维场景，如果能够被反复编辑、调用和测试，就有机会成为多轮开发共用的数据资产。

这也解释了激光雷达企业进入机器人市场的另一条路径。除了向机器人本体提供传感器，它们还可以向开发者提供生成训练环境的工具。潜在客户因此从整机厂商扩展到模型团队、仿真平台和数据服务商，产品价值也从硬件测距能力延伸至数据处理与开发流程。

不过，空间模型的精细程度，并不直接等于机器人的工作能力。即使准确还原了房间和物体的位置，机器人仍需处理接触、摩擦、物体变形及运动控制等问题。一个视觉上逼真的场景，能否支持有效训练，还取决于几何准确性、物理属性以及训练结果向现实任务迁移的效果。

商业化同样有待验证。路透社报道称，禾赛已与中国机器人企业签署Kosmo使用协议，但李一帆没有给出该产品的收入预测。对开发者而言，采购理由最终要落实到具体收益：能否降低场景采集成本，缩短数据处理时间，并改善机器人在真实环境中的任务表现。

Kosmo带来的产业信号是，具身智能的竞争正向数据生产环节延伸。随着机器人走进工厂、商店和家庭，能够持续生成可靠空间数据的工具，可能成为这一产业的重要基础设施。禾赛能否抓住这一机会，要看它能否把传感器积累转化为开发者愿意长期使用的数据工具。