禾赛推出Kosmo平台，解决机器人训练数据短缺难题
TREE NEWS 报道， 10月14日，禾赛科技发布了Kosmo空间相机及云平台，通过扫描真实环境、重建三维空间，为机器人提供可用于仿真训练的场景。同时，禾赛与银河通用、原力灵机签署了战略合作协议。此举标志着这家以激光雷达传感器闻名的公司，正式将业务延伸至具身智能产业的数据与云服务领域。
这一变化对应着机器人行业的现实需求。智能汽车已经可以依托大规模车队在日常行驶中积累数据，但机器人尚未广泛进入生产生活，却需要足够多的环境和操作经验才能胜任真实工作。研发团队不仅要教机器人做动作，还要为它准备练习这些动作的地方，这导致了“机器人需要更多数据才能上岗，而缺少真实部署又限制了数据积累”的相互制约问题。
市场影响：激光雷达与机器人领域的新收入来源
禾赛切入训练环境建设，可能重塑机器人供应链的经济模型。通过将汽车产业积累的三维感知、芯片设计和精密制造能力用于降低训练环境的构建成本，禾赛提出了两类商业模式：向行业客户提供软硬件一体化产品，以及向世界模型、物理AI企业提供空间数据生产服务。
从纯零部件供应商转向服务提供商，有助于平滑收入的周期性。零部件订单主要跟随整机产量，而空间数据服务则与客户的开发和运营活动相联系。新增门店需要采集，布局变化需要更新，模型迭代需要补充训练环境，设备售出后仍可能持续产生服务需求。禾赛2026年第二季度财报显示，总交付量同比增长78.4%，营收同比增长21.9%，但平均售价下降部分抵消了交付增长对收入的推动。Kosmo平台有望帮助抵消核心激光雷达业务的价格压力。
竞争格局与行业趋势
禾赛并非唯一看到数据瓶颈的公司。今年8月，Lightwheel与Hugging Face合作发布第一人称人类活动数据集，计划开放10万小时数据。英伟达则推出了物理AI数据工厂蓝图，将数据生成、扩充和评估组织成统一流程。这些举措表明，一个致力于提高机器人学习效率的生态系统正在形成。
禾赛Kosmo的差异化在于聚焦训练环境本身。该系统可在约15分钟内完成100平方米室内空间的扫描，随后由云平台重建为三维模型，开发者可以改变物体位置、调整场景布局，让机器人在不同条件下练习同一项任务。该平台已对接Isaac Sim、Isaac Lab及影视创作工具，旨在融入现有工作流程。
投资者关键要点
- 业务多元化：禾赛正沿价值链上移，可能创造对机器人销量依赖度较低的经常性收入流。
- 解决关键痛点：机器人行业的数据稀缺是一大障碍。能降低训练成本、加速部署的解决方案可能迎来强劲需求。
- 生态系统布局：与银河通用、原力灵机等机器人公司的合作提供了真实反馈和验证，增强了禾赛的产品市场契合度。
- 风险因素：新商业模式执行风险、来自英伟达等公司的竞争，以及需要将用户基础从企业研发团队扩展到更广泛群体。
随着机器人从样机走向量产，标准化训练环境的工具和服务将变得越来越有价值。禾赛对Kosmo的押注使其处于激光雷达、人工智能和云服务的交汇点，这一领域可能定义具身智能的下一个阶段。
