观点、数据与现场之间

过去一年多，空间智能逐渐从一个抽象的学术概念演变为人工智能行业中的热词之一。李飞飞在2025年底的评论中将其称为“AI的下一个前沿”，并比喻语言模型为“黑暗中的文字匠”：虽才思敏捷却缺乏实践经验，知识渊博却难以有效应用。到2026年，World Labs成功获得10亿美元的融资，群核科技首席科学家预测“空间智能在接下来的24个月内将迎来爆发”。随着资本不断涌入、研究论文频频发表，这一概念被热烈讨论。然而，当你进一步探询“空间智能究竟呈现出何种形态”时，大多数人的回答依旧停留于模型层面：生成三维场景的AI、理解空间关系的算法、在虚拟环境中导航的智能体。这些回答虽然在某种程度上是正确的，也经常占据新闻头条，但它们忽视了一个更为根本的问题：空间智能究竟能够实现哪些功能？它与我们的生产和生活又有何种密切关系？

10月14日，禾赛科技正式推出三维世界数据引擎Kosmo，并同步推出全球首款8K超高清AI空间相机Kosmo One。禾赛科技通过此举，旨在打破多个领域之间的界限，让真实世界得以“复制”为AI能够理解和训练的数据资产。从春晚的机器人表演到皮克斯的动画影片、再到倍受瞩目的游戏《黑神话：悟空》，Kosmo的应用在各个领域蔓延开来。近年来，物理AI、具身智能和空间智能，这三大概念频频登上AI行业的头条，各自的热度更是层层叠加。然而，尽管行业驱动不断，清晰界定它们之间的关系却少之又少。

物理AI的核心目标在于使得AI能够超越屏幕，深入现实世界，驱动机械、操作物体、完成各类任务。其中，具身智能则是物理AI最典型的体现：赋予AI以“身体”，让其在真实空间中感知、决策和行动。而空间智能则是确保这一过程正常运转的基础。可以说，物理AI是最终目标，具身智能是实现其目标的载体，而空间智能则是支撑这一切的底层基础。 ued官网体育

过去两年中，具身智能的进展显著。 humanoid机器人展现了跑跳的能力，灵巧的机械手成功捏起鸡蛋，端到端模型在实验室中进行了一系列令人瞩目的操作展示。2026年春晚，机器人的武术表演和伴舞表演让观众大为惊艳。GPT-6的发布更是为这一趋势增添了新的动力：Astra在部分测试中直接输出机器人末端执行器的位置，实现了将积木搬入碗中，成功率高达95%。这一成果昭示着通用大模型正在突破以往清晰可分的界限，从数字世界向物理世界延伸。

然而，尽管展示往往让技术看起来出色，现实中的物理工作依然存在巨大挑战。没有精准的空间理解能力，机器人连“杯子在桌子左边三十厘米”的简单位置关系都无法正确判断，更遑论执行具体操作。因此，空间智能需要真实世界的空间数据来构建一张准确的“地图”，而这种数据恰恰是目前最为稀缺的资源。现有的二维图片、仿真数据与遥控操作都无法满足具身智能快速发展的需求。

这一瓶颈的直接后果是：虽然机器人的硬件和模型不断进步，但支撑它们的数据基础设施却几乎全然缺失。尽管GPT-6能够有效处理策略模型，但缺乏足够的、质量高的真实空间数据来进行训练。李飞飞描绘了空间智能的蓝图，World Labs开发出了生成三维场景的模型，但要将这些技术实际应用于机器人，缺少的正是一整套从数据采集、处理到输出的底层基础设施。说白了，AI的缺失在于一张标记了物理空间关系的世界地图，没有这张地图，具身智能便只能在空白区域内打转。 ued官网体育

这张地图的缺失，直接导致了空间智能的滞碍，也制约了具身智能的发展。换句话说，最终会导致那些在演示视频中表现出色的机器人在真实环境中却变得无所适从。尽管有行业内多方尝试来绘制这张地图，但大多数玩家仅占据了其一方：有的专注于仿真但无视真实感，绘制的是虚构的地图；有的则依赖于真实机采集但又因规模不足，进展缓慢且成本高昂；而一些专注于三维重建的方案又缺乏语义标注和训练能力，形成的是等高线图谱；还有的则根本不涉及数据，很难提供所需地图。如此一来，具身智能的公司只能在各种工具之间反复切换，拼凑出一条可行的路径。没有一张完整的地图，是无法实现从头到尾的通行的。

GPT-6让业界看到通用模型具有“动手”的潜力，李飞飞将空间智能的学术理论转变为资本和产业的共同关注方向。尽管这两条线之间的交汇仍然显得空白，但要同时具备真实感、规模化、语义标注与可训练性，所需的不仅是单一算法或设备，而是一整套从数据采集到处理再到输出的基础设施。

而这一整套能力，恰恰是禾赛科技在过去十余年汽车供应链中所积累的人才与技术。因此，从这个背景出发，我们来看禾赛发布的Kosmo，它的独特之处并不在于“又一家公司进行了三维重建”，而在于其作为物理AI基础设施公司的身份。要实现物理AI的落地，需要面对两个关键问题：一是机器如何在真实世界中施加作用，二是AI如何获取足够高质量的真实世界数据。基于此，禾赛科技围绕这两个问题布局了两大核心引擎。 ued官网体育

第一个是机器人运动引擎，专注于硬件能力的提升。其核心是动力模组，用于驱动机器人各个关节和灵巧机械手。单台人形机器人需搭载超过一百个动力模组，且这些模组在整机物料清单中的占比超过一半。禾赛在精密机械与传动技术、芯片设计与算法、伺服控制与传感技术方面的积累，能够为此领域提供无缝的技术迁移。

另一个则是三维世界数据引擎，针对数据层面的需求展开攻克。