芯耀
与非AI
129
先看三组数字。
第一组：2026年上半年，禾赛的激光雷达主业赚了约1.08亿元经营利润，而它的战略新业务（空间智能、机器人执行器）亏了约1.15亿元——主业赚的钱，几乎被新业务全数吃掉。
第二组：禾赛在中国远距ADAS激光雷达市场的份额是44%，是第二名的两倍，连续17个月第一。
第三组：10月14日发布的Kosmo One，扫描100平方米室内空间约15分钟；而传统专业团队人工建模同样面积，约需300小时。
一边是主业的断层优势与被吞噬的利润，一边是上千倍的效率差。把这三组数字放在一起，10月14日那场发布会就不再是一次普通的新品发布——它是禾赛对自己身份的一次公开改写。
01Kosmo到底是什么？
10月14日，禾赛科技在上海发布三维世界数据引擎Kosmo，同步推出两台产品：全球首款8K超高清AI空间相机Kosmo One，以及AI驱动的云平台Kosmo World。
Kosmo One是采集端：集成激光雷达、8K影像系统、1英寸大底CMOS与高精度IMU，对空间几何、色彩、纹理与位姿做微秒级同步采集，配合3DGS（三维高斯泼溅）重建实现毫米级几何精度。它最"反工程师"的设计是易用性——即开即扫、智能指引、一键续扫，把过去需要专业团队操控的空间采集，做成了近似"傻瓜相机"的体验。
Kosmo World是加工端：底层是AI原生的空间重建与理解系统KSC，具备AIGC补全（自动补全未扫描区域、识别材质）和AI三维语义分割能力，一次重建同步输出3DGS、mesh、depth三种彼此空间对齐的数据形态——分别解决机器人训练中"画面假""交互假""空间不精准"三个痛点。
生态是开放端：开放原始采集数据与三维资产，接入英伟达Isaac Sim、Isaac Lab、Unreal Engine、RenderMan、Houdini等主流仿真与创作平台。
落地案例也已经跑起来了：皮克斯的工业级渲染器RenderMan把Kosmo生成的3DGS数据接进了渲染管线，并发布了官方教程；与高德合作的"飞行街景"已上线重美术馆、偏锋画廊；与联合国合作伙伴TRIC做成都杜甫草堂数字化；Sharpa机器人在DQ冰淇淋门店用Kosmo生成的三维环境做训练，官方称失败案例降至原来的十分之一、任务成功率提升到99%。
02禾赛为什么必须这么做？
第一层原因：车载市场的天花板，已经能看见。
李一帆的说法很坦诚："过去禾赛花了很长时间降本，目前降到的水平处于一个比较合理的稳态，且性能也基本可以满足要求。如果没有超大规模降本和10倍以上的性能提升空间时，我们确实看到这个能力能做其他的产品。"
翻译一下：激光雷达在车上，已经接近"够用了"。 当一项技术从"军备竞赛"变成"成本竞赛"，它的天花板就不再由技术决定，而由客户的采购预算决定。禾赛上半年毛利率从42.2%滑到39.7%，速腾从25.9%滑到21.8%——价格战不是新闻，是日常。
从"必选项"到"更优性能、更多颗"，听起来是好事，但本质是：车企在把硬件当耗材买，而耗材的宿命就是持续降价。
第二层原因：能力复用，几乎是零成本的迁移。
激光雷达是三项能力的耦合：高精度空间感知硬件、芯片级自研（禾赛的6D SPAD-SoC"毕加索"已完成量产准备）、以及大规模精密制造。把这套能力指向一个新场景，边际成本极低——这也是为什么李一帆强调"Kosmo和大疆、影石的手持相机完全不是一个品类"，它真正的技术底座还是那套空间感知体系。
第三层原因：新市场在溢价，旧市场在内卷。
Kosmo的两个目标市场，一个是具身智能与世界模型，一个是影视、文旅、地图。两个都处在"钱多、数据少"的状态：世界模型赛道里，李飞飞的World Labs融资12.3亿美元、估值约50亿美元，杨立昆的AMI Labs种子轮10.3亿美元，字节Seed的世界模型数据预算是其他方向的3到4倍。这些钱最终都要花在数据上，而禾赛想成为那个卖数据的。
03真正的野心：从汽车Tier1，到物理AI的数据基础设施
向少卿在现场讲了一个"不可能三角"：二维图像视频缺深度与位姿；纯仿真数据还原不了材质、摩擦、形变；真机遥操作真实但贵、慢、无法规模化——高质量、大规模、低成本，三者长期不可兼得。
这段话道破了当下物理AI最真实的瓶颈：不是缺算力，不是缺模型，是缺"真实的、可规模化的三维世界数据"。
而谁手里同时握着"能采数据的硬件+能量产硬件的产线+十年积累的真实道路数据"？答案不多。这是禾赛真正的稀缺性所在——它不是跨界去做相机，而是把十年积累的采集能力，从"卖给车企"改成了"卖给AI行业"。
从"给机器装眼睛"到"让机器人理解并改变世界"，这句话是李一帆讲的故事，但故事背后的商业逻辑非常朴素：既然数据比传感器更贵，那就别只卖传感器。
04对行业的三层冲击
第一层：重新定义"激光雷达公司"的天花板。 过去这个行业的想象力被锁死在"每年多少万台、单车价值多少钱"。Kosmo把叙事从"汽车零部件"抬升到"物理AI基础设施"——这是估值逻辑的切换。同时它也给出了示范：三强的路径已经分化得很清楚了——禾赛用钱买时间（现金储备约70.5亿元），速腾用先发换空间（上半年机器人雷达出货28.3万台，超过禾赛），图达通用聚焦换生存（现金仅约7.6亿元，上半年整体毛利率11.2%）。
第二层：给具身智能补上"数据燃料"。 15分钟 vs 300小时，不是效率优化，是成本结构的变化。当采集门槛降低到"傻瓜相机"级别，真实世界三维数据的供给曲线可能会被改写。但要注意：数据业务的价值服从规模律——采集一万个房间和一百万个房间，是两个完全不同的生意。
第三层：让3DGS在内容产业率先变现。 皮克斯的渲染管线、高德的飞行街景（月活近10亿的入口）、文旅数字化——这些是比机器人更近的现金流。这也意味着禾赛的新业务不会只有一条腿。
05三点犀利的质疑
质疑一：新业务吃掉的，恰恰是主业的利润。 上半年主业经营利润1.08亿元，新业务经营亏损1.15亿元。也就是说，禾赛目前的"盈利"，是靠主业硬扛出来的。2027年SGI做到约7亿元营收并盈亏平衡的目标，如果延后一年，而车载价格战继续升级——两端挤压会同时发生。现金储备决定了它能熬多久，但熬本身不产生胜利。
质疑二："C端相机"可能是最危险的一步。 李一帆已确认Kosmo后续会卖给C端消费者。但C端是另一套完全不同的游戏：渠道、品牌、供应链、售后，以及大疆、影石这样已经赢了十年的对手。To B卖数据是能力变现，To C卖相机是能力赌博。 这一步如果走偏，会消耗掉新业务最宝贵的窗口期。
质疑三：开放生态与数据资产，天然矛盾。 禾赛一边开放原始数据与三维资产、接入各家仿真平台，一边要靠"规模化数据生产服务"赚钱。开放到什么程度？当你的客户里有机器人公司、地图平台、影视工作室，而你同时提供软硬件一体化产品——边界一旦模糊，客户就会开始评估"是否应该自己建采集团队"。 这是所有"基础设施故事"共同的长期风险。
结语：数据，才是下一个瓶颈
十年前，禾赛把激光雷达从十几万美元的奢侈品做成了车规量产件；十年后，它想做的，是把"真实世界"做成可复用的数据资产。
这家公司真正押注的，从来不是某个产品，而是一个判断：物理AI的下一个瓶颈，是数据。
这个判断如果成立，Kosmo就是一块关键的地基；如果证伪，它就是一家感知龙头在主业利润最丰厚时，做过的一次代价高昂的想象力实验。
两种结果，三年内见分晓。
你们觉得，激光雷达公司的下一个大客户，是车企、机器人公司，还是AI实验室？评论区聊聊。
