禾赛的 Kosmo 是一套由空间采集设备和云端平台组成的系统，目标是把真实环境转化为可重复使用的三维数字空间，用于机器人训练、世界模型开发和沉浸式内容创作。禾赛于 2026 年 10 月 14 日发布这套系统。23

简单来说，Kosmo One 负责采集，Kosmo World 负责处理和管理数据。关键不只是拍出一张清晰的空间图像，而是把场景的几何结构、颜色、纹理等信息转成可供后续应用使用的三维数据。

Kosmo One 如何采集空间

Kosmo One 集成了高分辨率激光雷达、基于一英寸传感器的 8K 影像系统，以及高精度惯性测量单元（IMU）。禾赛称，设备能够以微秒级精度同步采集空间几何、色彩、纹理和设备位姿信息。32

这些数据结合 3D Gaussian Splatting（3DGS，三维高斯泼溅）重建技术和图像处理系统，用来生成三维场景。禾赛宣称，系统可达到毫米级几何精度，并高保真还原材质、颜色、纹理以及光影效果。32 需要注意的是，这些是厂商公布的性能说法；现有资料没有提供独立测试结果来验证其精度指标。

禾赛称，约 100 平方米的普通室内空间约 15 分钟即可完成扫描，并提供扫描指引和续扫等功能，帮助简化采集流程。32 但“8K”指的是采集能力，并不代表所有输出文件都能以 8K 导出：相关报道指出，导出文件最高为 6K。12

Kosmo World 如何把扫描变成三维数据

Kosmo World 是用于创建和管理三维内容的云平台，其底层系统 Kosmo Spatial Core 据称可以从一次重建中同步生成 3DGS、网格（mesh）和深度数据（depth）。32 这些形式分别提供场景视觉呈现、表面几何和深度信息，便于将同一空间用于不同工作流程。

禾赛还介绍了生成式功能，可补全未扫描区域、重建材质与纹理，并融合多个视角的信息，形成可浏览的场景。32 不过，补全出来的区域属于 AI 推断生成，并非对该区域的直接测量。若应用需要准确还原现实环境中的具体细节，这一区别尤其重要。

面向机器人应用，相关报道提到，Kosmo 可以从一个重建空间生成超过 1 万条机器人训练轨迹。1 这一数字反映的是公司披露的能力，并不能单独说明这些轨迹对某一款机器人或具体任务是否足够有用、是否具有代表性。

Dairy Queen 案例：企业披露的结果应如何理解

禾赛称，一家 Dairy Queen 门店的扫描和重建约耗时 15 分钟，随后 Sharpa 机器人在该环境中运行，任务成功率达到 99%。4 其他报道将这一流程与约 300 小时的人工环境建模时间作比较。28

这些数字属于禾赛披露的案例，不是现有资料所证实的受控、独立对比。公开报道没有详细说明测试包含哪些任务，也没有明确 15 分钟是否只计算扫描和重建，还是包含机器人训练与部署。因此，更稳妥的理解是把它视为企业自报的应用案例，而非普遍适用的性能保证。

应用不止于机器人

发布时，禾赛宣布与具身智能公司 Galbot 和 Dexmal 建立合作，并展示了与 Pixar 的 RenderMan 和高德地图（Amap）相关的应用。17 这显示禾赛希望将 Kosmo 用于机器人之外的视觉内容和空间地图工作流程。不过，发布信息本身并不能证明每一种潜在集成或应用都已验证其实际表现。

读懂 Kosmo：从采集规格到实际用途

Kosmo 的核心思路，是把一次真实空间采集转化为可在训练或内容制作中复用的三维资产：Kosmo One 负责记录环境，Kosmo World 再处理和组织数据。2332

评估它的实际价值，不能只看 8K 采集或扫描用时，还要关注导出分辨率、重建质量、未扫描区域如何处理，以及生成的训练数据是否适合具体任务。禾赛公布的数字提供了系统能力的初步图景，但精度和部署效果仍应视为企业披露，直到有独立评估进一步验证。

禾赛的 Kosmo 是一套由空间采集设备和云端平台组成的系统，目标是把真实环境转化为可重复使用的三维数字空间，用于机器人训练、世界模型开发和沉浸式内容创作。禾赛于 2026 年 10 月 14 日发布这套系统。23

简单来说，Kosmo One 负责采集，Kosmo World 负责处理和管理数据。关键不只是拍出一张清晰的空间图像，而是把场景的几何结构、颜色、纹理等信息转成可供后续应用使用的三维数据。

Kosmo One 如何采集空间

Kosmo One 集成了高分辨率激光雷达、基于一英寸传感器的 8K 影像系统，以及高精度惯性测量单元（IMU）。禾赛称，设备能够以微秒级精度同步采集空间几何、色彩、纹理和设备位姿信息。32

这些数据结合 3D Gaussian Splatting（3DGS，三维高斯泼溅）重建技术和图像处理系统，用来生成三维场景。禾赛宣称，系统可达到毫米级几何精度，并高保真还原材质、颜色、纹理以及光影效果。32 需要注意的是，这些是厂商公布的性能说法；现有资料没有提供独立测试结果来验证其精度指标。

禾赛称，约 100 平方米的普通室内空间约 15 分钟即可完成扫描，并提供扫描指引和续扫等功能，帮助简化采集流程。32 但“8K”指的是采集能力，并不代表所有输出文件都能以 8K 导出：相关报道指出，导出文件最高为 6K。12

Kosmo World 如何把扫描变成三维数据

Kosmo World 是用于创建和管理三维内容的云平台，其底层系统 Kosmo Spatial Core 据称可以从一次重建中同步生成 3DGS、网格（mesh）和深度数据（depth）。32 这些形式分别提供场景视觉呈现、表面几何和深度信息，便于将同一空间用于不同工作流程。

禾赛还介绍了生成式功能，可补全未扫描区域、重建材质与纹理，并融合多个视角的信息，形成可浏览的场景。32 不过，补全出来的区域属于 AI 推断生成，并非对该区域的直接测量。若应用需要准确还原现实环境中的具体细节，这一区别尤其重要。

面向机器人应用，相关报道提到，Kosmo 可以从一个重建空间生成超过 1 万条机器人训练轨迹。1 这一数字反映的是公司披露的能力，并不能单独说明这些轨迹对某一款机器人或具体任务是否足够有用、是否具有代表性。

Dairy Queen 案例：企业披露的结果应如何理解

禾赛称，一家 Dairy Queen 门店的扫描和重建约耗时 15 分钟，随后 Sharpa 机器人在该环境中运行，任务成功率达到 99%。4 其他报道将这一流程与约 300 小时的人工环境建模时间作比较。28

这些数字属于禾赛披露的案例，不是现有资料所证实的受控、独立对比。公开报道没有详细说明测试包含哪些任务，也没有明确 15 分钟是否只计算扫描和重建，还是包含机器人训练与部署。因此，更稳妥的理解是把它视为企业自报的应用案例，而非普遍适用的性能保证。

应用不止于机器人

发布时，禾赛宣布与具身智能公司 Galbot 和 Dexmal 建立合作，并展示了与 Pixar 的 RenderMan 和高德地图（Amap）相关的应用。17 这显示禾赛希望将 Kosmo 用于机器人之外的视觉内容和空间地图工作流程。不过，发布信息本身并不能证明每一种潜在集成或应用都已验证其实际表现。

读懂 Kosmo：从采集规格到实际用途

Kosmo 的核心思路，是把一次真实空间采集转化为可在训练或内容制作中复用的三维资产：Kosmo One 负责记录环境，Kosmo World 再处理和组织数据。2332

评估它的实际价值，不能只看 8K 采集或扫描用时，还要关注导出分辨率、重建质量、未扫描区域如何处理，以及生成的训练数据是否适合具体任务。禾赛公布的数字提供了系统能力的初步图景，但精度和部署效果仍应视为企业披露，直到有独立评估进一步验证。