徽声在线记者 | 周末
徽声在线编辑 | 文姝琪

在科技行业快速迭代的浪潮中，禾赛科技正面临一场深刻的转型挑战——这家以激光雷达技术闻名的企业，正试图撕掉“激光雷达公司”的固有标签，向更广阔的物理AI基础设施领域进军。

10月14日，禾赛科技正式推出了其空间智能产品Kosmo，标志着公司在技术布局上的重大突破。Kosmo通过集成激光雷达与高清摄像头，实现了对真实环境的精准扫描与三维重建，用户可将扫描结果转化为可浏览、可编辑的数字空间，广泛应用于机器人训练、影视特效制作及商业展示等多个领域。这一创新产品不仅展现了禾赛在空间感知技术上的深厚积累，也为其在物理AI领域的拓展奠定了坚实基础。

禾赛联合创始人兼CEO李一帆在发布会上阐述了其物理AI的分层理念，将行业划分为整机应用、模型与基础设施三大层次。他强调，仅依赖模型难以解决所有问题，底层硬件、计算能力及数据资源的完善同样至关重要。基于这一认知，禾赛正从单一的激光雷达感知解决方案，向Kosmo的空间数据服务及动力模组执行环节延伸，力求构建一个全面的物理AI基础设施体系。

这一战略转型背后，是禾赛对传统激光雷达业务增长瓶颈的深刻洞察。尽管禾赛在车载激光雷达市场占据领先地位，但近年来该领域价格战愈演愈烈，产品价格大幅下滑，对公司盈利能力构成严峻挑战。数据显示，2026年第二季度，禾赛激光雷达综合平均售价已降至1297元，同比下滑35%，且出货量未达预期，显示出“以价换量”策略的局限性。

面对传统业务的阵痛，禾赛将目光投向了具身智能这一新兴领域。今年第二季度，禾赛机器人激光雷达出货量达到14.24万台，上半年累计出货量更是突破26万台大关。同时，公司动力模组业务也取得显著进展，累计交付量超过1万套，预计2027年出货量将达到六位数规模。这些数据表明，禾赛在机器人市场的布局正逐步显现成效。

然而，机器人市场并非一片坦途。不同应用场景对激光雷达的需求存在差异，如割草机、配送机器人等更注重定位、导航与避障功能，而人形机器人则对“眼睛”的精度与多样性提出更高要求。此外，机器人动力模组作为核心部件，其成本占比高达整机物料成本的一半以上，对供应商的技术实力与量产能力构成严峻考验。

在此背景下，Kosmo的推出不仅是禾赛技术实力的展现，更是其商业模式的创新尝试。Kosmo由AI空间相机Kosmo One与云平台Kosmo World组成，前者集成了定制激光雷达、8K影像系统及高精度惯性测量单元，后者则负责三维重建、编辑与资产管理。通过这一平台，用户可快速生成3DGS、Mesh及深度图等数据格式，实现物体分割、编辑及AI补全等功能，大大提高了建模效率与精度。

据禾赛联合创始人向少卿介绍，对于约100平方米的场景而言，传统手工建模需耗时约300小时，而使用Kosmo进行现场扫描仅需15分钟即可完成。这一优势使得Kosmo在机器人训练、虚拟场景生成等领域具有广泛应用前景。禾赛还为Kosmo设计了多元化的收入来源，包括软硬件一体化产品销售、真实空间数据生产服务以及云处理、订阅与3D空间资产授权等增值服务。

然而，Kosmo的商业化之路并非一帆风顺。资本市场已见证过类似“空间智能”故事的起伏，如群核科技在上市时也曾试图从设计SaaS向空间智能公司转型，但截至2025年其空间智能平台客户数量与收入占比均较低，股价表现亦不尽如人意。这一案例表明，三维空间技术与规模化基础设施生意之间仍存在较长的商业链条与转化难题。

为验证Kosmo的商业模式可行性，禾赛选择了具身智能公司Sharpa作为重要合作伙伴。值得注意的是，Sharpa同样由禾赛三位创始人共同创办，且三人合计间接持有Sharpa多数投票权，因此双方交易构成持续关联交易。自今年3月起，禾赛已向Sharpa供应激光雷达、机器人动力模组及制造支持服务，交易金额约4200万元。此后，禾赛还将2026年相关交易年度上限由1亿元提高至3亿元，显示出对双方合作前景的乐观预期。

在二季度业绩会上，禾赛管理层透露Sharpa的需求是其机器人动力模组收入的主要来源。李一帆解释称，Sharpa为禾赛提供了真实使用环境中的反馈数据，有助于公司了解机器人对性能、可靠性与成本的实际要求，从而优化产品并推向更广泛的市场。然而，随着禾赛从Sharpa的深度供应商向整个机器人行业的基础设施供应商转型，如何赢得Sharpa竞争对手的信任与合作成为新的挑战。

毕竟，对于普通激光雷达业务而言，供应商主要交付标准零部件；而Kosmo与动力模组则将禾赛进一步带入客户的训练环境、产品定义与机器人架构之中。这种深度合作要求基础设施供应商建立清晰的信息边界与客户信任机制。为此，禾赛正积极拓展第三方客户群体以证明其商业模式的可复制性。目前其机器人激光雷达已进入超过50家企业客户名单之中；Kosmo也获得了银河通用等订单；并在10月14日的发布会上宣布与银河通用、原力灵机展开新的合作。

这些进展表明禾赛在物理AI基础设施领域的布局正逐步取得成效。然而真正检验其新身份成功与否的关键在于：不同技术路线、甚至彼此竞争的机器人公司是否都愿意将一部分关键能力建立在禾赛之上。这将是禾赛未来需要持续面对并努力解决的问题。