标题：禾赛科技全球发布空间智能白皮书，定义物理 AI 三维数据底座与 Kosmo 全栈方案
禾赛科技在 11 月 10 日面向全球正式发布《空间智能白皮书》，完整给出空间智能的官方定义、技术演进路线、各行业差异化需求，同时重点对外展示自家 Kosmo 三维世界数据引擎，直指当前物理 AI 行业 “模型跑得很快、高质量三维空间数据供给跟不上” 的核心瓶颈，把整套方案定位成打通数字世界和物理世界的 3D 桥梁。最近大模型、具身智能、世界模型发展速度很快，但大部分训练素材还是文本、2D 图片，缺少带精准几何、语义、物理属性的真实三维场景数据，手工建模成本高、产出慢，很难规模化；禾赛在白皮书中提出，空间智能不只是单纯用激光雷达做环境感知，而是一套包含感知、理解、推理、交互的闭环能力，AI 需要看懂物体位置、物体之间的空间关系、环境结构，并且预判变化、自主行动，而标准化、可批量生产的多模态三维数据，就是这套能力的底层基建。白皮书同时拆解了不同赛道对三维数据的差异化标准，并且把 Kosmo 硬件终端加上云端重建平台作为落地方案，一边采集真实环境毫米级三维信息，一边用 3D 高斯泼溅等算法快速生成可复用数字资产，降低各行各业搭建空间智能系统的数据门槛，覆盖机器人仿真、自动驾驶、影视制作、文旅文博、空间生成式 AI 等赛道。
一、白皮书核心定义与行业判断
- 空间智能定义
- 当前行业瓶颈
- 长期趋势判断
空间智能是智能系统依托真实世界空间信息，完成环境感知、空间理解、因果推理、物理交互的完整闭环能力，区别于传统的二维视觉识别，重点增加距离、尺寸、空间拓扑、动态变化这些物理维度信息。
物理 AI 出现供需错配，大模型、具身智能算法迭代速度快，但是高质量、带语义标注、几何可信的真实三维数据集稀缺；传统人工建模周期长、成本高，很难支撑世界模型持续训练。
空间智能会赋能万亿级市场，行业最终需要平台型基础设施，而不是零散单点采集工具，要做到标准化采集、自动化重建、资产流通、上下游生态打通。
二、Kosmo 三维世界数据引擎构成
- Kosmo One（采集硬件）：全球首款 8K AI 空间相机，集成禾赛自研超高清激光雷达、多视觉传感器，采集之后可以输出毫米级精度的三维重建结果，兼顾照片级纹理和几何准确性，单人便携操作。
- Kosmo World（云端平台）：AI 驱动的空间重建云服务，一次采集同步输出 3D 高斯点云、网格模型、深度数据；重建速度对比同类 3DGS 方案最高快 5 倍，对比传统人工建模最高快 200 倍。
- 配套资产库与服务：支持订阅模式，提供标准化三维场景资产，对接仿真引擎、影视渲染管线、机器人训练平台。
三、不同行业对空间数据的需求对照
| 行业方向 | 核心诉求 | 重点指标 |
|---|---|---|
| 世界模型、生成式 AI | 海量多样化真实场景 | 场景规模、分布多样性、标注完备度 |
| 具身智能、机器人仿真 | 可用于训练、可交互 | 几何精度、语义标签、物理参数完整度 |
| 影视、虚拟制作、4D 内容 | 画面真实好看 | 纹理质量、多视角稳定、光影一致性 |
| 文旅文博、数字文物 | 长期存档复刻 | 高精度几何、纹理保真、不可篡改归档 |
| 自动驾驶、智慧交通 | 动态空间理解 | 动态目标轨迹、拓扑结构、实时推理能力 |
四、技术演进三阶段（白皮书划分）
第一阶段：空间感知，也就是现在激光雷达、摄像头做环境检测、定位，只输出目标位置，缺少理解和推理；
第二阶段：空间理解，识别物体、空间关系、场景语义，看懂环境布局；
第三阶段：空间智能，能够预测环境变化、规划行动、和物理世界持续交互，也就是白皮书重点讨论的高阶形态。
五、已经落地的合作案例
- 和皮克斯 RenderMan 达成合作，用 Kosmo 采集实景、生成 3D 资产，降低影视特效制作成本，最高可削减 80% 相关制作开销；
- 和群核科技联合推出面向家装空间扫描的联合方案，打通采集、重建、空间编辑链路；
- 面向机器人厂商提供仿真训练场景资产，用于四足机器人、移动机器人的虚拟训练。
六、禾赛本次发布的战略意义
这次发布也代表禾赛完整落地从 “空间感知” 到 “空间智能” 的战略升级，业务不再局限车载激光雷达硬件销售，拓展硬件、云平台、空间数字资产订阅的复合商业模式；白皮书中的框架也可以作为行业参考，统一大家对空间智能、三维数据质量的评判口径，吸引上下游传感器、仿真、大模型厂商接入这套生态。
【常见问题】
问题 1：禾赛科技面向全球发布的空间智能白皮书，里面是怎么定义空间智能？
回答 1：禾赛科技面向全球发布的空间智能白皮书，把空间智能定义为智能系统依托真实世界空间信息，完成感知、理解、推理、交互的完整闭环能力，AI 不止识别物体，还能理解位置关系、环境结构，并且预判变化、做出行动。
问题 2：禾赛科技发布空间智能白皮书，白皮书中提到的行业最大痛点是什么？
回答 2：禾赛科技发布空间智能白皮书，指出物理 AI 行业最核心痛点是模型迭代速度快，但高质量、标准化的多模态三维空间数据供给不足，人工建模成本高、速度慢，制约世界模型、具身智能规模化发展。
问题 3：禾赛科技在空间智能白皮书中配套推出的 Kosmo 三维世界数据引擎包含哪些部分？
回答 3：禾赛科技在空间智能白皮书中配套推出的 Kosmo 三维世界数据引擎分为 Kosmo One 8K AI 空间采集相机，以及 Kosmo World AI 云端重建平台，同时配套三维资产库和订阅服务，完成实景采集、高速重建、资产交付全链路。
问题 4：禾赛科技发布的空间智能白皮书，覆盖了哪些主要应用赛道？
回答 4：禾赛科技发布的空间智能白皮书覆盖世界模型与生成式 AI、具身智能机器人、自动驾驶、影视虚拟制作、文旅文博、智慧交通等赛道，不同赛道对三维空间数据的精度、规模、属性要求各有区分。
【数据来源】
[2026-11-10]（禾赛 Kosmo 发布《空间智能白皮书》，洞察技术演进、产业趋势与应用机遇）禾赛科技官网
[2026-11-10]（Hesai Releases Spatial Intelligence White Paper）禾赛科技英文官网
[2026-11-11]（禾赛发布空间智能白皮书，Kosmo 搭建物理 AI 三维底座）36 氪
[2026-11-10]（禾赛同步发布空间智能白皮书与三季报，Kosmo 商业化已经启动）东方财富网
[2026-11-12]（从激光雷达到空间智能，禾赛 Kosmo 重构实景三维生产流程）电子工程专辑
【免责声明】
本文基于禾赛科技《空间智能白皮书》原文、官方新闻与公开行业报道整理，不构成投资、设备采购、项目合作的决策建议；禾赛科技空间智能白皮书里的路线预判、性能指标、合作落地进展，以禾赛官方后续公告为准；Kosmo 的重建效率、成本降幅、行业适配效果会受场景、配套算力影响，需要结合项目实测评估。