皮克斯园区里那盏经典的 Luxo 大台灯，被一台中国相机完整扫进了三维世界。旁边的彩球、树木，甚至连地面的光影也一并被记录了下来。
操作设备的人，是皮克斯 RenderMan 创意负责人 Dylan Sisson。这台相机来自禾赛，名叫 Kosmo。
把电影公司园区扫描进电脑，乍看像一次技术炫技。可顺着这条线往下看，会发现它与最近 AI 圈最热的方向撞到了一起。
就在昨天，刚开放的 Gemini 4 Argon，已经被谷歌用于探索机器人任务。官方演示中，波士顿动力的 Spot 先在仿真环境里练习踩垃圾桶踏板，再去现实中把易拉罐丢进去。
AI 要走出屏幕，得先有一个靠谱的地方练手。
电影人也有类似的烦恼：眼前这条街很漂亮，怎样把它完整带进电脑，让导演随时换机位，让艺术家接着改？
10月14日，禾赛正式发布三维世界数据引擎 Kosmo，与云平台 Kosmo World。与此同时，全球首款集成 8K 影像系统的 AI 空间相机——Kosmo One 诞生了。
这家以激光雷达闻名的公司，开始把真实世界转成可反复使用的三维数据。影视创作与具身智能，看似隔着十万八千里，却在这里找到了交集。
连皮克斯都坐不住了：那盏大台灯搬进「赛博世界」
要搞懂 Kosmo 的杀伤力，就得先看看它在皮克斯手里，到底掀起了多大的风浪。
了解影视业的朋友们都知道，皮克斯旗下的 RenderMan，是好莱坞绝对的「御用神级渲染器」。从《玩具总动员》开启电脑动画时代，到后来的《阿凡达》《星球大战》《曼达洛人》，几十年里拿下无数座奥斯卡最佳视觉效果奖。在计算机图形学这片丛林里，皮克斯就是规则的制定者。
而 RenderMan 的灵魂人物之一 Dylan Sisson，前不久干了一件极其浪漫又硬核的事。
他提着一台禾赛的 Kosmo 空间相机，走到了皮克斯加州总部的标志性广场上。那盏全宇宙影迷都无比熟悉的巨型台灯 Luxo Lamp，以及那颗经典的皮克斯红黄蓝三色球，就立在广场中央。Dylan 打开相机，在园区里溜达着扫了一圈。
传统好莱坞团队要是想把这样的实景搬进电脑做特效，得怎么干？一支几十人的专业扫描和测绘团队，架着重型设备在现场待上好几天，拍成千上万张不同曝光的照片，再由几个高薪模型师花上两三个星期一点点手工拓扑、贴图、抠细节。
但 Dylan 拿着 Kosmo，在短时间内就完成了微秒级的数据采集。紧接着，这些数据被导入 Houdini，再接入 RenderMan 28 测试版的渲染工作流。
凭借 3DGS技术与激光雷达的毫米级精度融合，皮克斯广场的每一寸地砖、跳跳灯金属外壳上的斑驳反光，被完完整整地还原在数字空间里。
更震撼的是，他还用 RenderMan 的风格化渲染工具，在这些真实三维高斯数据上进行艺术二次创作。短短几步操作，真实世界里的皮克斯总部大楼，瞬间化身成带有细腻手绘笔触、浓郁油画质感的动画梦境。Dylan 甚至专门为这个项目制作了一套官方教学案例，发布了这套工作流的教程。
好莱坞找上门，其实在禾赛的计划之外。禾赛 CEO 李一帆坦言，Kosmo 本来是为机器人训练做的，影视圈的热情，是品质做得太好带来的「意外惊喜」。
皮克斯负责渲染的老大给他的评价是：这类技术一直存在，但从没见过完成度这么高的产品。真实空间，就这样变成了艺术家手里的数字积木。
几百万搭的景，它一周搞定
对剧组来说，这条路径还有个很实在的吸引力：省工夫，也省预算。过去拍电影，剧组最怕两件事：勘景和搭景。
主创团队满世界飞，勘景动辄吃掉前期筹备预算的 30%；搭一个上万平米的欧洲街景，施工队要紧锣密鼓干上两个月，烧掉几百上千万，拍完一拆全成建筑垃圾。中途导演想改个光照、换个机位，全组都得跟着加班脱层皮。
现在用 Kosmo，一个人、一天就能搞定现场数字化采集，勘景成本有望从前期预算的 30% 直降到 5%；万平米的街道实景，扫描加上重建编辑只需要一周，综合成本能省下高达 80%。更重要的是，场景里的每棵树、每扇窗都变成了可交互、可编辑的三维资产。白天随时能调成黑夜，灯光能重新布置，如果后期需要补拍，直接调出已有资产在虚拟棚里就能拍。
全球首款 8K AI 空间相机：Kosmo One 登场
这台设备，某种程度上是被客户「逼」出来的。李一帆回忆，测绘、建筑这些行业不断来要更高精度的激光雷达，从几厘米一路做到毫米级，而且东西够好就愿意多付钱。
但一颗高精度激光雷达，只是开始。客户还得配齐摄像头、惯导和计算平台，再把这些部件整合成一套系统。禾赛于是决定，把这套集成工作也接过来，直接做成一台完整的设备。连里面那颗激光雷达，都是为毫米级精度和小体积重新开发的。
那么问题来了，普通相机也能拍照片、录视频，Kosmo One 多做了哪一步？
看一张桌子的照片，你能认出桌子。可要准确知道桌沿离机器人多远、台面有多高，或恢复拍摄时相机的位置，还需要额外的空间信息。Kosmo One 把激光雷达、8K 影像系统、一英寸大底 CMOS 和高精度 IMU 装进了同一台设备。
雷达负责测距离，影像系统记录颜色和纹理，IMU 跟踪设备运动。它能对空间几何、影像与设备位姿进行微秒级同步采集。然后，重建系统把它们拼成三维场景。
其中的关键技术，便叫 3D Gaussian Splatting，简称 3DGS（3D高斯泼溅）。
很多人以为 3DGS 就是给点云上个色，或者把照片贴到墙上，李一帆专门纠正过这个误解。墙上挂的时钟，正面和侧面反射的光完全不一样。全景照片只能站在固定点看，点云贴图也只有一个亮度，换个角度就假。
3DGS 的做法说起来「很土」：扫描时把各个角度的光都采一遍，拼成一个信息量高得多的模型，从哪儿看都是真实的那一面。镜头可以在重建的空间里移动，看看同一个地方从另一个角度是什么样。这种能力对电影人很有用：导演试机位、做镜头预演，终于有了可以绕着看的实景素材。
它的几何精度达到了毫米级，而且最高能录 8K 画面。不过这里要说明一下，8K 是指镜头本身的最高采集分辨率，最终导出的成片其实最高是 6K。
此外，使用流程也被压缩了。普通室内 100 平米大概 15 分钟就能扫完，当然具体多久还得看户型复不复杂、要求高不高。设备开机就能直接扫，中间有智能引导，断了也能一键续扫，后续直接把数据扔给 Kosmo World 云平台去跑就行。扫描一间屋子的门槛降下来，3D 采集才有机会从专业团队的项目，变成更多创作者日常能用的工具。
机器人上课，还得把距离算准
电影里，一处场景首先得让观众相信。机器人走进去，还得知道哪里能走、哪里会撞，伸手能不能碰到目标。假设它要拿起柜台上的杯子，训练场景里杯子的位置偏了一截，再漂亮的画面也救不了抓空的手。
禾赛联合创始人、CTO 向少卿把这个难题概括为数据的「不可能三角」：高质量、大规模、低成本，很难同时拿到。
照片、视频记录了画面，距离、相机位姿和真实空间关系，还要额外获取。纯仿真能批量生成，材质、摩擦和形变却容易偏离现场。真机遥操足够真实，又得投入设备、人力和时间。李一帆举过一个例子：同一个场景让纯视觉模型重建，桌子歪了、椅子歪了，因为全靠概率猜。200 个特征猜对 150 个就没法用，激光雷达能把 200 个全做准。因此，高质量的真实世界数据，已经成为物理 AI 发展的最大瓶颈。
Kosmo World 底层的 Kosmo Spatial Core，简称 KSC，会在一次重建中生成三种空间对齐的数据：3DGS、mesh 和 depth。3DGS 尽量还原场景外观，让机器人看到的画面更接近现场；mesh 就是三维网格，用来表达物体表面与结构，为拆分物体、设置碰撞和交互提供基础；depth 是深度数据，记录空间距离，帮助把物体落到准确的坐标上。三种数据来自同一个场景，机器人眼里的柜台，与仿真系统中用于碰撞计算的柜台，需要待在同一个位置。
KSC 还能识别场景中每个物体的语义属性，把静态模型变成可以交互的智能对象；未扫到的盲区，原生 AIGC 会自动推断补全。它甚至能根据具体机器人自带相机的特性做视觉适配，让机器人在「自己眼中」的世界里训练，进一步缩小仿真与现实的差距。
DQ 打冰淇淋，全靠它了
在发布会现场，禾赛晒出了一个已经跑通的真实商业闭环——Sharpa 机器人在 DQ 冰淇淋门店打冰淇淋。
别小看「在 DQ 打一杯暴风雪冰淇淋」，这对机器人来说简直是地狱级考题：门店灯光复杂、不锈钢机器表面全在反光、取杯子力道大了会捏扁、接冰淇淋位置偏两毫米就会洒一地。过去，专业团队人工建模还原一家门店，约需投入 300 个小时。现在拎着 Kosmo 进店，15 分钟扫完直接生成高保真三维训练场。Sharpa 机器人在这个数字孪生的 DQ 店里疯狂特训之后，真机上岗时的失败案例直接暴跌到原来的十分之一，任务成功率飙到了惊人的 99%，稳稳当当地在真实门店里系上围裙上岗打工了。
先在数字门店练习，再回实体门店验证，也能少花一些现场试错的钱。禾赛的三位联合创始人——李一帆、向少卿、孙恺，也共同创立了 Sharpa。同一支创始团队，恰好连接起了空间数据采集与机器人使用数据的两端。现场，Kosmo 还与银河通用、原力灵机签订战略合作。下一步能否适应更多机器人、更复杂的任务，要靠这些具体场景来检验。
世界模型再会「做梦」，也得见过真世面
对世界模型来说，这样的门店还有另一种用法：让 AI 在脑子里「逛店」。往柜台左边挪两步，会看到什么？走近冰淇淋机，画面又该怎么变？这些空间关系，得对得上。总不能镜头一转，柜台就挪了窝。
Kosmo 提供的 1:1 精准数据与真实位姿，恰恰成了世界模型理解物理世界规律的「真实度量衡」。更夸张的是效率提升：基于同一个精准三维空间，KSC 在云端能自动衍生上万条机器人训练轨迹。
按禾赛的测算，相比用真机采集高质量轨迹数据，花同样的钱，Kosmo 的数据获取效率能提升 100 倍以上，具体提升幅度会随场景规模、轨迹数量和参数设置变化。
李一帆把 Kosmo 称为「顺 AI」的产品：AI 越强，能解决的问题越多，反而越需要真实世界的原材料。纯 AIGC 只是拿已有信息反复「编」，不会带来新信息，就像 AI 短剧里的人脸，看来看去都长一个样。当全行业都在追逐世界模型，真实三维数据就成了最硬的硬通货，Kosmo 正是背后那个无可替代的数据底座。
如今，同一份真实空间数据，正在流向更多工作流。禾赛也在围绕这件事连接工具生态，面向 RenderMan、Houdini、UE 等创作平台，以及英伟达 Isaac Sim、Isaac Lab 等机器人仿真平台开放数据与三维资产。
甚至，在咱们普通人的日常生活里，Kosmo 的数字触角都已经悄悄铺开了：9 月云栖大会上，Kosmo 与近 10 亿月活的高德达成战略合作，首批重建的「重美术馆」「偏锋画廊」已上线扫街榜「飞行街景」，出门前就能在手机里先逛一圈。文旅这边，Kosmo 与联合国合作伙伴 TRIC 合作，以成都杜甫草堂为蓝本打造沉浸式数字艺术作品，让故居空间成为可远程体验、继续创作的三维素材。
下一站，物理 AI
「数字 AI 已经起飞，而物理 AI 的基础设施仍亟待建设。」
禾赛联合创始人、CEO 李一帆的这句话，道出了 Kosmo 背后的另一层野心。AI 要从屏幕里走出来，光有聪明的大脑还不够，它得有真实世界的数据可学，也得有能把动作做出来的手脚。过去十余年，禾赛死磕激光雷达一件事，硬生生把芯片级全栈自研、光电系统和车规级智造做到了极致。据介绍，激光雷达交付量已连续 9 年实现翻倍式增长。
李一帆说，这并不能叫做「转型」。转型是造飞机的去卖大米；而禾赛攒下的光机电设计、定制芯片和成本质量体系，本来就不只属于汽车，往机器人走，是能力的外延。
顺着这条路，禾赛给自己划出了两条路线：三维世界数据引擎，负责把现实变成训练与创作素材，Kosmo 就是这条路线的首次系统性产品化落地；机器人运动引擎，负责让机器真正动手，它的核心是动力模组，驱动手指和关节，决定机器人能否把动作做得有力、精细。
这一块的重要性，常被只盯着大脑和世界模型的人低估。汽车只有前后、左右两个自由度，人形机器人轻轻松松近 100 个。李一帆算过，驱动和关节占掉一台机器人一半以上的成本，相当于电车时代的电池。更尴尬的是，此前根本没有成熟供应链。第一批做灵巧手的团队，小马达从哪儿来？答案是电动牙刷。
采用禾赛动力模组的 Sharpa Wave（W01）触觉灵巧手，具备 22 个主动自由度，并已进入英伟达 Isaac GR00T 人形机器人参考方案。
按禾赛公布的数据，其动力模组体积比同类产品缩小 37%，功率密度提升至 3 倍；截至 2026 年第二季度末已交付超过 1 万套，正从灵巧手向全身关节拓展。在李一帆的规划中，三维世界数据引擎与机器人运动引擎，将成为禾赛的第二增长引擎。他甚至提前立了个 flag：禾赛的空间智能产品，最终会是一件比激光雷达更大的事。
过去十年，禾赛做的是让机器看见世界；下一个十年，我们要做的是让机器人理解并改变世界。
如今，皮克斯拿它的相机搞创作，机器人用它的数据练干活，世界模型也有了真实参照。虚拟世界的狂欢已经够热闹了。
下一场考验，就在真实的柜台前。AI 要走出来干活，得先把这个世界学明白。
发表于 2 小时前
|
查看: 6|
回复: 0
