● 本报记者龚梦泽
当大模型在数字世界狂飙突进，物理AI与具身智能正站上产业爆发前夜，但真实世界的三维数据与机器人运动执行能力，仍是横亘在行业的两座高山。在禾赛（HSAI）科技Kosmo新品发布会前夕，中国证券报记者采访了公司联合创始人兼CEO李一帆。这家深耕激光雷达十年的企业，正撕下车载传感器（885946）厂商的标签，延伸出机器人关节驱动器与Kosmo三维世界数据引擎两大全新板块。对于外界将新业务拓展视作公司战略转型的疑问，他认为，这不是跨界转型，而是把打磨到极致的底层能力迁移到新的产业场景。当AI要走进现实世界，究竟谁来补齐物理世界的“地基”？
底层技术驱动业务向外延展
在李一帆的划分里，公司大致分为两类：产业型公司把主要能力积累在用户、数据、渠道，底层技术公司则把核心沉淀在技术本身。他认为，禾赛（HSAI）至今仍是后者。回顾十年激光雷达积累，禾赛（HSAI）沉淀下三项核心能力：复杂光机电系统设计、ASIC定制芯片与半导体（881121）设计，以及成本、质量与体系能力。在他看来，这几项并不绑定汽车行业，而是向外开拓新赛道的根基。
Sharpa作为全栈机器人企业，成为禾赛（HSAI）探索物理AI最好的“牵引者”。两家独立公司形成特殊协同：Sharpa站在应用端提出真实需求，禾赛（HSAI）从硬件、芯片、制造端落地验证，边开发边迭代。李一帆以特斯拉（TSLA）、比亚迪（002594）为例指出，真正的全栈闭环需要同时打通AI应用端与芯片、制造、测试的硬件端，对综合能力要求极高。正是这套协同模式，催生出禾赛（HSAI）两大新业务：机器人关节驱动器与Kosmo三维数据引擎。
李一帆表示，人形机器人（886069）单台动辄近百个自由度，关节驱动器成本占到整机一半以上，行业却缺少成熟供应链。他告诉中国证券报记者，早期创业者寻找小型马达，甚至只能从电动牙刷元器件里找机会和灵感，然而消费（883434）级微型马达又满足不了功率密度、减重、高力矩的严苛指标。Sharpa新一代机器人搭载禾赛（HSAI）自研关节，减重50%仍兼顾力量与速度。关节一旦笨重，整机重量抬升、底盘被迫做大，移动性、安全性、能耗都会连锁受损。
“驱动器对人形机器人（886069）的重要性，堪比电动车时代的电池。”李一帆解释，该业务未来将面向全行业开放。禾赛（HSAI）不会只做单一品类，未来有多条储备产品线，定位更接近物理AI时代的平台型Tier1供应商，不止售卖硬件，还包含软件、服务等多元形态。
Kosmo直面行业集成痛点而生
过去很长一段时间，禾赛（HSAI）作为上游供应商，把高精度激光雷达交付给测绘、建筑、机器人训练等各类客户。大量客户拿到传感器（885946）后，还要自行拼凑摄像头、惯导、计算平台，才能搭出一套三维采集系统。李一帆看多了行业现状，直言很多方案都带着浓重的“草台感”。各家应用厂商主业不在硬件底层，每个环节都很难做到极致，效果参差不齐。
“我们不做垂类应用，禾赛（HSAI）的定位是平台型公司。但市场上大量需求都在重复造轮子，做出来的成品完成度却很低。”再叠加Sharpa本身对机器人训练数据的刚需，Kosmo项目就此立项。历经两到三年打磨，这款高度集成的8K AI空间相机正式面世，把自研毫米级激光雷达、全景摄像头、高精度惯导整合一体，目标做出有“苹果（AAPL）感”的一体化产品。
很多人简单理解Kosmo就是“激光雷达加相机，给照片贴点颜色”。对此，李一帆不认同。他现场对中国证券报记者拆解3DGS技术的本质：传统点云贴图模式，物体只有一套固定视角纹理，换个角度渲染就会失真，就像VR场景里很多物体看着很假。而Kosmo在采集时遍历空间多角度，完整采集各方向光场信息，最终实现影像级三维重建。这让它跳出工业测绘边界，收获意料之外的客户。其中，皮克斯渲染团队给出极高评价，把产品接入影视渲染管线用于虚拟拍摄，高德飞行街景也已落地应用。
在李一帆看来，Kosmo不是为了销售激光雷达而生的附属产品，而是产业需要这样一套空间数据工具，才把各类传感器（885946）集成进去。图像大模型可以猜物体外形尺寸，但猜出的结果常出现桌子歪斜、椅子变形，在工业、机器人训练这类严肃场景，毫米级真实几何精度是不能妥协的底线。当然，激光雷达也并非万能，部分简单物体识别单靠视觉就足够，二者是互补关系。
做供应商时期，禾赛（HSAI）信奉“客户永远是对的”。但开发Kosmo的过程，彻底改变了李一帆的产品思维。“当你开始定义一个全新的行业产品，客户未必全是对的。如果所有人的想法都完全正确，根本轮不到我们去做这件事。”Kosmo没有现成标杆，没有明确的主力客户画像，属于边交付、边看市场反馈的探索型产品，不再是过去对接两三个大客户、汇总需求就启动研发的传统模式。
空间数据开启多层次商业可能性
当下行业充斥着一种观点：AIGC什么都能生成，仿真数据可以无限产出，真实三维采集设备的价值会被不断稀释。李一帆给出完全相反的判断：Kosmo是顺AI产品，而非逆AI产品。
他告诉记者，纯AIGC生成的虚拟数据，全部建立在已有公开信息之上，很难产出全新的现实世界信息，好比人只坐在办公室空想写作，素材终会枯竭。机器人世界模型越强、想解决的现实任务越多，对真实世界高质量原始数据的需求反而持续抬升。Waymo拥有海量仿真里程，却依旧不能替代珍贵的真实路测数据，具身智能领域同理。按照Scaling Law的逻辑，可预见的未来，机器人训练数据需求还会持续上涨，并不会快速见顶。
对于Kosmo的商业模式，市场也充满好奇：如果扫描一次场景就永久复用，生意怎么做大？李一帆拆解三层商业化路径。短期来看，最直接的是售卖硬件设备Kosmo One。中期来看，走向MaaS模式，客户不需持有硬件，按需采购三维重建服务，消耗算力换取数字资产，类似AI大模型的Token付费模式，禾赛（HSAI）相当于“算力收电费”的角色。长期来看，李一帆认为需要搭建数字资产平台，沉淀海量三维场景资产，走向订阅使用权，预计需三到五年建设周期（883436）。文物、建筑、工厂、家居物件，大量场景扫描一次，后续大量企业可付费调用这份数字资产，打开全新想象空间。
当然，这些战略增长业务短期注定要承担亏损，大量研发投入前置、回报周期（883436）拉长。禾赛（HSAI）现有车载业务现金流稳健、现金储备充足，给新业务提供试错土壤。李一帆表示，禾赛（HSAI）空间智能相关产品，最终会成长为比激光雷达体量更大的事业，这不会是单一一款Kosmo，而是多条产品线组成的产品矩阵。
汽车行业的发展历程可给机器人赛道提供参照，二者又有本质区别。李一帆分析，中国电动车产业崛起可以不依赖AI，先把三电、整车制造打磨成熟，智能是后续叠加的加分项；但通用机器人不同，如果没有AI能力做底座，机器人大多只能完成跳舞、迎宾等简单表演任务，很难真正释放生产力价值。“机器人赛道，产业链短板和AI技术突破，二者缺一不可。”
放眼行业，众多具身智能公司都高喊全栈闭环，自研算法、硬件乃至触觉模块。为何还需要禾赛（HSAI）这样的外部基础设施供应商？李一帆以特斯拉（TSLA）与车企生态类比：做全栈能拿到最优体验，但全栈对综合能力的门槛极高。企业会理性划分边界，分清哪些属于核心舒适区，哪些直接采购成熟的底层基础设施，是更务实的产业选择。
采访尾声，李一帆向记者描绘了物理AI完整的产业拼图：一部分是让机器变聪明的模型、算力、训练数据；一部分是执行端，即机器人的眼睛、肌肉，感知与运动硬件；还有被很多人忽略的部署运营，十万台规模的机器人如何运维管理，同样是巨大难题。禾赛（HSAI）瞄准的，就是这套庞大体系里的基础设施层。从激光雷达，到关节驱动器，再到Kosmo空间智能平台，禾赛（HSAI）早已不止于车载传感器（885946），而是押注整个物理AI时代的底层机遇。
