物理AI最稀缺的一环，被这家公司押中

过去一年多，空间智能从一个学术概念变成了AI圈最热的关键词之一。李飞飞在2025年底发文，说这是“AI的下一个前沿”，把语言模型比作“黑暗中的文字匠”：能言善辩却缺乏经验，知识渊博却站不住脚。World Labs在2026年完成10亿美元融资，群核科技首席科学家预言“空间智能爆发只需24个月”。 资本在涌入，论文在发表，概念在被反复引用。但如果你追问一句：“空间智能到底长什么样？”大多数人的答案仍然停留在模型层：一个能生成3D场景的AI，一个能理解空间关系的算法，一个能在虚拟环境里导航的智能体。 这些答案没有错，也是新闻头条经常渲染的概念，但它们忽略了一个更基础的问题：空间智能到底能干什么？如何跟我们的生产生活息息相关？ 10月14日，禾赛科技正式发布三维世界数据引擎Kosmo，并同步推出全球首款8K超高清AI空间相机Kosmo One。 （向少卿从 Sharpa D01 机器人手中接过并正式发布 Kosmo One） 从春晚机器人到皮克斯放映的动画电影、现象级黑神话悟空，Kosmo穿透了领域之间的界限，让真实世界可以被“复制”成AI能够理解和训练的资产。 物理AI、具身智能、空间智能……过去一年多，这三个概念轮番出现在AI行业的头条里，热度一轮高过一轮。但热闹归热闹，它们之间的关系却很少有人讲清楚。 物理AI要做的，是让AI从屏幕里走出来，进入真实世界，去驱动一台机器、操作一个物体、完成一次搬运。具身智能是物理AI最典型的形态：给AI一副身体，让它在真实空间里感知、决策、行动。而空间智能则是这副身体能够正常运转的前提。 可以说，物理AI是目标，具身智能是载体，空间智能是底座。 具身智能过去两年的进展有目共睹。人形机器人能跑能跳，灵巧手能捏起鸡蛋，端到端模型在实验室里完成了一连串漂亮的操作演示。2026年春晚，机器人秀武术、当伴舞，丝滑的表演惊艳了观众。GPT-6的发布又给这把火添了一捆柴：Astra在部分测试中直接输出机器人末端执行器的位姿，控制机械臂把积木放进碗里，20次成功了19次，成功率甚至超过了一些专门为机器人训练的策略模型。通用大模型正在越过那条曾经清晰的边界，从数字世界伸手去够物理世界。 但是，表演并不能替代真实物理生活中的实际工作，没有位置、朝向、尺度、相互关系等空间理解能力，机器人连“杯子在桌子左边三十厘米”都判断不了，更谈不上把它拿起来。 要训练出空间智能，首先需要真实世界的空间数据，即用数据构筑一张地图，而这类数据，恰恰是当前最稀缺的资源。二维图片、仿真数据、真机遥操都无法满足具身智能急速发展的需求。 这个瓶颈的直接后果是：机器人的硬件在进步，模型在进步，但连接两者的数据基础设施几乎是空白。GPT-6可以把策略模型的活干得不错，但它拿不到足够多、足够好的真实空间数据去训练。李飞飞画出了空间智能的蓝图，World Labs做出了生成三维场景的模型，可这些能力要落到一台真实的机器人身上，中间缺的是一整套从采集到处理再到输出的底层管线。 说到底，AI缺的是一张标记了物理空间位置关系的世界地图，没有这张地图，具身智能就只能在一片空白里打转。 地图的缺失卡住了空间智能，空间智能卡住了具身智能。这个链条传导到最末端，就是那些演示视频里看起来很聪明、到了真实场景里就犯迷糊的机器人。 行业里不是没有人尝试画出这张地图。但多数玩家只占一端：做仿真的不管真实感，画的是想象地图，山川河流、街道建筑一应俱全，却严重失真；做真机采集的不管规模，画的是拓印地图，一寸一寸从真实世界里拓下来，太慢、太贵、太小；做三维重建的不管语义和可训练性，只有等高线；做关节的不碰数据，根本没有地图。 结果是具身智能公司不得不在多个工具之间来回切换，拼凑出一套勉强能用的路线。没有一张地图，是能从头走到尾的。 GPT-6让业界看到了通用模型“动手”的可能性，李飞飞让空间智能从一个学术概念变成了资本和产业共同押注的方向，但两条线在中间交汇的地方，仍然是一片空白。 要同时具备真实感、规模化、语义标注和可训练性，需要的不只是一个算法或一款设备，而是一整套从采集到处理再到输出的底层能力。 这套能力，恰恰是禾赛在过去十余年汽车供应链里练出来的。在这个背景下看禾赛发布Kosmo，它的特殊之处不在于“又一家公司做了三维重建”，而在于物理AI基础设施公司的身份。 物理AI要落地，需要解决两个问题。机器如何作用于真实世界，以及AI如何获得足够高质量的真实世界数据，围绕这两个问题，禾赛布局了两大引擎。 一个是机器人运动引擎，对应硬件侧的能力。核心是动力模组，用于驱动机器人关节和灵巧手。单台人形机器人需要搭载超过一百个动力模组，占整机BOM成本超过一半。禾赛在精密机械与传动、芯片设计与算法、伺服控制与传感上的积累，能够完整迁移到这个领域。 另一个是三维世界数据引擎，对应数据侧