禾赛发布三维世界数据引擎 Kosmo：15 分钟扫描生成机器人训练环境
机器人训练缺的不是模型，是真实场景的三维数据；这篇讲禾赛怎么用一台相机把门店搬进虚拟环境。
禾赛发布三维世界数据引擎 Kosmo，含空间相机 Kosmo One 和云平台 Kosmo World。前者把激光雷达、影像系统和 IMU 集成在一台设备里，约 15 分钟可扫描 100 平方米空间；后者把扫描结果重建为 3DGS、Mesh、Depth 三种对齐的空间表达，供机器人仿真训练使用。
正文摘录
.jpg) 编辑｜Clio 把一家冰淇淋店交给机器人，需要准备多少东西？ 机械臂、灵巧手、摄像头，以及负责感知和决策的模型，构成了看得见的系统。但在禾赛联合创始人兼 CEO 李一帆看来，要让机器人真正上岗，还要解决一系列与「空间」有关的问题。 在发布会上谈到 Sharpa 与 DQ 的合作时，他列出了团队希望达到的三个目标：尽量不改造原有环境，完成任务的完整闭环，以及承担真正的制作工作。他介绍道，制作冰淇淋包含五十多个步骤，团队希望机器人能够把整套流程接管。  为了让机器人拿下这套流程，团队先为它准备了一家「数字门店」：将真实门店的布局、设备和操作空间搬进虚拟环境，用于训练。 禾赛表示， 过去专业团队人工建模还原一家门店需要约 300 个小时，他们的设备约 15 分钟即可完成扫描并生成高度还原的三维训练环境 ；Sharpa 的失败案例降至原来的十分之一，任务成功率达到 99%。 这也是空间智能正在讨论的问题。李飞飞将空间智能概括为 AI 在三维空间中感知、推理并行动的能力。与只回答「看到了什么」的视觉模型相比，它进一步要求 AI 理解物体在哪里、空间的几何关系，以及一个动作发生之后，世界会怎样变化。