AI百科网 AI教程
产品动态

禾赛做了台空间相机:给房间按复制键

禾赛发布 Kosmo:手持相机加云平台,100 平方米扫 15 分钟,物体可单独抠出来编辑。它先服务专业用户,零售价还没公布。

装修前想把沙发挪到另一面墙看看效果,AI 画的图挺好看,比例却对不上你家。禾赛想解决的正是这一步:先把房间原样复制进电脑,再随便改。

一、发生了什么

10 月 14 日,禾赛发布 Kosmo 三维世界数据引擎,包含两部分:负责采集的手持 AI 空间相机 Kosmo One,和负责重建、编辑、管理三维资产的云平台 Kosmo World。联合创始人、CTO 向少卿给的目标很直白:把空间建模变成像拍照那样简单。

Kosmo One 的外形像大一号的 Pocket,把激光雷达和摄像头装在一起。激光雷达测形状、距离、位置,一英寸 CMOS 记录颜色、纹理和光影,再加高精度 IMU 做微秒级同步,让每一帧画面都能对上当时的位置和姿态。

精度方面,禾赛说做到了毫米级,能分辨网球拍上约 5 毫米间距的网孔。影像采集最高 8K,导出文件最高 6K。它的 ISP 是专门为三维重调过的,刻意不做"影调"和"风格化"——同一块地板,从不同角度拍出不同颜色,会让多视角拼不起来。

效率上,普通室内场景扫 100 平方米大约 15 分钟,支持即开即扫、智能指引,中途停了可以换个位置续扫。

采完交给 Kosmo World。它会做 AI 语义分割,把场景里的物体识别出来,提取成可单独编辑的三维对象。发布会演示里,说一句"把沙发拿走",沙发被分割提走,露出的地毯空缺再由 AI 按周围信息补全。

现场还做了一组对比:先用 20 张照片交给 GPT-6 Astra 重建,结果沙发的位置和形状不对,材质光影也有偏差;再把 Kosmo 采的 3DGS 数据喂进去,位置关系改善了,椅子的外形、花的材质仍有偏差。向少卿的比喻是,通用模型是"大脑",Kosmo 提供更准的"眼睛"。

已经有人在用。皮克斯旗下渲染器 RenderMan 的创意负责人 Dylan Sisson 扫了园区广场上的台灯和彩球雕塑;具身智能公司 Sharpa 用 Kosmo 还原了 DQ 门店,搭训练环境,任务成功率报到 99%。

价格没公布。禾赛 CEO 李一帆的判断是,空间智能市场的长期规模有望超过激光雷达市场。发布会最后还预告了与一家国内头部无人机企业的合作。

二、跟你有什么关系

准备装修或做房产的人:这是最直接的需求场景,但短期内你用不上——没有零售价,也没有消费级渠道。

做机器人或仿真的人:这类数据的价值不在"好看",在"能用"。场景扫进去、物体能单独拎出来改位置,等于给训练环境加了一个可编辑的沙盘。

做三维内容的人:比起纯软件建模,扫描加编辑的路子快得多,前提是导出的格式能进你的管线。

三、怎么判断一台空间相机值不值

  1. 先看精度是不是你的精度。毫米级对家装够用,对工业检测不够。厂商说的"能看清 5 毫米网孔",是在特定距离和光照下测的,问清楚条件。
  1. 再看数据能不能出得去。扫完的东西锁在自家云平台里,价值减半。要问支持哪些导出格式、能不能进 Blender、UE 或你自家的仿真器。
  1. 最后算时间成本。100 平方米 15 分钟是采集时间,不含重建和修模。真实项目里,后两步常常更久。

四、三个别信的说法

"手机拍几张照片,模型就能重建。" 现场那组对比就是回答:通用模型能生成一个"看起来像"的房间,但家具位置、尺寸、材质会漂。做效果图可以,做施工依据不行。

"空间相机不就是激光雷达加个摄像头。" 硬件只是前半截。真正难的是多视角颜色一致、时间同步、以及把点云和影像对齐的重建管线。禾赛做的是整套,不是两个零件。

"马上就能买一台回家扫。" 发布会没有公布零售价,禾赛自己说得很清楚:现阶段先服务有明确任务的专业用户,要变成日常设备还需要更便携的硬件和更省事的流程。

五、一句话结论

空间智能的第一批客户不是普通家庭,是那些愿意为"准确"付钱的人;复制现实这件事,先从不走样的复制开始。

信息来源

功能与价格以官方公告为准。本文写于 2026 年 10 月 17 日。

复制规范引用格式,便于转载注明出处
这篇有用吗?