禾赛发布Kosmo：手持扫描真实空间，生成可编辑副本

想把沙发挪到另一面墙，又怕搬完才发现原来的位置更好。禾赛想让这一步先发生在电脑里。10月14日，这家以车载激光雷达闻名的公司发布了Kosmo三维世界数据引擎，核心是一台手持设备Kosmo One：它外形像大了一号的大疆Pocket，扫描一个房间，就能得到一个可以在虚拟空间里挪动家具的副本。

原理并不复杂。激光雷达（一种用激光测距的传感器）负责测量物体的形状、距离和位置，一英寸CMOS影像系统（即摄像头的感光元件）记录颜色、纹理和光影，两部分信息再对齐，还原出真实空间。禾赛称其几何精度已推至毫米级，能清晰辨识网球拍上约5mm间距的网孔。影像部分最高支持8K采集，用户最终导出文件的最高分辨率为6K。与普通相机不同，它要尽量避免风格化处理，保留现场原有的颜色与光影，并通过为三维重建专门调教的ISP图像处理系统，减少不同摄像头、不同时刻之间的差异，让多个视角拼成连贯的场景。采集时，激光雷达、影像系统与高精度IMU（惯性测量单元，用来记录设备的位置和姿态）在微秒级上同步。据禾赛公布的数据，普通室内场景下，扫描约100平方米只需约15分钟。

采集完成后，云平台Kosmo World接手。它借助AI语义分割识别场景中的物体，把它们提取为可以独立编辑的三维对象。发布会上，系统根据语言提示识别出沙发并将其分割出来，沙发移走后，AI根据周围信息补全了被遮挡的地毯纹理。禾赛还做了一组对比：同一房间拍摄20张照片后交给GPT-6 Astra重建，沙发位置和形状出现偏差，材质与光影也有偏差；把Kosmo采集的3DGS数据交给它，物体之间的位置关系有所改善，但椅子外形、花的材质等细节仍有偏差。禾赛的说法是，通用模型像“大脑”，Kosmo One负责提供更准确的“眼睛”。这些对比数据均来自禾赛自己的发布会演示，尚未见到独立测试。

这项技术已经进入专业人士的工作流程。皮克斯旗下工业级渲染器RenderMan的创意负责人Dylan Sisson扫描了园区广场上的台灯和彩色小球雕塑，扫描结果可以在软件里调整位置、大小和透明度，反复用于不同制作环节。机器人公司Sharpa则用Kosmo还原了一家DQ门店，搭建机器人的训练环境，禾赛称其机器人在该环境中的任务成功率达到99%。据TechNode报道，这次扫描替代了约300小时的人工建模。

那么，对普通人意味着什么？眼下并不意味着马上能用。禾赛尚未公布Kosmo的零售售价，短期内，个人用户还无法用它扫描自己的房间。要走进日常生活，设备还需要更便携，从采集到调用的流程也要更省事。禾赛表示，Kosmo将继续迭代，采集设备也有机会通过合作伙伴，以手持之外的形态进入更多场景。对于开发者和专业制作团队来说，更直接的变化已经出现：一次扫描就能留下可以被反复调用的三维场景，既能用于影视，也能用来训练机器人。