禾赛科技押注物理AI：激光雷达之外的新故事

达尔文在加拉帕戈斯群岛见过一种奇特的演化现象：不同岛屿上的雀鸟，喙的形状各不相同，各自适配所在岛屿的环境。

禾赛科技身上也能看到相似的进化印记。

2013年，李一帆、向少卿和孙恺在硅谷创业，做的是用激光雷达传感器检测危化气体。有投资人当时给出的评价是“一流团队、二流方向”。两年之后，禾赛转向车载激光雷达。

隔了这么多年，类似的情形可能正在重演。

在车载激光雷达市场做到第一之后，李一帆着手布局更多物理AI业务。

10月中旬，禾赛发布三维世界数据引擎Kosmo，想把雷达业务中攒下的空间感知能力，变成物理AI的三维数据底座。而这时距离三位联合创始人在具身智能领域二次创业、成立Sharpa，还不到两年。

管理层对这次转型的说法是：围绕激光雷达主业，SGI业务在技术、客户和财务三个维度持续得到验证，能打开一个潜在规模相当于激光雷达单独市场100倍的空间。

说到底，激光雷达那条有限的二流天花板，还是压住了一流创始团队的空间。

激光雷达卖得再多，靠低价走量堆出来的出货量，终究只是一门制造业的苦生意。何况当下具身智能、世界模型、物理AI这些新玩家接连冒出来，估值屡屡冲高，有本事的技术人才谁愿意坐冷板凳。

技术路线可以反共识，市值上却得找共识。

禾赛体系孵化出的Sharpa，借具身赛道的融资共识，投后估值就到了220亿元人民币。

对比一下：截至11月11日，禾赛港股盘中市值约200亿港元。也就是说，手握69.77亿现金、连续6个季度盈利的禾赛，资本价值还比不上成立没几年的Sharpa。

一级市场和二级市场不是一套逻辑，这没错。但激光雷达业务有限的想象力，确实明显困住了李一帆的野心。

财报会上，管理层预计四季度整体营收11-11.5亿元，低于此前市场分析师的收入指引预期。

不过对战略业务SGI，禾赛信心不小。管理层预计2027年新业务实现约1亿美元（约7亿人民币）收入，相当于总收入的10%以上，并计划同年做到盈亏平衡。

物理AI业务刺激之下，禾赛11月11日港股高开，盘中涨幅一度超过11%。也许再过几年，激光雷达这个主业就要退居二线了，毕竟物理AI才是市值管理的好办法。

激光雷达的龙头不香了

理想、小鹏、地平线、速腾聚创……汽车产业的能力，正在整体迁往物理AI。

电池、电机和精密制造是电动化积攒下来的家底，芯片、传感器和算法则来自智能化的沉淀。这些本领一旦外溢到机器人领域，车企、智驾公司和零部件供应商便纷纷赶往新的岛屿，禾赛同样在其中。

这波浪潮里，禾赛走出了两条完全不同的演化路线。

一条是从供应链来到供应链去：复用精密制造能力，让硬件从车载平移到割草机、配送车和机器人；另一条是往产业链上游冲，靠打造三维空间数据底座重塑估值逻辑。

禾赛急着踏上新路，是因为它虽然赢下了激光雷达的淘汰赛，却发现自己困在一个天花板明显的池塘里。

盖世汽车研究院的数据显示，今年9月，禾赛在中国远距ADAS激光雷达市场的份额达到43%，连续20个月排第一。市占率越往上走，激光雷达赛道的局限就越清楚。

产业周期的演进又进一步加剧了赛道挤压。激光雷达从高端车型的技术配置，下沉为十万元级家用车的标配之后，成本直接决定车企的采购决策，供应商的竞争重心也倒向了产品成本、良率控制与交付效率。

禾赛激光雷达业务的收入在三季度同比增长22.9%，达到9.78亿元，这个比例明显低于出货量的增速。终端价格一直在往下走，出货规模扩大已经没办法等比例换成收入增长。

靠自建工厂压成本，加上芯片不断迭代，禾赛三季度综合毛利率仍保持在41%。可放在制造业的盘子里看，这仍是一门靠规模摊销、来回循环的辛苦生意。

雷达技术本身也在外部快速演进，竞争版图因此被重新划分。

10月23日，千里科技推出新一代AI毫米波雷达，把大模型和端到端算法塞进底层雷达感知，复杂道路环境下的目标识别能力提升明显。AI算法把传统廉价传感器的感知上限往上抬，已经隐隐逼近激光雷达所在的高精度区间。

价格和出货量两头受压，禾赛必须去汽车之外找增量。

三季度，禾赛在机器人领域（割草机、扫地机、无人配送车、人形机器人）的激光雷达出货量同比增长51.1%，达到9.16万台。非车载业务开始放量，但汽车仍贡献近九成的出货基本盘。

就算在高度依赖感知的机器人领域，激光雷达也很难拿到一个“大结果”。禾赛与关联企业Sharpa之间的交易结构就能说明问题。

在Sharpa的采购清单里，激光雷达占比很低，关节动力模组才是绝对大头。今年7月禾赛上调与Sharpa的2026年度关联交易上限，激光雷达产品对应的上限只有200万元，制造及相关支持服务为5300万元，而电机、减速器等构成的机器人动力模组高达2.21亿元。

机器人对激光雷达的需求多少要看感知方案怎么选，但要做动作，就得靠几十个自由度的关节模组。禾赛管理层在本次财报中也说得很明确：机器人动力模组通常占人形机器人整机物料成本的一半以上。

更关键的是，从激光雷达到关节模组，禾赛在这些业务上沿用的还是精密制造那套逻辑——自研核心零部件，靠规模生产和效率，把汽车供应链积累的能力平移到外部。

这条路风险更低，可它跳不出制造业按件计费的增长规律。想靠叙事切换估值轨道，禾赛得走出制造业的围栏，长出新的“鸟喙”。

数据生意，开始“陪跑”

“过去十年，禾赛做的是让机器看见世界；下一个十年，我们要做的是让机器人理解并改变世界。”

这句话是李一帆在10月的Kosmo发布会上喊出的第二曲线。动力模组是在制造能力上做加法，Kosmo则代表另一种选择：把空间感知能力从硬件产品变成数据生产能力。

真正让李一帆动心的，是水深鱼大的物理AI。

“数字AI已经跑起来了，可物理AI所需的底层设施还差得远，新的产业机会就藏在这个缺口里。”李一帆说，想让AI从数字世界迈进现实世界，得有两种能力支撑：一是读懂真实世界三维数据的本领，二是让机器人动起来的运动能力。

机器人要进工厂、仓库、商场，跟大量非标准化物体打交道。这要求它不光能识别障碍物，模型还得理解三维空间关系，再据此规划和执行动作。为了压低真实环境里的训练成本，行业正在尝试把真实场景重建为可编辑的数字环境，再用仿真生成训练样本。

禾赛切入的，正是具身智能的Sim2Real（从仿真到真实）这一环。

10月14日，禾赛正式发布Kosmo三维世界数据引擎，包括集成激光雷达与8K影像系统的采集终端Kosmo One，以及负责空间重建与处理的云平台Kosmo World。前者采集物理空间的毫米级几何尺度与高清视觉信息，后者用3D高斯泼溅（3DGS）等技术，在云端把真实环境转成可编辑的三维数字资产。

理想状态下，重建后的单一场景能泛化生成上万条训练轨迹，给训练环节降本增效。但真实空间的重建，只解决了数据供给的第一步。

机器人训练不只要知道所在空间的大小、形态，还得理解物体怎么运动、接触会产生什么反馈。这背后横着禾赛光学主业与力学、物理之间的工程跨度。

更现实的阻碍是下游客户的付费能力。禾赛紧锣密鼓往数据层进军的同时，整个机器人赛道正在经历资本降温。IT桔子数据显示，10月赛道融资仅33起，累计金额101.05亿元，较9月的60起近乎腰斩。

机器人公司自己还没赚到钱。真机数据的市场价格也不过每小时500到1000元。至于仿真数据的行业需求，智元姚卯青曾给出自己的判断，他直言仿真数据“在训练环节占比很小，更多用在评测”。

在李一帆给Kosmo画的商业化路线里，分三步走：眼下先卖设备；过一阵子转做MaaS，客户按需购买三维重建服务，禾赛从中收取“算力电费”；再往远看，是建一个数字资产平台，把海量三维场景资产攒起来，最终走订阅模式。他给出的时间表是三到五年。

资本环境转冷，机器人公司大多还没学会自己造血，Kosmo这段陪跑期注定短不了。钱要紧，禾赛也就不挑食了，跨界销售一起上，拿成熟行业的收入先养着新业务。

三季报里写得很清楚，Kosmo的空间数据能力正在往影视、文旅、商业空间和本地生活几个方向输出。

影视这边，皮克斯旗下的RenderMan已经把Kosmo接进了渲染工作流。本地生活这边，禾赛跟高德地图牵了手，把线下商业空间做成能浏览、能交互的三维数字场景，就是今年推出的“飞行街景”。

机器人方向披露得少，只提到与银河通用、原力灵机在做试点。

业务摊得再开，只要收入还是按台、按套、按项目来算，禾赛走的就仍是精密制造那条进化路。

工具、场景的价值之辨

加拉帕戈斯群岛上的雀鸟，喙长成什么样，是环境逼出来的。禾赛要想长出一张新“鸟喙”，就得换一片环境，从原来的生态位置上挪开。

敢往新岛屿去，底气来自过去那些年的进化。

十多年下来，禾赛围着激光雷达搭起了完整的光学系统、传感器芯片和硬件时钟同步体系。这些能力可以复用，禾赛切入物理AI的数据层就快。另一边，激光雷达主业还在持续造血，截至9月，账上现金储备约69.77亿元。

技术在手，资金也够，禾赛的试错周期因此比一般创业公司长得多。

窗口期摆在这儿，禾赛要向市场交底的问题说起来很朴素：数据这门生意里，工具和场景，哪个更能创造价值？

工具这一环，禾赛做得够好了。Kosmo One能做到即开即扫、智能指引、一键续扫，按禾赛官方口径，普通室内场景扫100平方米，约15分钟就能拿到高保真结果。

可数据资产要沉淀，靠的往往是真实场景的积累。禾赛的难题更多落在场景上。跟财报一起发布的《空间智能白皮书》讲得直白：行业要的不是单点采集工具，而是能标准化生产数据、把上下游连起来的平台型玩家。

光靠硬件这块长板，撑不起一个平台生态。禾赛的办法是向外借力，找场景方合作。

11月9日，禾赛和群核科技一起发布了3D空间相机Aholo x Kosmo One。禾赛的高精度采集硬件，接上群核的Aholo Reality空间重建平台，数据采集、三维重建到场景编辑就此打通。

两家公司的合作其实去年就开始了。群核在家居设计和空间数字化市场做了多年，室内场景建模、三维资产生产以及相关行业客户资源都在手里；禾赛补上的，是高精度物理空间采集这一块。

各取所需也好，抱团取暖也罢，都照出了禾赛在数据价值链上站的位置。

Kosmo云平台是有空间重建能力，可空间资产要真正落到以机器人训练为主的场景里，核心的行业知识、编辑工具和场景资产还捏在下游手里。另一边，3DGS这类三维重建算法在开源社区传得很快，前端采集硬件和基础重建管线的稀缺性只会被越冲越淡。

用成熟主业去孵第二曲线，硬件龙头大多这么走。禾赛的难处在于，新业务和原有主业虽然底层光学技术上一脉相承，要的却是两套完全不同的运营能力。

管理层前面说过，新业务打开的机会，潜在规模能到单独激光雷达市场的100倍。

话说得高调，“2027年SGI目标营收7亿元、力争盈亏平衡”这条指引反倒显得不那么激进了。Kosmo到7月才开启样机交付，市场自然得多给些理解和包容。

雀鸟换喙，靠的是环境和一代代的缓慢筛选。禾赛的时间还算宽裕，在那之前，激光雷达这只旧喙还得继续扛起养家的担子。