大模型在数字空间飞速演进的当下，具身智能产业却始终受困于物理世界的现实约束。

行业往往将机器人落地难归咎于算法算力、本体制造等表层问题，但具身涌现观察，制约具身智能规模化落地的核心症结，在于机器感知、理解现实世界的整套底层基础设施尚未成型。

在2026世界机器人大会现场，禾赛科技展现了全套的解决方案，从底层芯片、感知硬件到空间平台、动力部件的完整产品矩阵，把物理AI底座建设这一关键产业议题带到大众面前。

不仅如此，现场宇树G1 Pro人形机器人、Vbot超能机器狗等多款采用禾赛科技激光雷达的产品同步亮相，直观印证这套技术方案在真实机器人上的落地能力。

01

芯片如何解决感知融合痛点？

行业主流方案长期采用激光雷达搭配可见光相机的组合，分别获取深度与色彩信息。但两套独立硬件存在固有的时间、空间偏差，后续需要耗费大量人力做标定、配准、三维标注，数据链路的误差会层层传导，最终干扰世界模型对现实环境的判断，这是绝大多数具身研发团队都要面对的现实痛点。

禾赛展出的6D全彩激光雷达超感光芯片平台“毕加索”，选择从芯片根源解决这一矛盾。它将彩色感光与ToF测距能力集成在单颗芯片内，直接完成RGB色彩与深度信息原生像素级对齐，输出原生高质量彩色点云。

区别于软件后处理的多传感器融合，芯片原生一体化设计，直接省去多传感器同步、反复标定配准等繁琐工程环节，压缩真实世界数据采集到模型训练的完整流程，降低物理AI模型迭代的时间与资金成本。

但是，具身涌现认为，毕加索的意义远不止是一款高性能芯片，它直击行业容易忽略的痛点：当行业扎堆打磨大模型效果时，源头数据的先天缺陷，会成为模型能力的天花板。

依托毕加索芯片打造的ETX全球首个6D全彩超千线激光雷达，硬件实力同样亮眼，最远测距可达600米，最高支持4320线，拥有极强的小目标识别能力，搭配自研光子隔离、波形解码引擎技术，有效降低复杂环境下的误报漏报。

毕加索芯片既可以服务自动驾驶场景，也能够为人形机器人、移动机器人提供兼具色彩、距离的6D感知输入，展会现场设置的体验环节，也让普通观众可以直观看到6D全彩激光雷达采集出的彩色点云画面。

02

数据饥渴难题该怎样破解？

互联网海量文本素材滋养了大语言模型，但面向物理AI的高保真三维场景数据十分稀缺，获取成本高昂，行业普遍深陷“数据饥渴”的困境。没有足够多真实、高质量的三维数据，具身智能就很难完成认知训练，仿真和现实之间的鸿沟也难以弥合。

为此，禾赛推出Kosmo空间智能平台，也是全球首款AI空间相机，给出了完整的成体系解决方案。

产品融合激光雷达、高清影像系统与3DGS重建技术，硬件、AI算法、3D数字资产、云服务全部整合在同一平台，能够快速完成现实场景的高精度三维重建。

这套平台可以完整覆盖具身智能全生命周期的数据需求：模型预训练阶段，补充二维图像缺失的空间信息，强化模型空间感知能力；后训练阶段，高保真三维场景可以用来开展导航、物体操作等任务训练，缩小仿真到现实的Sim-to-Real差距；产品评测阶段，还可以快速生成、灵活编辑虚拟测试场景，大幅压缩机器人测试的成本周期。

具身涌现认为，物理AI想要走向大规模商用，三维空间数据不能继续依靠小范围定制采集，必须转变为可批量生产的标准化产业资源。Kosmo的核心价值，就是打通三维数据生产的全链条，把过去昂贵稀缺的空间资产，变成大量具身企业可以取用的基础生产资料。展会现场参观者能够自由漫游平台生成的3DGS实景，沉浸式体验高保真三维重建带来的自由视角效果。

03

机器人感知硬件需要什么特质？

机器人的作业环境远比车载场景复杂，家庭、商超、办公等非结构化环境，对传感器的体积、视野、抗干扰能力都提出特殊要求。

禾赛推出的JT128迷你型激光雷达，目前已经被宇树科技、蚂蚁灵波、荣耀机器人等超50家具身智能企业导入，本次大会多款全新机器人产品均搭载该设备。

这款产品基于第四代自研芯片架构打造，拥有360°×189°超半球大视野，体积小巧便于隐蔽安装，就算物体紧贴机器人机身，也可以实现有效探测，帮助移动机器人实现近乎零盲区的三维环境感知。

当然，机器人传感器不能简单把车载激光雷达做缩小复刻。人形、四足机器人姿态多变，需要近距离与人、物体交互，只有针对机器人场景专门设计的平台化硬件，才能适配非结构化环境下的复杂感知需求，这也是JT128能够获得众多头部企业选择的底层原因。

04

全链路布局才是行业出路吗？

当前产业链多数企业选择单点突破，专注传感器、仿真软件或者机器人本体其中一环，而禾赛打造出覆盖“感知 - 理解 - 执行”的物理AI基础设施平台，也是业内少数已经实现商业化落地的全链路方案。

在感知端，依靠激光雷达获取三维空间信息，6D全彩技术进一步叠加色彩维度；在理解端，依托Kosmo，把物理世界转化为可供模型训练的三维数字资产；而在执行端，凭借机器人动力模组，把AI的决策转化为机器人实体行动。

截至2026年第二季度，禾赛动力模组累计交付突破1万套，产品也从灵巧手模组持续拓展至全身关节模组。

在具身涌现看来，这套布局的价值，正在于直面当下具身智能产业碎片化的现状。大量创业团队需要分别对接传感器、数据服务、动力零部件多家供应商，跨厂商之间的适配调试消耗大量研发资源，单点技术再强，也很难独自走完从技术原型到商业化落地的完整路程。禾赛的基础设施平台，并非意图包揽整条产业链，而是输出一套可复用的底层能力底座，降低全行业的研发门槛。

禾赛的探索也带来一个重要启示，物理AI时代的竞争，不只是算法模型的比拼，更是一整套面向真实物理世界的基础设施能力较量。它给整个行业提供了新的参照：想要让机器人真正看懂世界、融入现实，既要向上打磨大模型，更要向下筑牢底层根基。

完整的基础设施底座，会成为无数具身智能创新企业成长的土壤，加速推动整个产业跨过原型演示，走向规模化落地的新阶段。

往期推荐

免责声明：本文通过参考公众媒体内容，整理、翻译、编辑而成，仅供读者参考。文中的观点和内容不具有任何指导作用，对读者不构成任何项目建议或承诺！如果本文不慎侵犯您的权益，请与我们联系，我们将及时处理。

图片来源：网络

本文不作为投资建议