在冰淇淋店中应用机器人需要哪些装备？除了机械臂、灵巧手和摄像头外，感知和决策模型的构建同样不可或缺。禾赛科技的 CEO 李一帆指出，真正让机器人投入工作，不仅需具备这些硬件，还需解决与空间相关的一系列挑战。在一次发布会上，他提到与 DQ 的合作目标，包括尽量保持原环境不变、确保任务流程的闭环和让机器人完成实际生产。

冰淇淋制作过程包含超过五十个步骤，团队希望机器人能够全面接管这一流程。为此，他们构建了一个「数字门店」，即将真实店铺的布局和操作环境转化为虚拟环境以便训练。禾赛表示，传统团队需耗费约 300 小时进行门店建模，而他们的新设备仅需 15 分钟即可完成高精度的三维环境扫描，成功率大幅提升到 99%。

李飞飞将这一领域称为空间智能，它涉及 AI 在三维空间中的感知、推理和行动能力。这不仅是回答「看到了什么」，更要求 AI 理解物体位置、几何关系，以及动作对世界的影响。 谈球吧登录入口

禾赛10月14日推出了三维世界数据引擎 Kosmo，包含负责空间采集的 Kosmo One 相机和进行数据处理的云平台 Kosmo World。该系统的应用已扩展到皮克斯及高德的项目中。

那么，扫描后留下的信息如何使机器人有效学习？而为什么需要特别设计空间相机？机器人在数字门店中需要考虑多个因素，包括柜台颜色和纹理、设备间距等，这些都会影响机器人的操作路径和视觉识别。因此，训练所需的数字环境需全面涵盖外观、几何和空间关系。

虽然专业团队可以使用传统方法进行建模，但面对不同的现实场景，成本会迅速增加。现场扫描提供了更为高效的解决方法，Kosmo One 将激光雷达、影像系统和高精度 IMU 集成，能够精准记录具体空间。 谈球吧登录入口

该设备的毫米级精度对于细节保留至关重要，演示中展示的网球拍孔径仅为 5 毫米，Kosmo 的激光雷达则能清晰捕捉此类细微结构。同时，影像系统支持最高 8K 拍摄，确保在三维重建时多角度一致性，以避免因不同场景变化导致的图像偏差。

Kosmo 还配备了图像信号处理系统，以确保不同视角、时间的图像能够一致展现同一空间，使得几何与影像信息能够准确匹配。整体采集的完整性与信息配合度决定了空间相机的有效性，操作过程也尽量简化，用户可以轻松完成扫描和拍摄，这一切旨在让空间建模如同拍照一样简单。

在普通室内条件下，Kosmo One 可在大约15分钟内完成100平方米空间的扫描，随后将生成的空间记录转化为可重复使用的训练资产，也是后续工作的重中之重。 谈球吧登录入口