2026 年 8 月 19 日至 23 日，世界机器人大会在北京亦庄举行。大会把「人机共生，产需共融」定为主题，参展企业超过 300 家，展品超过 2,000 件。相比展台上的新奇动作，供应链正在如何形成，是这届大会更值得追问的问题。

禾赛在 B 馆 B305 展位展示了 6D 全彩激光雷达超感光芯片平台「毕加索」、ETX 激光雷达、Kosmo 空间智能平台和迷你型激光雷达 JT128，并展出搭载禾赛激光雷达的宇树 G1 Pro 人形机器人与 Vbot 机器狗。这并不只是一次产品陈列。在禾赛的新表述里，激光雷达负责「感知」，Kosmo 用真实空间的三维数据服务于「理解」，动力模组则进入「执行」。一家以车载激光雷达为人所知的公司，正在扩大自己对「机器人基础设施」的定义。

这条新业务链已经有了初步收入。禾赛 8 月 18 日发布的二季度财报显示，当季机器人激光雷达交付量为 142,371 台，同比增长 193.4%。以 Kosmo 和机器人动力模组为主的战略增长业务（SGI）在二季度首次产生收入，公司把 2026 年该业务的收入指引上调至 2 亿—3 亿元，并预期 2027 年达到约 1 亿美元收入、实现盈亏平衡。

规模之外，禾赛也在为自己划定边界。刘兴伟对 42 号电波说，禾赛不会做机器人本体，也不会做通用具身大模型；它会做客户没有精力或不愿自己补上的传感器数据处理和小模型，但不进入客户最核心的本体与模型业务。用他的话说，禾赛要「卖铲子」。

以下为 42 号电波在 WRC 2026 现场对禾赛科技机器人感知业务 VP 刘兴伟的采访，经编辑整理。

从一颗激光雷达，到三层基础设施

问： 禾赛怎么判断接下来几年机器人的增长？人形和四足，哪一类会先上量？

刘兴伟： 人形和四足未来都会快速增长，我们看到的节奏是每年翻倍。我个人预估，今年整个人形机器人市场在几万台量级，明年会超过 10 万台，可能到十几万至二十万台。这是我们对行业的判断，不是已经实现的出货。

禾赛在历史上投入的新产品线，今年也开始进入收入增长阶段。战略增长业务包括 Kosmo 和机器人动力模组等激光雷达之外的业务。按公司现在的指引，今年收入在 2 亿—3 亿元，明年约 7 亿元，明年实现盈亏平衡。

问： 从激光雷达扩展到 Kosmo 和动力模组，会不会最终把禾赛带到机器人本体或通用大模型？

刘兴伟： 我们一贯的追求是不去跟客户抢生意。通用的具身大模型不会做，机器人本体也不会做。我们的定位是基础设施，就是给客户卖「铲子」。

我们会做一些客户没有精力、不愿意做，或者当前不想做的算法和 AI。比如，怎么从传感器的原始数据得到质量较好的 3D 高斯场景，它不一定要靠通用大模型解决，可能是相对小的模型。如果没有人做这一层，客户用激光雷达或 Kosmo 时会不顺手。我们愿意把这个缺口补上，但不会越过边界。

问： Kosmo 不只是一台相机。它的产品和商业模式是什么？

刘兴伟： 目前主要有两种模式：一是销售 AI 空间相机设备，二是销售云平台算力，未来还会探索新的业务方向。具身智能和世界模型公司可以用 Kosmo 获取大规模、高质量的三维空间数据，加快模型训练和迭代。

它对一个空间的数字化呈现，既包含色彩，也包含结构，而且可以编辑。比如可以把场景里的电视或杯子删掉、移开，或替换成别的物体。这样的资产可以服务于模型训练、仿真和评测。

问： 动力模组看起来是更传统的供应链业务。禾赛的差异在哪里？

刘兴伟： 激光雷达里的转镜模块，本身就是一个精密电机。它要实现非常精准的速度环和位置环控制，同时又要控制成本、效率和发热。禾赛在这些底层问题上有多年积累，把它复用到动力模组后，我们重新设计了 Sharpa 灵巧手的底层动力模组。

根据我们的测试，相较市场领先产品，这套模组的体积缩小约 37%，扭矩密度和功率密度都提升到约 3 倍。性能提升需要从电机的底层设计、选型和材料开始，还要靠大量仿真和自己掌握生产工艺。我们自己建了产线，才能精确控制绕线和装配。这些东西看上去不「性感」，却直接卡住了机器人的功率、发热和续航。

问： 这项业务现在进展到什么程度？会像独立创业公司一样拆分出去吗？

刘兴伟： 目前 Sharpa 灵巧手使用的动力模组是禾赛供应的，现在主要是手部关节，接下来会拓展到全身关节。截至二季度末，已经交付超过 1 万套。

我们不会把这项业务拆出去。禾赛要做机器人的基础设施，只要是和这个使命相关的事情，就会留在禾赛做。

问： 不少机器人公司认为当前供应链还不够成熟。问题在需求端，还是供给端？

刘兴伟： 这需要双方共同往前推。现在每家需求方的量都不大，供应商很难立刻投入大规模全自动产线，把产品做得高度标准化。一方面，需求端的量要增长；另一方面，供给端也要敢于超前投入。我们会把该做的事情做了，该投的资源投了。

机器人供应链与汽车供应链有两个很不一样的地方。第一，今天的需求规模还小；第二，机器人还处在快速变化中。供应商不只要会量产，更要看清底层共性需求是什么，然后快速响应。机器人的产品迭代速度会比汽车快，本体开发周期也会比汽车短。

问： 汽车已经有一套相对成熟的「车规」要求，为什么机器人行业还没有收敛出类似标准？

刘兴伟： 所谓「车规」不是一部统一的法规，也不是某一家公司的要求。它首先来自各家的真实使用场景：车在路上有多大的冲击和震动，需要应对什么温度，各家把这些载荷测出来后，最后逐渐收敛到一个大致范围，行业才把它叫作车规。

机器人行业的场景还没有收敛。它可能进工厂、仓储、商超和家庭，可能还要进入人类不愿去的环境。当用户场景还在快速变化时，很难从中提炼出所有机器人都适用的规范。

问： 禾 赛在与宇树准备春晚表演的过程中，对机器人的可靠性要求有什么新认识？

刘兴伟： 人形机器人的可靠性要求很高。它翻跟头后倒在地上的瞬间，冲击载荷可能远高于汽车常见的要求。我们一开始是按照汽车等级去做，早期应对春晚需求时，确实有激光雷达在测试中损坏。我们与宇树一起做了很多内部和外部减震工作，才攻克这个问题。

这也说明，机器人产品的标准不能只从车载标准复制。它要从机器人真实的跌倒、震动和工作环境里重新提炼。

问： 机器人公司都在讲「全栈」。你怎么定义这个词？

刘兴伟： 一家讲全栈的机器人公司，一般不会绕开两件事：机器人本体和大模型。但再往下一层，它不一定要做完本体的所有供应链，可能只挑一部分做，也可能都不做。模型依赖的数据和数采设备，也不一定由它自己做。

禾赛的机会就在这些层次。除了客户一定要自己做的本体和通用大模型，其他基础环节我们都愿意去做；当前聚焦的是感知、理解和执行。最终还是要回归价值：谁做这件事更划算，就应该由谁来做。

纯视觉之争会重演，但 3D 信息不会消失

问： 具身大模型的训练目前仍以视觉数据为主。机器人行业会不会像自动驾驶一样，重新经历一轮纯视觉与激光雷达的争论？

刘兴伟： 这波争论大概率会发生。但我们坚信激光雷达和 3D 感知这条路线是对的。

机器人的工作环境比道路更复杂。道路大体是平面，而人类工作的场景天然是三维的，机器人甚至会去人不愿意去的地方。在复杂光线和三维环境下，能稳定输出 3D 信息的传感器有很强的价值。

问： 如果视觉模型也能从二维图像里恢复三维世界，为什么还要加一个 3D 传感器？

刘兴伟： 纯视觉也需要理解三维环境，只是这个 3D 表征有时是显性的，有时是隐性的。模型需要用一部分参数，从原始视觉数据里恢复 3D。如果激光雷达直接提供这些信息，模型可以更简单，参数量和训练所需数据量也有机会下降，迭代速度会更快。

人本身是以视觉为主的，但我们的三维感知并不总是稳定。没有清晰边缘的台阶容易让人踩空，所以楼梯边缘会做醒目标记。对机器人来说，「大部分时候能判断」与「能稳定避免踩空」是两个不同的安全标准。

问： 从当前出货看，机器人激光雷达主要用在哪些品类？

刘兴伟： 二季度机器人激光雷达出货超过 14 万台，其中割草机器人占了很大一部分。除此之外，出货较多的还有物流车、人形机器人、机器狗和无人叉车，后几类合计也到了万台量级。

割草机器人更强调极致性价比，以 JT16 为主。人形、四足、AGV 和叉车的工作环境更复杂，通常需要更大的视场角，JT128 更适合这类需求。目前已经有超过 50 家机器人公司在使用 JT128。我们今年 JT128 的出货大数已经超过 5 万台，但精确数字还没有披露。

问： 对人形机器人来说，激光雷达主要解决什么问题？

刘兴伟： 最基础的价值是三维环境感知，包括建图、定位和避障。比如宇树机器人在春晚上做集群动作，需要让每台机器人实时运动到规定轨迹上，激光雷达就是其中一项环境信息输入。

降本与收敛，最终看底层投入

问： 激光雷达在汽车行业经历了长时间降本。机器人激光雷达还有多大降本空间？

刘兴伟： 不会像汽车业务早期那么大。禾赛的激光雷达花了大约 8 年时间降本，从 20 万元级别到 200 美元级别，这样的幅度不会在机器人市场重复。但从两三百美元级别继续往下降，肯定还有空间。

现在给机器人提供低成本产品，最有效的方式是尽量复用汽车供应链的底层器件、研发资源和量产能力，不让新产品独自分摊过高的研发费用。未来机器人上量到几十万、上百万台后，再从芯片开始为机器人做专门设计，成本还能进一步下探。

问： 这次 WRC 展出的 6D 全彩激光雷达平台，对机器人意味着什么？

刘兴伟： 6D 全彩激光雷达把色彩和深度信息结合在一起。我们现在还做不到减少摄像头，但下一代产品有可能实现，从而带来系统级降本。如果专门针对机器人做更深的优化，还会有其他降本空间。我们也会做 6D 激光雷达的机器人版本。

问： 现在做机器人关节模组的公司很多，产品规格也很多。市场最后会用什么标准分出胜负？

刘兴伟： 最终还是看性能。在同样的体积约束下，能实现多大的动力；或者在同样体积和动力的条件下，能以多低的功耗完成。

假设我们做出来的东西和市面上一样，它就没有必要存在，内部大概率会直接把项目停掉。只有比已知产品明显好一截，我们才会往外推。

问： 机器人激光雷达市场，会不会像车载市场一样，快速收敛到少数几家供应商？

刘兴伟： 有可能重演汽车行业的路径，快速收敛到几家。从汽车业务积累的元器件自研、生产管控和质量可靠性能力，放到机器人行业后会形成明显优势。现在我们在机器人上主要是一款 JT128，之后会有更多产品。不过，市场是否真的快速收敛，还需要持续观察。

问： 如果不用当前出货量或市占率来判断，什么才会决定机器人供应链企业最后的胜负？

刘兴伟： 出货量和市占率都是结果，结果无法决定胜负，原因才能决定胜负。原因是产品做得怎么样，技术做得怎么样，以及之前是否真正投入了芯片、产线和光机电等底层能力。

机器人赛道不怕做的人多，怕的是大家不愿意真正投入资源，不愿意花精力把一块事情做好。这个行业还有太多问题要解决，真正决定胜负的，会是前面那些不太起眼的长期投入。

问： 从收入结构看，机器人相关业务有可能超过汽车，成为禾赛第一大收入来源吗？

刘兴伟： 3 年内我觉得还有点难；5 年看，有可能发生，但现在还没有一个具体时间表。