11 月，Kosmo 与物理 AI 基础设施公司 Ropedia 达成战略合作。双方的合作将紧密围绕高质量真实世界数据的规模化生产，打通“空间数据规模化采集—空间数据结构化—空间数据标准化交付—模型验证”的完整链路，面向 OpenAI、Meta、DeepMind、NVIDIA、Google、Microsoft 等全球大模型、具身移动操作模型、世界模型团队，提供可直接进入训练闭环的多模态空间数据产品，跨越具身训练的 Sim-to-Real 鸿沟。
此次战略合作已有实质成果落地：双方联合支持的研究项目 Ropedia Xperience 2 于 11 月 12 日正式发布，构建了包含 1,589 个公制尺度 3D 扫描场景、74 项任务与 4,230 条第一视角记录（总时长 131 小时）的物理 AI 数据资源库。场景扫描全部使用 Kosmo One 完成，首次实现静态空间资产与动态人类经验在同一坐标系、同一时间轴上的原生对齐，并验证了实转虚、动作重定向、虚拟遥操作、长程轨迹生成四条数据复用路径，为物理 AI 环境与行为数据的规模化采集建立了黄金标准。（项目网址：ropedia.com/xperience/2-research/ ）
围绕「Experience Scaling Law」核心方法论，Ropedia 构建 Sense–Production–Deliver 三层产品体系——以头戴式第一视角采集系统 HOMIE Gen2 收集人类经验数据，由 Experience Engine 完成 4D 重建、动作切分与语义标注，向具身基础模型、VLA、世界模型与空间智能团队交付结构化 Experience Data。Ropedia 已累计服务全球 1800 余家数据机构、覆盖 20 余家头部具身智能企业，旗舰数据集 Xperience-10M 在 Hugging Face 具身智能榜单位列 Top1。
Ropedia 的研究能力在 Xperience 2 论文中亦有验证：其采集与处理管线完成了 3DGS 重建、相机轨迹与手部/身体运动估计、层级化语言标注，以及记录到场景的空间配准，并以扫描重建为参考几何，在深度估计、3D 目标检测、空间智能三类基准上对 GPT-6 Astra、Gemini 2.5 Pro 等主流模型进行了系统评测。
10 月 14 日，三维世界数据引擎 Kosmo 正式发布，包括全球首款 8K 超高清 AI 空间相机 Kosmo One 与 AI 驱动的云平台 Kosmo World。
Kosmo One 单台设备集成超高空间解析力激光雷达、8K 超高清影像系统、一英寸大底 CMOS 与高精度 IMU，对空间几何、色彩、纹理和设备位姿进行微秒级同步采集。结合 3D Gaussian Splatting（3DGS）重建技术与专门的 ISP 调教系统，Kosmo One 可实现毫米级几何精度与最高 8K 影像级画质，高保真还原材质、纹理、颜色与光影。
一站式 3D 内容创作与管理平台 Kosmo World，负责将采集数据转化为 AI 可理解、可交互、可训练的智能空间，其底层为 AI 原生 3D 空间重建与理解系统 Kosmo Spatial Core（KSC）。一次重建即可同步生成 3DGS、mesh、depth 三种形态的三维数据；原生 AIGC 能力让空间更完整 —— 未被扫描的区域自动补全，材质与纹理智能识别重建，多视角信息无缝融合，最终生成完整、连贯、可自由漫游的三维场景。借助 AI 驱动的 3D 语义分割，场景中的每一个物体都能被独立识别与定义，从静态三维模型变为具备语义信息与操作属性、可被物理 AI 理解的空间对象 —— 真实世界由此转化为面向具身智能训练的 sim-ready 数据。
当前，用于具身训练的高质量数据不仅稀缺，且存在明显的供给断层。以三维重建为主的方案还原了世界的几何与外观，却缺少人与物体的交互过程；以第一视角视频为主的方案记录了人的行为轨迹，却难以给出精确、稳定的空间与几何真值。二者单独使用，都难以支撑模型学习那条真正的因果链。
Kosmo 和 Ropedia 将共同建立统一采集规范与数据格式，实现静态空间资产与动态人类经验在同一坐标系、同一时间轴上的原生对齐，并共同遵循数据采集的标准化规范与安全隐私要求。
Kosmo 承担“空间层”采集，以激光雷达原生深度与高清影像系统完成真实场景的高精度三维重建，输出点云、相机位姿、高斯模型、Mesh 与 3D 语义标签，为数据提供毫米级、多视角一致的几何真值。Ropedia 承担“经验层”采集与全流程处理。 通过头戴式第一视角采集系统 HOMIE 记录人体姿态、手部动作、物体交互与状态变化，并由 Experience Engine 完成时间同步、空间对齐、4D 重建、人体及手部运动恢复、动作切分、语义标注与质量控制，输出结构化的 Experience Data。
这并非一次性的采集与交付。双方将以“模型与应用定义采集规范 → 针对性采集 → 数据交付与模型训练 → 失败案例回流指导下一轮采集”的闭环机制持续运转，使数据生产随客户模型能力演进而收敛到真正提升效果的样本上。
对具身模型公司而言，联合数据产品首次在同一份数据中同时提供三样东西：可信的几何与空间结构真值、细粒度的人机交互与因果标注、可重放可扰动的真实场景。客户无需分别采购空间数据与行为数据、再自行完成跨源对齐——数据工程成本与 Sim-to-Real 落差被同时压缩。
Kosmo 业务负责人皮紫威表示，“Kosmo 想解决的，是让真实世界的高质量空间数据从'奢侈品'变成'标准资源'。但空间只是故事的一半——机器人真正要学的，是人在这个空间里如何动手、如何改变物理状态。Ropedia 在人类经验结构化上的工程积累，正好补上了 Kosmo 之后最关键的一环。我们负责把世界采进来，他们让这个世界里真正发生可学习的事。”
Ropedia 联合创始人及 CEO 陈昭熹表示，“Physical AI 的下一条 Scaling Law 将由真实世界经验驱动，而不是更大的模型。Kosmo 把'世界'这件事做到了量产级的精度，这是一个极难被复制的前提。正因为几何这一层被标准化了，我们可以把全部工程投入压在最难的地方——手怎么碰物体、状态怎么转移、动作的前因后果。Kosmo 采的是舞台，我们采的是剧本和演员。舞台标准化之后，剧本的稀缺性才真正凸显出来。”
声明：本文由车市号作者撰写，仅代表个人观点，不代表网上车市。文中部分图片来源网络，感谢原作者。
