De Chinese lidarleverancier Hesai breidt uit van autonome voertuigen naar fysieke AI. Met Kosmo wil het bedrijf echte gebouwen en werkplekken omzetten in bruikbare 3D-omgevingen waarin humanoids en andere robots kunnen trainen. Daarmee richt Hesai zich op een minder zichtbaar maar belangrijk knelpunt: voldoende nauwkeurige ruimtelijke trainingsdata.
Wat Hesai heeft geïntroduceerd
Hesai presenteerde Kosmo op 14 oktober 2026 in Shanghai als een combinatie van een ruimtelijke camera, lidar, beeldsensoren, AI-software en clouddiensten. De introductie en het bestaan van het product zijn onafhankelijk bevestigd door Reuters. BEWEZEN
Het systeem legt een fysieke ruimte vast en zet die volgens Hesai om in een nauwkeurig, bewerkbaar 3D-model. Robotontwikkelaars kunnen zo een digitale trainingsomgeving opbouwen die is gebaseerd op een echte fabriek, winkel of woning. FABRIKANTCLAIM Hesai publiceert nog geen volledige sensorspecificaties, prijs of informatie over de beschikbare exportformaten.
Waarom ruimtelijke data belangrijk zijn
Een robot die in de echte wereld moet werken, heeft meer nodig dan losse camerabeelden. Hij moet afstanden, objectvormen, vrije ruimte en onderlinge verhoudingen begrijpen. Zulke geometrisch nauwkeurige data zijn kostbaar om te verzamelen en simulaties worden vaak nog handmatig opgebouwd.
Kosmo moet dat proces verkorten: eerst een werkplek vastleggen, daarna dezelfde omgeving als digitale oefenruimte gebruiken. Dat kan ontwikkelaars helpen om meer varianten van een taak te trainen voordat een robot op echte hardware aan de slag gaat. Het sluit aan bij de bredere ontwikkeling van embodied AI, waarbij AI niet alleen taal of beeld verwerkt maar ook in een fysieke omgeving moet handelen.
Van prototype naar vroege klanten
Hesai toonde Kosmo al eerder in 2026 en meldde in zijn kwartaalrapport dat in juli de eerste prototypes waren geleverd. Het bedrijf zegt bestellingen te hebben ontvangen van meerdere humanoidbedrijven, waaronder Galbot. FABRIKANTCLAIM Kosmo is nog niet algemeen te bestellen; geïnteresseerde organisaties kunnen zich aanmelden voor early access. PILOT
Reuters meldt ook dat Hesai Kosmo testte rond een robot die zelfstandig ijs serveert bij een Dairy Queen-vestiging in Shanghai. Hesai schrijft aan de gebruikte mappingtechniek een taaksucces van 99% toe. FABRIKANTCLAIM PILOT De test is niet onafhankelijk gereproduceerd en vond plaats bij Sharpa Robotics, een afzonderlijke startup die is opgericht door medeoprichters van Hesai.
Van robotaxi-sensor naar robotinfrastructuur
Hesai is groot geworden als leverancier van lidar voor onder meer autonome voertuigen. De stap naar robotica is logisch: zowel een robotaxi als een humanoid moet zijn omgeving betrouwbaar in drie dimensies waarnemen. Het verschil is dat een humanoid niet alleen obstakels moet herkennen, maar ook deuren, gereedschap en andere objecten fysiek moet leren gebruiken.
De betekenis van Kosmo hangt daarom niet af van één demonstratie. Belangrijker wordt of onafhankelijke ontwikkelaars met het platform aantoonbaar sneller betrouwbare vaardigheden kunnen maken en of de 3D-modellen goed genoeg aansluiten op echte robotbewegingen. Zonder openbare prijs, technische specificaties en onafhankelijk gemeten resultaten is Kosmo voorlopig vooral een interessante vroege infrastructuurlaag voor robottraining.
Lees voor de bredere context ook het overzicht van humanoidrobots en de uitleg over AI, VLA en embodied AI.
Bronnen: Reuters — introductie Kosmo · Hesai — Kosmo early access · Hesai — kwartaalrapport Q2 2026 · Hesai — technische productbeschrijving. Geraadpleegd op 14 oktober 2026.