Centrum InSpatio v Chang čou, otevřené 29. října 2026, má podle firmy využívat upravitelné 3D prostředí k tvorbě různorodých tréninkových dat.
PublikovalUpraveno pomocí GPT-6 LunaObrázky vytvořeny pomocí GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How does InSpatio, the spatial intelligence foundation model company spun out of SenseTime in 2025, aim to address robot training data short. Article summary: InSpatio’s approach is to make robot-training environments editable, reusable and scalable, rather than increase data collection solely by adding physical robots and training grounds; reporting confirms the Hangzhou cent. Topic tags: general, academic, education, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
InSpatio chce řešit nedostatek tréninkových dat pro roboty tím, že nebude každý nový scénář připravovat v reálném prostoru. Místo toho plánuje vytvářet a upravovat 3D prostředí, která lze opakovaně používat v simulaci. Firma 29. října 2026 otevřela v čínském Chang-čou centrum zaměřené na sběr dat pro takzvanou vtělenou umělou inteligenci — tedy systémy, které vnímají okolí a jednají v něm prostřednictvím robota. Oznámeným cílem je milion hodin tréninkových dat měsíčně. Zatím jde o ambici, nikoli o nezávisle ověřený výkon. 4
25
Data z fyzického prostředí vyžadují opakované přípravy a změny uspořádání. Pokud robot trénuje stále ve stejné místnosti a se stejným rozmístěním předmětů, další hodiny záznamů nemusejí znamenat, že se naučí zvládat více situací.
InSpatio popisuje jiný přístup: propojit rekonstrukci či generování 3D scén se simulací a prostředí upravovat podle potřeby. Scény mají být znovupoužitelné a editovatelné, aby se daly měnit jejich prostorové kombinace i podmínky úkolů. Cílem je tak rozšířit nejen množství dat, ale i rozmanitost situací, z nichž mohou roboti čerpat. Dostupné zprávy však nevyčíslují, o kolik by tento postup měl snížit čas nebo náklady oproti sběru dat ve fyzickém prostoru. 25
V některých zprávách se vedle měsíčního cíle objevuje také údaj přibližně 100 000 hodin denně. Tyto hodnoty ale při trvalém provozu nevycházejí stejně: 100 000 hodin každý den by za třicetidenní měsíc znamenalo zhruba tři miliony hodin. Zprávy nevysvětlují, zda denní údaj označuje špičkový výkon, jiný plán nebo odlišný způsob počítání. 25
Jednou z cest, jak prostředí vytvořit, je nasnímat skutečný prostor. Společnost Hesai představila v říjnu 2026 svůj 3D systém Kosmo. 23 Podle dostupného zpravodajství má být možné naskenovat běžný interiér o rozloze 100 metrů čtverečních přibližně za 15 minut; výstupy zahrnují 3D Gaussian splatting (3DGS), polygonální síť (mesh) a hloubková data. Jde o uváděné schopnosti systému, nikoli o nezávislé měření kvality rekonstrukce.
25
26
InSpatio popisuje simulátor Topos jako nástroj pro generování 3D scén, rekonstrukci skutečných prostorů a simulaci interakce s nimi. 14 Výzkum InSpatio-World zase popisuje rekonstrukci a generování dynamických interaktivních scén z referenčního videa.
17 Tyto zdroje dokládají širší zaměření firmy na tvorbu virtuálních prostředí. Nepotvrzují ale každý uváděný formát vstupu ani celý pracovní postup produktu Topos Pro.
Nasnímaná místnost může na obrazovce vypadat přesvědčivě, a přesto nemusí správně popisovat, jak se předměty pohybují, srážejí nebo reagují na dotek. Zprávy o systému Kosmo upozorňují, že fyzikální vlastnosti a další údaje je třeba doplnit či nastavit; samotné skenování z prostoru automaticky nevytvoří plně připravenou simulaci. 26
Pro trénink robota je tento rozdíl zásadní. Pokud má robot předmět uchopit, posunout nebo do něj zatlačit, nestačí znát jeho vzhled. Simulace musí také dostatečně věrně zachytit jeho tvar a chování při kontaktu. Dostupné zdroje neověřují přesný postup InSpatio při nastavování vlastností předmětů, rekonstrukci zakrytých ploch ani kalibraci fyziky kontaktu. Samotný oznámený cíl produkce proto nelze chápat jako potvrzení těchto schopností.
Robot může v prostředí například hledat průchod mezi překážkami, uchopovat drobné předměty nebo manipulovat s mechanismem, který má pohyblivé části. U složitějších úkolů nestačí, aby prostředí dobře vypadalo: důležitá je i geometrie a věrohodnost fyzikálního chování.
Simulace může usnadnit opakování a obměňování scénářů bez nutnosti pokaždé znovu připravovat fyzické pracoviště. Pokud je ale fyzika nepřesná, může vytvářet zavádějící tréninková data. Dostupné zprávy nepotvrzují formální systém dodávek InSpatio rozdělený do úrovní L1 až L3, testy na reálných robotech ani naměřené výsledky přenosu dovedností. Teprve zkoušky na skutečných robotech mohou ukázat, zda se dovednosti získané v simulaci přenesou do fyzického světa.
Zdroje potvrzují otevření simulačně zaměřeného datového centra InSpatio v Chang-čou a oznámený cíl vyrábět milion hodin dat měsíčně. Popisují také širší postup, který propojuje prostorová data, 3D rekonstrukci a simulaci. 4
25
Nepotvrzují však, že centrum už takového objemu dosahuje, že data pokrývají širokou škálu robotických úkolů ani že se robotům trénovaným v těchto prostředích daří při práci v reálném světě. Hlavní příslib je srozumitelný: vytvářet více různorodých scénářů díky prostředím, která lze upravovat a používat opakovaně. Zda se podaří naplnit ohlášený rozsah i praktické výsledky, teprve ukáže provoz a testování.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Centrum InSpatio v Chang čou, otevřené 29. října 2026, má podle firmy využívat upravitelné 3D prostředí k tvorbě různorodých tréninkových dat.
Centrum InSpatio v Chang čou, otevřené 29. října 2026, má podle firmy využívat upravitelné 3D prostředí k tvorbě různorodých tréninkových dat. Cíl milionu hodin měsíčně je oznámený plán, ne nezávisle potvrzený objem výroby.
Sken prostoru může vytvořit 3D podklady, ale sám o sobě nezaručuje správně nastavenou fyziku ani úspěšný přenos dovedností na skutečné roboty.
Centrum InSpatio v Chang čou, otevřené 29. října 2026, má podle firmy využívat upravitelné 3D prostředí k tvorbě různorodých tréninkových dat.
PublikovalUpraveno pomocí GPT-6 LunaObrázky vytvořeny pomocí GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How does InSpatio, the spatial intelligence foundation model company spun out of SenseTime in 2025, aim to address robot training data short. Article summary: InSpatio’s approach is to make robot-training environments editable, reusable and scalable, rather than increase data collection solely by adding physical robots and training grounds; reporting confirms the Hangzhou cent. Topic tags: general, academic, education, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
InSpatio chce řešit nedostatek tréninkových dat pro roboty tím, že nebude každý nový scénář připravovat v reálném prostoru. Místo toho plánuje vytvářet a upravovat 3D prostředí, která lze opakovaně používat v simulaci. Firma 29. října 2026 otevřela v čínském Chang-čou centrum zaměřené na sběr dat pro takzvanou vtělenou umělou inteligenci — tedy systémy, které vnímají okolí a jednají v něm prostřednictvím robota. Oznámeným cílem je milion hodin tréninkových dat měsíčně. Zatím jde o ambici, nikoli o nezávisle ověřený výkon. 4
25
Data z fyzického prostředí vyžadují opakované přípravy a změny uspořádání. Pokud robot trénuje stále ve stejné místnosti a se stejným rozmístěním předmětů, další hodiny záznamů nemusejí znamenat, že se naučí zvládat více situací.
InSpatio popisuje jiný přístup: propojit rekonstrukci či generování 3D scén se simulací a prostředí upravovat podle potřeby. Scény mají být znovupoužitelné a editovatelné, aby se daly měnit jejich prostorové kombinace i podmínky úkolů. Cílem je tak rozšířit nejen množství dat, ale i rozmanitost situací, z nichž mohou roboti čerpat. Dostupné zprávy však nevyčíslují, o kolik by tento postup měl snížit čas nebo náklady oproti sběru dat ve fyzickém prostoru. 25
V některých zprávách se vedle měsíčního cíle objevuje také údaj přibližně 100 000 hodin denně. Tyto hodnoty ale při trvalém provozu nevycházejí stejně: 100 000 hodin každý den by za třicetidenní měsíc znamenalo zhruba tři miliony hodin. Zprávy nevysvětlují, zda denní údaj označuje špičkový výkon, jiný plán nebo odlišný způsob počítání. 25
Jednou z cest, jak prostředí vytvořit, je nasnímat skutečný prostor. Společnost Hesai představila v říjnu 2026 svůj 3D systém Kosmo. 23 Podle dostupného zpravodajství má být možné naskenovat běžný interiér o rozloze 100 metrů čtverečních přibližně za 15 minut; výstupy zahrnují 3D Gaussian splatting (3DGS), polygonální síť (mesh) a hloubková data. Jde o uváděné schopnosti systému, nikoli o nezávislé měření kvality rekonstrukce.
25
26
InSpatio popisuje simulátor Topos jako nástroj pro generování 3D scén, rekonstrukci skutečných prostorů a simulaci interakce s nimi. 14 Výzkum InSpatio-World zase popisuje rekonstrukci a generování dynamických interaktivních scén z referenčního videa.
17 Tyto zdroje dokládají širší zaměření firmy na tvorbu virtuálních prostředí. Nepotvrzují ale každý uváděný formát vstupu ani celý pracovní postup produktu Topos Pro.
Nasnímaná místnost může na obrazovce vypadat přesvědčivě, a přesto nemusí správně popisovat, jak se předměty pohybují, srážejí nebo reagují na dotek. Zprávy o systému Kosmo upozorňují, že fyzikální vlastnosti a další údaje je třeba doplnit či nastavit; samotné skenování z prostoru automaticky nevytvoří plně připravenou simulaci. 26
Pro trénink robota je tento rozdíl zásadní. Pokud má robot předmět uchopit, posunout nebo do něj zatlačit, nestačí znát jeho vzhled. Simulace musí také dostatečně věrně zachytit jeho tvar a chování při kontaktu. Dostupné zdroje neověřují přesný postup InSpatio při nastavování vlastností předmětů, rekonstrukci zakrytých ploch ani kalibraci fyziky kontaktu. Samotný oznámený cíl produkce proto nelze chápat jako potvrzení těchto schopností.
Robot může v prostředí například hledat průchod mezi překážkami, uchopovat drobné předměty nebo manipulovat s mechanismem, který má pohyblivé části. U složitějších úkolů nestačí, aby prostředí dobře vypadalo: důležitá je i geometrie a věrohodnost fyzikálního chování.
Simulace může usnadnit opakování a obměňování scénářů bez nutnosti pokaždé znovu připravovat fyzické pracoviště. Pokud je ale fyzika nepřesná, může vytvářet zavádějící tréninková data. Dostupné zprávy nepotvrzují formální systém dodávek InSpatio rozdělený do úrovní L1 až L3, testy na reálných robotech ani naměřené výsledky přenosu dovedností. Teprve zkoušky na skutečných robotech mohou ukázat, zda se dovednosti získané v simulaci přenesou do fyzického světa.
Zdroje potvrzují otevření simulačně zaměřeného datového centra InSpatio v Chang-čou a oznámený cíl vyrábět milion hodin dat měsíčně. Popisují také širší postup, který propojuje prostorová data, 3D rekonstrukci a simulaci. 4
25
Nepotvrzují však, že centrum už takového objemu dosahuje, že data pokrývají širokou škálu robotických úkolů ani že se robotům trénovaným v těchto prostředích daří při práci v reálném světě. Hlavní příslib je srozumitelný: vytvářet více různorodých scénářů díky prostředím, která lze upravovat a používat opakovaně. Zda se podaří naplnit ohlášený rozsah i praktické výsledky, teprve ukáže provoz a testování.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Centrum InSpatio v Chang čou, otevřené 29. října 2026, má podle firmy využívat upravitelné 3D prostředí k tvorbě různorodých tréninkových dat.
Centrum InSpatio v Chang čou, otevřené 29. října 2026, má podle firmy využívat upravitelné 3D prostředí k tvorbě různorodých tréninkových dat. Cíl milionu hodin měsíčně je oznámený plán, ne nezávisle potvrzený objem výroby.
Sken prostoru může vytvořit 3D podklady, ale sám o sobě nezaručuje správně nastavenou fyziku ani úspěšný přenos dovedností na skutečné roboty.