JawabanDipublikasikan16 sumber
InSpatio Ingin Perbanyak Data Latih Robot lewat Simulasi
InSpatio menyebut pusatnya di Hangzhou menargetkan produksi satu juta jam data latih robot per bulan dengan lingkungan 3D yang dapat diedit dan digunakan ulang. Pemindaian ruang nyata dan simulasi dapat membantu membuat variasi skenario, tetapi hasil pindaian belum otomatis menjadi lingkungan dengan fisika yang siap...
Diterbitkan olehDiedit dengan GPT-6 LunaGambar dibuat dengan GPT Image 2
Jawaban penelitian
Poin-poin penting
- InSpatio menyebut pusatnya di Hangzhou menargetkan produksi satu juta jam data latih robot per bulan dengan lingkungan 3D yang dapat diedit dan digunakan ulang.
- Pemindaian ruang nyata dan simulasi dapat membantu membuat variasi skenario, tetapi hasil pindaian belum otomatis menjadi lingkungan dengan fisika yang siap dipakai robot.
- Target produksi belum membuktikan volume data yang benar benar tercapai ataupun kinerja robot di dunia nyata.
AI Perintah
openai.comCreate 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 ingin membuat lingkungan latihan robot yang bisa digunakan ulang dan diubah-ubah. Dengan begitu, variasi data dapat ditambah tanpa harus membangun ulang tempat latihan fisik untuk setiap tata letak baru. Perusahaan itu membuka pusat data AI berwujud—AI yang belajar berinteraksi dengan lingkungan fisik—berbasis simulasi di Hangzhou pada 29 Oktober 2026. Target yang diumumkan: menghasilkan satu juta jam data latih robot per bulan. Angka tersebut masih berupa ambisi, bukan kapasitas produksi yang telah dibuktikan secara independen. 4
25
Bukan cuma memperbanyak rekaman, tetapi juga variasi
Mengumpulkan data robot di ruang fisik dapat membutuhkan persiapan dan pengaturan ulang berulang kali. Alternatif yang disampaikan InSpatio adalah memadukan rekonstruksi atau pembuatan adegan 3D dengan simulasi, lalu mengubah lingkungan dan tugas di dalamnya. Laporan menyebut sistem yang dirancang agar adegan dapat diedit, digunakan ulang, dan diperluas—dengan tujuan menghasilkan data yang lebih banyak sekaligus mencakup lebih banyak susunan ruang. 25
Perbedaannya penting. Ribuan demonstrasi dalam satu tata letak tetap mungkin menambah jumlah data, tetapi belum tentu memperkenalkan banyak situasi baru. Adegan yang bisa diedit berpotensi memudahkan perubahan posisi objek dan kondisi tugas. Namun, laporan yang tersedia tidak mengukur penghematan waktu atau biaya dibandingkan pengumpulan data secara fisik.
Angka produksi yang dilaporkan juga perlu dibaca dengan cermat. Target satu juta jam per bulan disebut setara dengan sekitar 100.000 jam per hari. Jika angka harian itu tercapai secara konsisten, hasilnya sekitar tiga juta jam dalam sebulan yang terdiri dari 30 hari. Laporan belum menjelaskan apakah angka harian merupakan kapasitas puncak, target terpisah, atau memakai cara penghitungan berbeda. 25
Dari ruang nyata menjadi adegan simulasi
Salah satu jalur yang disebut adalah pemindaian ruang nyata. Sistem Kosmo milik Hesai menggabungkan perangkat pengambilan data spasial dengan pemrosesan untuk mengubah hasil tangkapan menjadi keluaran 3D. Hesai mengumumkan mesin data dunia 3D Kosmo pada Oktober 2026. 23 Laporan mengenai sistem tersebut menyebut ruang dalam ruangan seluas 100 meter persegi dapat dipindai dalam waktu sekitar 15 menit. Hasilnya mencakup 3D Gaussian splats, mesh, dan data kedalaman. Itu adalah kemampuan yang dilaporkan, bukan hasil pengukuran independen atas mutu rekonstruksinya.
25
26
Simulator Topos dari InSpatio disebut mendukung pembuatan adegan 3D, rekonstruksi dunia nyata, dan simulasi AI berwujud. 14 Riset InSpatio-World juga menjelaskan pemulihan dan pembuatan adegan dinamis-interaktif dari video referensi.
17 Sumber-sumber tersebut mendukung gambaran umum tentang pendekatan membangun adegan, tetapi tidak mengonfirmasi secara independen setiap format masukan atau keseluruhan alur kerja Topos Pro yang disebut dalam sejumlah laporan.
Hasil pindai belum otomatis siap untuk robot
Adegan hasil rekonstruksi bisa tampak meyakinkan tanpa menggambarkan pergerakan atau benturan objek secara akurat. Laporan tentang Kosmo mencatat bahwa sifat fisik dan data lainnya masih perlu dilengkapi atau diatur; pemindaian saja tidak serta-merta menghasilkan simulasi yang spesifikasinya lengkap. 26
Tahap ini penting untuk latihan robot. Objek perlu direpresentasikan agar dapat berinteraksi secara bermakna, sementara lingkungan harus berperilaku masuk akal ketika robot mendorong, menggenggam, atau memindahkannya. Sumber yang tersedia tidak memverifikasi prosedur spesifik InSpatio untuk menetapkan sifat objek, merekonstruksi bagian yang tertutup, atau mengkalibrasi fisika kontak. Target produksi saja tidak cukup untuk menyimpulkan bahwa kemampuan-kemampuan tersebut telah dipastikan.
Semakin rumit tugasnya, semakin tinggi tuntutannya
Latihan robot dapat berkisar dari bergerak menghindari rintangan hingga memanipulasi objek dan menangani kontak atau mekanisme bersendi. Untuk tugas yang lebih banyak melibatkan interaksi, tampilan visual saja tidak cukup: geometri dan perilaku fisik simulasi sama-sama memengaruhi kegunaan data latihan.
Simulasi berpotensi membuat skenario lebih mudah diulang dan divariasikan tanpa harus menata ulang lokasi fisik setiap kali. Namun, fisika yang tidak akurat juga dapat menghasilkan data latihan yang menyesatkan. Laporan yang tersedia tidak memverifikasi sistem penyerahan bertingkat L1–L3 yang formal, pengujian penerimaan dengan robot fisik, maupun hasil transfer keterampilan yang terukur. Uji coba pada robot sungguhan tetap penting untuk mengetahui apakah latihan simulasi benar-benar berguna saat menjalankan tugas di dunia nyata.
Apa yang sudah diketahui—dan yang belum
Sumber yang tersedia mengonfirmasi bahwa InSpatio membuka pusat data berbasis simulasi di Hangzhou dan mengumumkan target produksi satu juta jam per bulan. Sumber-sumber itu juga menggambarkan alur yang menghubungkan pemindaian ruang, rekonstruksi 3D, dan simulasi. 4
25
Namun, sumber tersebut belum membuktikan bahwa pusat itu sudah mencapai volume tersebut, bahwa datanya mencakup beragam tugas robot secara andal, atau bahwa kebijakan yang dilatih di sana bekerja dengan baik pada robot fisik. Janji utamanya jelas: membuat lebih banyak skenario latihan yang beragam dengan menjadikan lingkungan 3D dapat digunakan ulang. Apakah pendekatan ini mampu mencapai skala yang ditargetkan dan menghasilkan kinerja nyata masih perlu dibuktikan.
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "InSpatio Ingin Perbanyak Data Latih Robot lewat Simulasi"?
InSpatio menyebut pusatnya di Hangzhou menargetkan produksi satu juta jam data latih robot per bulan dengan lingkungan 3D yang dapat diedit dan digunakan ulang.
Apa poin penting yang harus divalidasi terlebih dahulu?
InSpatio menyebut pusatnya di Hangzhou menargetkan produksi satu juta jam data latih robot per bulan dengan lingkungan 3D yang dapat diedit dan digunakan ulang. Pemindaian ruang nyata dan simulasi dapat membantu membuat variasi skenario, tetapi hasil pindaian belum otomatis menjadi lingkungan dengan fisika yang siap dipakai robot.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Target produksi belum membuktikan volume data yang benar benar tercapai ataupun kinerja robot di dunia nyata.