AnswersPublished16 sources
Un milione di ore di dati al mese: la scommessa di InSpatio sulla simulazione
Il centro di Hangzhou, aperto il 29 ottobre 2026, punta a produrre un milione di ore di dati per l’addestramento dei robot al mese. La strategia di InSpatio è rendere gli ambienti 3D modificabili e riutilizzabili, così da variare scenari e compiti senza ricostruire ogni volta uno spazio fisico.
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer
Key takeaways
- Il centro di Hangzhou, aperto il 29 ottobre 2026, punta a produrre un milione di ore di dati per l’addestramento dei robot al mese.
- La strategia di InSpatio è rendere gli ambienti 3D modificabili e riutilizzabili, così da variare scenari e compiti senza ricostruire ogni volta uno spazio fisico.
- Le fonti descrivono il progetto e le tecnologie coinvolte, ma non dimostrano che il centro abbia già raggiunto i volumi annunciati né che i robot addestrati trasferiscano bene le abilità nel mondo reale.
AI Prompt
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 vuole aumentare i dati disponibili per addestrare i robot senza dover ricreare da zero uno spazio fisico per ogni nuova configurazione. La società ha inaugurato a Hangzhou, il 29 ottobre 2026, un centro per la raccolta di dati basato soprattutto sulla simulazione. L’obiettivo dichiarato è arrivare a un milione di ore di dati al mese: una capacità annunciata, non un risultato verificato in modo indipendente. 4
25
Più scenari, non soltanto più dimostrazioni
Raccogliere dati in ambienti fisici può richiedere di predisporre e resettare attrezzature e spazi. La proposta di InSpatio è ricostruire o generare ambienti 3D e renderli modificabili, riutilizzabili e scalabili. In questo modo, si potrebbero cambiare la disposizione degli oggetti e le condizioni dei compiti senza allestire ogni volta un nuovo scenario. 25
La differenza conta: molte dimostrazioni svolte nella stessa configurazione possono aumentare il volume dei dati senza coprire situazioni davvero diverse. Una scena modificabile potrebbe ampliare la varietà degli esempi; le fonti disponibili, però, non quantificano il risparmio di tempo o di costi rispetto alla raccolta in spazi fisici.
Anche i numeri diffusi vanno letti con cautela. Le notizie parlano di un obiettivo di un milione di ore al mese e, in parallelo, di circa 100.000 ore al giorno. Se mantenuto per 30 giorni, il ritmo giornaliero corrisponderebbe a circa tre milioni di ore mensili. Le fonti non chiariscono se il dato giornaliero indichi una capacità di picco, un obiettivo distinto o un diverso criterio di conteggio. 25
Dallo spazio reale alla scena simulata
Una delle strade descritte per creare gli ambienti parte dalla scansione di spazi reali. A ottobre 2026 Hesai ha annunciato Kosmo, un motore per la creazione di dati tridimensionali del mondo. 23 Secondo le notizie sul sistema, una stanza al chiuso di 100 metri quadrati può essere rilevata in circa 15 minuti, con risultati che includono 3D Gaussian Splatting, mesh e dati di profondità. Sono capacità riportate dalle fonti, non misurazioni indipendenti della qualità della ricostruzione.
25
26
Il simulatore Topos di InSpatio è presentato come uno strumento per generare scene 3D, ricostruire ambienti reali e simulare interazioni legate alla robotica. 14 La ricerca InSpatio-World descrive inoltre un metodo per ricostruire e generare scene dinamiche e interattive partendo da un video di riferimento.
17 Queste fonti delineano l’approccio generale, ma non confermano ogni formato di input o ogni fase del flusso di lavoro di Topos Pro riportato altrove.
Una ricostruzione visiva non basta
Una scena può apparire realistica senza rappresentare correttamente collisioni e movimento degli oggetti. Le notizie su Kosmo sottolineano che le proprietà fisiche e altri dati devono ancora essere completati o configurati: la scansione, da sola, non produce automaticamente una simulazione pronta per ogni tipo di interazione. 26
Per addestrare un robot, questa distinzione è fondamentale. Se deve spingere, afferrare o spostare un oggetto, la scena deve descrivere non solo che cosa si vede, ma anche come gli oggetti reagiscono. Le fonti disponibili non verificano nel dettaglio le procedure di InSpatio per assegnare le proprietà fisiche, ricostruire le parti nascoste o calibrare i contatti. L’obiettivo di produzione annunciato non basta, da solo, a dimostrare queste capacità.
La prova decisiva resta il mondo reale
La simulazione può rendere più facile ripetere e variare uno scenario senza dover ripristinare ogni volta un allestimento fisico. Ma, se la fisica simulata è imprecisa, anche una grande quantità di dati può insegnare al robot comportamenti poco utili.
Le fonti non documentano un protocollo formale di verifica su robot reali né risultati misurati sul trasferimento delle abilità dalla simulazione agli oggetti e agli ambienti fisici. Sono passaggi importanti per capire se gli esempi generati si traducono in prestazioni concrete.
Che cosa sappiamo, e che cosa resta da dimostrare
Le fonti confermano l’apertura del centro di Hangzhou e l’obiettivo dichiarato di arrivare a un milione di ore di dati al mese. Descrivono inoltre un processo che collega acquisizione di spazi, ricostruzione 3D e simulazione. 4
25
Non dimostrano, invece, che il centro abbia già raggiunto quel volume, che i dati coprano efficacemente l’intera varietà dei compiti robotici o che i robot addestrati lì funzionino bene nel mondo reale. La scommessa di InSpatio è rendere riutilizzabili gli ambienti tridimensionali per generare più scenari e più varianti. La scala promessa e l’efficacia pratica restano da verificare.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Un milione di ore di dati al mese: la scommessa di InSpatio sulla simulazione"?
Il centro di Hangzhou, aperto il 29 ottobre 2026, punta a produrre un milione di ore di dati per l’addestramento dei robot al mese.
What are the key points to validate first?
Il centro di Hangzhou, aperto il 29 ottobre 2026, punta a produrre un milione di ore di dati per l’addestramento dei robot al mese. La strategia di InSpatio è rendere gli ambienti 3D modificabili e riutilizzabili, così da variare scenari e compiti senza ricostruire ogni volta uno spazio fisico.
What should I do next in practice?
Le fonti descrivono il progetto e le tecnologie coinvolte, ma non dimostrano che il centro abbia già raggiunto i volumi annunciati né che i robot addestrati trasferiscano bene le abilità nel mondo reale.