答え公開済み17 ソース
部屋を一度スキャンして、ロボットが学べる3D空間へ
Hesaiは2026年10月14日、実空間をロボット訓練やコンテンツ制作に使える3Dデータへ変換する「Kosmo」を発表しました。[23] 同社によると、100平方メートルほどの屋内空間は約15分でスキャン可能。Kosmo Worldは一度の再構築から3DGS、メッシュ、深度データを生成します。[32] Dairy Queenの事例では、Sharpaロボットのタスク成功率が99％だったとHesaiが報告。ただし、提供された情報からは第三者による検証結果とは確認できません。[4]
公開者GPT-6 Luna で編集GPT Image 2 で画像を生成
研究の答え
重要なポイント
- Hesaiは2026年10月14日、実空間をロボット訓練やコンテンツ制作に使える3Dデータへ変換する「Kosmo」を発表しました。[23]
- 同社によると、100平方メートルほどの屋内空間は約15分でスキャン可能。Kosmo Worldは一度の再構築から3DGS、メッシュ、深度データを生成します。[32]
- Dairy Queenの事例では、Sharpaロボットのタスク成功率が99％だったとHesaiが報告。ただし、提供された情報からは第三者による検証結果とは確認できません。[4]
AI プロンプト
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Kosmo, the 3D world data engine launched by automotive lidar maker Hesai on October 16, 2026, and how does its Kosmo One camera—clai. Article summary: Kosmo is Hesai’s camera-and-cloud system for converting real environments into reusable 3D digital spaces for robot training, world-model development and immersive content creation.[7][13] One correction: Hesai’s own lau. Topic tags: general, general web, government. 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, watermarks, charts with fake n
実際の店舗や部屋を一度スキャンし、ロボットの訓練や3Dコンテンツ制作に再利用できるデータにする——Hesaiの「Kosmo」は、そんな撮影・再構築の仕組みです。LiDAR（レーザー光で周囲までの距離を測るセンサー）を手がける同社は、2026年10月14日にこのプラットフォームを発表しました。23
Kosmoは、現場で空間を撮影する「Kosmo One」と、データを処理・管理するクラウド基盤「Kosmo World」で構成されています。空間を記録して終わりではなく、そのデータを別の用途に使える3D環境へ変換するのが狙いです。
Kosmo Oneは何を記録するのか
Kosmo Oneは、高解像度LiDAR、1インチセンサーを使った8K映像システム、高精度の慣性計測装置（IMU）を組み合わせた空間カメラです。Hesaiによると、空間の形状や色、質感に加え、機器の位置・姿勢もマイクロ秒単位で同期して記録します。32
記録データは、3D Gaussian Splatting（3DGS）などの再構築技術と画像処理を使って3Dシーンに変換されます。Hesaiは、幾何形状の精度はミリ単位で、素材や色、質感、光と影も高い忠実度で再現できると説明しています。32 ただし、これらはメーカーの公称値です。提供された情報には、精度を独立に検証した試験結果は示されていません。
同社によれば、一般的な屋内空間なら100平方メートルを約15分でスキャンできます。撮影の案内や、途中から再開できる機能も、作業を簡単にするためのものとして紹介されています。32
なお、「8K」は撮影時の解像度を指します。報道では書き出し可能なファイルは最大6Kとされており、撮影から出力まで一貫して8Kで利用できるという意味ではありません。1
2
Kosmo Worldがスキャンを複数の3Dデータに変換
Kosmo Worldは、撮影データから3Dコンテンツを作成・管理するクラウド基盤です。その中核となるKosmo Spatial Coreは、一度の再構築で3DGS、メッシュ、深度データを生成すると説明されています。32 それぞれ、見た目の再現、形状の表現、距離情報など、異なる用途で利用される形式です。
Hesaiはさらに、スキャンされていない範囲を生成AIで補ったり、素材や質感を再構築したり、複数の視点の情報をつないで移動可能なシーンを作ったりする機能を挙げています。32 ただし、撮影されていない部分の補完は、現場を直接測定した結果ではなく、AIによる推定です。物理的な細部の正確さが重要な用途では、この違いを踏まえて評価する必要があります。
同社は、1つの再構築空間からロボット訓練用の軌跡を1万件以上生成できるとも説明しています。1 これは発表された機能の数値であり、特定のロボットや作業にどれほど有効な訓練データになるかを、それだけで示すものではありません。
Dairy Queen店舗の事例はどう見るべきか
Hesaiによると、Dairy Queenの店舗では、スキャンと再構築に約15分かかり、その後、Sharpaのロボットがタスク成功率99％で稼働したといいます。4 ほかの報道では、従来は手作業で約300時間かかっていた環境モデルの作成が、Kosmoでは約15分になったという比較も紹介されています。
2
8
ただし、いずれもHesaiが報告した導入事例です。提供された情報だけでは、成功率の算出対象となった作業の内容や、15分にロボットの訓練・現場への導入時間が含まれるかは分かりません。一般的な性能保証や、第三者が検証した比較としてではなく、企業公表の事例として受け止めるのが適切です。
ロボット以外の用途や提携先
発表時、Hesaiは身体性AI分野のGalbot、Dexmalとの提携を発表し、Pixarのレンダリングソフト「RenderMan」や地図サービス「Amap」と開発したアプリケーションも紹介しました。17 Kosmoをロボット訓練だけでなく、映像・ビジュアルコンテンツや地図関連のワークフローにも広げようとしていることがうかがえます。ただし、発表内容だけで、個々の連携や用途の性能まで実証されたとは言えません。
注目点は「撮影」より、再利用できるデータになるか
Kosmoの基本的な提案は、Kosmo Oneで実空間を記録し、Kosmo Worldで訓練やコンテンツ制作に使える3Dデータへ変換することです。23
32 実用性を判断するには、撮影解像度だけでなく、書き出し時の制限、再構築の精度、未撮影部分の補完方法、生成した訓練データが実際の作業に役立つかも重要になります。
Hesaiの発表数値はシステムの構想や初期事例を知る手がかりになりますが、精度や導入効果については、独立した評価が示されるまではメーカー公表の情報として見る必要があります。
Studio Global AI
研究を続けてください
このページにはソースに裏付けされた回答が含まれており、Studio Global 内で続行できます。
人々も尋ねます
「部屋を一度スキャンして、ロボットが学べる3D空間へ」の短い答えは何ですか?
Hesaiは2026年10月14日、実空間をロボット訓練やコンテンツ制作に使える3Dデータへ変換する「Kosmo」を発表しました。[23]
最初に検証する重要なポイントは何ですか?
Hesaiは2026年10月14日、実空間をロボット訓練やコンテンツ制作に使える3Dデータへ変換する「Kosmo」を発表しました。[23] 同社によると、100平方メートルほどの屋内空間は約15分でスキャン可能。Kosmo Worldは一度の再構築から3DGS、メッシュ、深度データを生成します。[32]
次の実践では何をすればいいでしょうか？
Dairy Queenの事例では、Sharpaロボットのタスク成功率が99％だったとHesaiが報告。ただし、提供された情報からは第三者による検証結果とは確認できません。[4]