AnswersPublished16 sources
InSpatio mahu besarkan data latihan robot melalui simulasi 3D
Pusat InSpatio di Hangzhou menyasarkan penghasilan sejuta jam data latihan robot sebulan dengan menggunakan persekitaran 3D yang boleh diedit dan digunakan semula. Hesai Kosmo dilaporkan boleh mengimbas ruang dalaman seluas 100 meter persegi dalam kira kira 15 minit, tetapi imbasan sahaja belum menghasilkan simulasi...
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer
Key takeaways
- Pusat InSpatio di Hangzhou menyasarkan penghasilan sejuta jam data latihan robot sebulan dengan menggunakan persekitaran 3D yang boleh diedit dan digunakan semula.
- Hesai Kosmo dilaporkan boleh mengimbas ruang dalaman seluas 100 meter persegi dalam kira kira 15 minit, tetapi imbasan sahaja belum menghasilkan simulasi yang lengkap dari segi fizik.
- Sumber yang tersedia mengesahkan pembukaan pusat dan sasaran pengeluaran, bukan bahawa sasaran itu sudah dicapai atau robot terlatih di sana terbukti berprestasi baik di dunia sebenar.
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 mahu menangani kekurangan data latihan robot dengan membina persekitaran simulasi 3D yang boleh diedit dan digunakan semula. Pendekatan ini berpotensi menambah variasi situasi latihan tanpa perlu membina semula ruang fizikal bagi setiap susun atur baharu.
Syarikat itu membuka pusat pengumpulan data AI berjasad yang berteraskan simulasi di Hangzhou pada 29 Oktober 2026. InSpatio menyasarkan penghasilan sejuta jam data latihan sebulan—namun angka itu ialah sasaran, bukannya kapasiti yang telah dibuktikan secara bebas. 4
25
Fokus pada lebih banyak variasi, bukan sekadar lebih banyak data
Mengumpul data robot dalam ruang fizikal boleh memerlukan persediaan dan penyusunan semula berulang kali. Alternatif yang dilaporkan InSpatio ialah menggabungkan pembinaan semula atau penjanaan persekitaran 3D dengan simulasi, kemudian mengubah ruang dan tugasan di dalamnya.
Sistem itu dikatakan direka supaya sesuatu senario boleh diedit, digunakan semula dan dikembangkan. Matlamatnya bukan sekadar mengumpulkan lebih banyak data, tetapi merangkumi lebih banyak susunan ruang dan keadaan berbeza. 25
Perbezaan ini penting: banyak demonstrasi robot dalam susun atur yang sama mungkin menambah jumlah data, tetapi tidak semestinya meluaskan jenis situasi yang dihadapi robot. Persekitaran yang boleh diubah mungkin memudahkan kedudukan objek dan syarat tugasan disesuaikan. Bagaimanapun, laporan yang tersedia tidak mengukur penjimatan masa atau kos berbanding pengumpulan data secara fizikal.
Sasaran pengeluaran yang perlu dibaca dengan teliti
Laporan menyebut sasaran sejuta jam data sebulan, atau kira-kira 100,000 jam sehari. Namun, kedua-dua kadar itu tidak sepadan jika dianggap sebagai kadar berterusan: 100,000 jam sehari bersamaan kira-kira tiga juta jam dalam tempoh 30 hari.
Sumber yang tersedia tidak menjelaskan sama ada angka harian itu merujuk kepada kapasiti puncak, sasaran berasingan atau kaedah pengiraan yang berbeza. 25
Daripada ruang sebenar kepada simulasi
Satu cara membina persekitaran ialah mengimbas ruang sebenar. Hesai mengumumkan enjin data dunia 3D Kosmo pada Oktober 2026. 23 Menurut laporan mengenai sistem itu, ruang dalaman seluas 100 meter persegi boleh diimbas dalam kira-kira 15 minit, dengan hasil seperti 3D Gaussian splatting (3DGS), mesh dan data kedalaman. Angka ini ialah keupayaan yang dilaporkan, bukan ukuran kualiti pembinaan semula yang disahkan secara bebas.
25
26
Simulator Topos InSpatio pula diterangkan sebagai alat untuk menjana adegan 3D, membina semula ruang sebenar dan menjalankan simulasi AI berjasad. 14 Penyelidikan InSpatio-World turut menerangkan kaedah membina semula dan menjana adegan dinamik yang boleh berinteraksi berdasarkan video rujukan.
17 Sumber-sumber ini menyokong gambaran umum tentang pendekatan pembinaan adegan, tetapi tidak mengesahkan secara bebas setiap format input atau keseluruhan aliran kerja Topos Pro yang disebut dalam sesetengah laporan.
Imbasan yang kelihatan meyakinkan belum tentu sedia untuk robot
Adegan 3D yang kelihatan realistik belum tentu menggambarkan dengan tepat bagaimana objek bergerak atau berlanggar. Laporan tentang Kosmo menyatakan bahawa sifat fizikal dan data lain masih perlu dilengkapkan atau dikonfigurasi; proses imbasan sahaja tidak secara automatik menghasilkan simulasi yang lengkap. 26
Untuk latihan robot, perbezaan ini penting. Objek perlu diwakili supaya robot boleh berinteraksi dengannya secara bermakna, manakala persekitaran pula perlu bertindak secara munasabah apabila robot menolak, menggenggam atau menggerakkan sesuatu objek.
Sumber yang tersedia tidak mengesahkan prosedur khusus InSpatio untuk menetapkan sifat objek, membina semula permukaan yang terlindung daripada pandangan atau menentukur fizik sentuhan. Oleh itu, butiran tersebut tidak wajar dianggap sebagai keupayaan yang telah terbukti hanya berdasarkan sasaran pengeluaran pusat berkenaan.
Lebih sukar tugasnya, lebih tinggi tuntutan terhadap simulasi
Latihan robot boleh melibatkan pelbagai tugas, daripada bergerak mengelilingi halangan hingga memanipulasi objek atau berinteraksi dengan mekanisme yang mempunyai bahagian bergerak. Bagi tugas yang lebih bergantung pada interaksi fizikal, rupa visual semata-mata tidak mencukupi: bentuk ruang dan tingkah laku fizikal dalam simulasi juga mempengaruhi mutu data latihan.
Simulasi berpotensi membolehkan senario diulang dan diubah tanpa perlu menyusun semula ruang fizikal setiap kali. Namun, fizik yang tidak tepat juga boleh menghasilkan data latihan yang mengelirukan. Laporan yang tersedia tidak mengesahkan sistem penghantaran formal InSpatio bagi tahap L1 hingga L3, ujian penerimaan menggunakan robot sebenar atau hasil pemindahan kemahiran yang diukur. Ujian robot sebenar masih penting untuk menentukan sama ada kemahiran daripada simulasi dapat digunakan dalam tugasan fizikal.
Apa yang diketahui—dan apa yang masih belum terbukti
Sumber mengesahkan bahawa InSpatio membuka pusat pengumpulan data berteraskan simulasi di Hangzhou dan mengumumkan sasaran pengeluaran sejuta jam sebulan. Laporan turut menggambarkan aliran kerja yang menghubungkan pengimbasan ruang, pembinaan semula 3D dan simulasi. 4
25
Namun, sumber itu tidak membuktikan bahawa pusat berkenaan sudah mencapai jumlah tersebut, bahawa datanya merangkumi keseluruhan variasi tugasan robot, atau bahawa sistem robot yang dilatih di situ berprestasi baik pada robot fizikal.
Janji utamanya jelas: menjadikan lebih banyak senario latihan boleh diwujudkan dengan menggunakan semula persekitaran 3D. Sama ada pendekatan itu benar-benar mencapai skala yang disasarkan dan menghasilkan prestasi di dunia sebenar masih perlu dibuktikan.
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 "InSpatio mahu besarkan data latihan robot melalui simulasi 3D"?
Pusat InSpatio di Hangzhou menyasarkan penghasilan sejuta jam data latihan robot sebulan dengan menggunakan persekitaran 3D yang boleh diedit dan digunakan semula.
What are the key points to validate first?
Pusat InSpatio di Hangzhou menyasarkan penghasilan sejuta jam data latihan robot sebulan dengan menggunakan persekitaran 3D yang boleh diedit dan digunakan semula. Hesai Kosmo dilaporkan boleh mengimbas ruang dalaman seluas 100 meter persegi dalam kira kira 15 minit, tetapi imbasan sahaja belum menghasilkan simulasi yang lengkap dari segi fizik.
What should I do next in practice?
Sumber yang tersedia mengesahkan pembukaan pusat dan sasaran pengeluaran, bukan bahawa sasaran itu sudah dicapai atau robot terlatih di sana terbukti berprestasi baik di dunia sebenar.