Câu trả lờiĐã xuất bản16 nguồn
InSpatio muốn mở rộng dữ liệu huấn luyện robot bằng mô phỏng
InSpatio cho biết trung tâm ở Hàng Châu đặt mục tiêu tạo một triệu giờ dữ liệu huấn luyện robot mỗi tháng bằng cách tái sử dụng môi trường 3D có thể chỉnh sửa. Quy trình được mô tả kết hợp dựng lại không gian thật với mô phỏng; tuy nhiên, các nguồn hiện có chưa xác nhận chi tiết về mức tiết kiệm thời gian, chi phí h...
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- InSpatio cho biết trung tâm ở Hàng Châu đặt mục tiêu tạo một triệu giờ dữ liệu huấn luyện robot mỗi tháng bằng cách tái sử dụng môi trường 3D có thể chỉnh sửa.
- Quy trình được mô tả kết hợp dựng lại không gian thật với mô phỏng; tuy nhiên, các nguồn hiện có chưa xác nhận chi tiết về mức tiết kiệm thời gian, chi phí hay hiệu quả trên robot thật.
- Mức một triệu giờ mỗi tháng và khoảng 100.000 giờ mỗi ngày không tương đương nếu duy trì liên tục; các báo cáo chưa giải thích rõ hai con số này được tính theo cách nào.
Prompt AI
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 muốn tăng quy mô dữ liệu huấn luyện robot bằng cách làm cho môi trường mô phỏng có thể chỉnh sửa và tái sử dụng, thay vì phải dựng lại không gian vật lý cho từng bố trí mới. Công ty khai trương trung tâm thu thập dữ liệu AI hiện thân dựa trên mô phỏng tại Hàng Châu ngày 29/10/2026, với mục tiêu công bố là sản xuất một triệu giờ dữ liệu huấn luyện mỗi tháng. Đây là tham vọng được nêu ra, chưa phải sản lượng đã được kiểm chứng độc lập. 4
25
Tăng độ đa dạng, không chỉ tăng số giờ
Thu thập dữ liệu robot trong không gian thật có thể đòi hỏi thiết lập và đưa môi trường về trạng thái ban đầu nhiều lần. Phương án được mô tả của InSpatio là kết hợp các cảnh 3D được tái dựng hoặc tạo sinh với mô phỏng, sau đó thay đổi không gian và nhiệm vụ bên trong. Hệ thống hướng tới việc tạo ra các cảnh có thể chỉnh sửa, tái sử dụng và mở rộng, để dữ liệu không chỉ nhiều hơn mà còn bao phủ nhiều cách sắp xếp không gian hơn. 25
Điểm khác biệt nằm ở độ đa dạng: hàng loạt lượt thao tác trong cùng một bố trí cố định có thể làm tăng tổng lượng dữ liệu nhưng chưa chắc giúp robot gặp nhiều tình huống mới. Cảnh có thể chỉnh sửa có tiềm năng giúp thay đổi vị trí đồ vật và điều kiện nhiệm vụ dễ hơn. Tuy vậy, các nguồn hiện có không định lượng mức tiết kiệm thời gian hay chi phí so với việc thu thập dữ liệu trực tiếp trong môi trường vật lý.
Các con số công suất cũng cần được đặt trong bối cảnh. Báo cáo nêu mục tiêu một triệu giờ mỗi tháng, đồng thời đề cập mức khoảng 100.000 giờ mỗi ngày. Nếu duy trì đều đặn, 100.000 giờ mỗi ngày tương đương khoảng ba triệu giờ trong một tháng 30 ngày, chứ không phải một triệu. Các nguồn chưa giải thích con số theo ngày là công suất đỉnh, một mục tiêu khác hay cách tính riêng. 25
Từ không gian thật đến cảnh mô phỏng
Một hướng tạo cảnh là quét không gian thực. Hệ thống Kosmo của Hesai kết hợp thiết bị thu thập dữ liệu không gian với công nghệ xử lý nhằm chuyển cảnh đã quét thành dữ liệu 3D. Hesai công bố Kosmo, công cụ dữ liệu thế giới 3D, vào tháng 10/2026. 23 Các bài viết về hệ thống cho biết một không gian trong nhà rộng 100 mét vuông có thể được quét trong khoảng 15 phút; đầu ra gồm 3D Gaussian Splatting (3DGS), lưới 3D (mesh) và dữ liệu độ sâu. Đây là những năng lực được báo cáo, chưa phải kết quả đo lường độc lập về chất lượng tái dựng.
25
26
Trình mô phỏng Topos của InSpatio được giới thiệu là hỗ trợ tạo cảnh 3D, tái dựng không gian thực và mô phỏng AI hiện thân. 14 Nghiên cứu InSpatio-World của công ty cũng mô tả khả năng khôi phục và tạo cảnh động có thể tương tác từ video tham chiếu.
17 Những nguồn này cho thấy hướng tiếp cận rộng hơn trong việc xây dựng cảnh, nhưng không xác nhận độc lập mọi định dạng đầu vào hay toàn bộ quy trình Topos Pro được nêu trong một số bài viết.
Quét được cảnh chưa đồng nghĩa robot có thể tương tác
Một cảnh tái dựng có thể trông thuyết phục nhưng vẫn chưa mô phỏng chính xác cách đồ vật di chuyển hoặc va chạm. Các bài viết về Kosmo lưu ý rằng dữ liệu về tính chất vật lý và những thông tin liên quan vẫn cần được bổ sung hoặc cấu hình; chỉ quét không gian thì chưa tự động tạo ra một mô phỏng hoàn chỉnh. 26
Đây là bước quan trọng đối với huấn luyện robot. Đồ vật phải được biểu diễn sao cho robot có thể tương tác có ý nghĩa, còn môi trường cần phản ứng hợp lý khi robot đẩy, nắm hoặc di chuyển chúng. Các nguồn hiện có chưa xác minh quy trình cụ thể của InSpatio để gán thuộc tính cho đồ vật, tái dựng các bề mặt bị khuất hay hiệu chỉnh vật lý khi tiếp xúc. Vì vậy, không nên xem những chi tiết này là năng lực đã được chứng minh chỉ dựa trên mục tiêu sản lượng.
Nhiệm vụ càng phức tạp, yêu cầu càng cao
Huấn luyện robot có thể bao gồm nhiều việc, từ đi lại tránh chướng ngại vật đến thao tác với đồ vật hoặc xử lý các cơ cấu có khớp nối. Với những nhiệm vụ đòi hỏi tương tác nhiều, hình ảnh đẹp thôi chưa đủ: cả hình học của vật thể lẫn cách mô phỏng lực và va chạm đều ảnh hưởng đến giá trị của dữ liệu.
Mô phỏng có tiềm năng giúp lặp lại và thay đổi kịch bản mà không cần thiết lập lại môi trường vật lý sau mỗi lượt. Nhưng nếu vật lý không chính xác, dữ liệu tạo ra cũng có thể khiến robot học sai. Các báo cáo hiện có không xác minh một hệ thống phân cấp bàn giao L1–L3 chính thức của InSpatio, quy trình nghiệm thu trên robot thật hay kết quả chuyển giao kỹ năng đã được đo lường. Thử nghiệm trên robot thật vẫn cần thiết để đánh giá liệu kỹ năng học trong mô phỏng có dùng được ngoài đời hay không.
Thông báo cho biết điều gì — và chưa cho biết điều gì?
Các nguồn xác nhận InSpatio đã khai trương trung tâm dữ liệu dựa trên mô phỏng tại Hàng Châu và công bố mục tiêu sản xuất một triệu giờ dữ liệu mỗi tháng. Các bài viết cũng mô tả một quy trình rộng hơn, kết nối thu thập dữ liệu không gian, tái dựng 3D và mô phỏng. 4
25
Nhưng những thông tin này chưa chứng minh trung tâm đã đạt sản lượng đó, dữ liệu bao phủ đáng tin cậy mọi loại nhiệm vụ robot, hay các chính sách điều khiển được huấn luyện tại đây hoạt động tốt trên robot vật lý. Lời hứa cốt lõi là tạo thêm nhiều tình huống huấn luyện đa dạng bằng cách biến môi trường 3D thành tài sản có thể tái sử dụng. Liệu cách làm này đạt được quy mô và kết quả thực tế như mục tiêu đã nêu hay không vẫn cần thời gian kiểm chứng.
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "InSpatio muốn mở rộng dữ liệu huấn luyện robot bằng mô phỏng" là gì?
InSpatio cho biết trung tâm ở Hàng Châu đặt mục tiêu tạo một triệu giờ dữ liệu huấn luyện robot mỗi tháng bằng cách tái sử dụng môi trường 3D có thể chỉnh sửa.
Những điểm chính cần xác nhận đầu tiên là gì?
InSpatio cho biết trung tâm ở Hàng Châu đặt mục tiêu tạo một triệu giờ dữ liệu huấn luyện robot mỗi tháng bằng cách tái sử dụng môi trường 3D có thể chỉnh sửa. Quy trình được mô tả kết hợp dựng lại không gian thật với mô phỏng; tuy nhiên, các nguồn hiện có chưa xác nhận chi tiết về mức tiết kiệm thời gian, chi phí hay hiệu quả trên robot thật.
Tôi nên làm gì tiếp theo trong thực tế?
Mức một triệu giờ mỗi tháng và khoảng 100.000 giờ mỗi ngày không tương đương nếu duy trì liên tục; các báo cáo chưa giải thích rõ hai con số này được tính theo cách nào.