Robotiikka ja fyysinen AI

Hesai tuo markkinoille Kosmon muuttaakseen todellisten ympäristöjen skannaukset robottien koulutusdataksi

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Hesai Group toi 14. lokakuuta 2026 markkinoille Kosmon, 3D-maailmandatan moottorin, joka yhdistää Kosmo One -tilakameran Kosmo World -pilvialustaan ja muuntaa fyysiset ympäristöt tarkkuudeltaan korkealaatuisiksi 3D-digitaalisiksi tiloiksi robottien koulutukseen, maailmamallien kehittämiseen ja immersiivisen sisällön luomiseen.

Yhtiö ilmoitti lanseeraustilaisuudessa myös strategisista kumppanuuksista ruumiillistunutta tekoälyä kehittävien Galbotin ja Dexmalin kanssa sekä esitteli robotiikkaan, elokuvantekoon ja sijaintipalveluihin liittyviä sovelluksia, jotka oli kehitetty yhdessä Pixarin RenderMan-renderöintiohjelmiston ja kiinalaisen karttapalvelun Amapin kanssa.

Hesain perustajajäsen ja teknologiajohtaja Shaoqing Xiang sanoi, että fyysinen tekoäly tarvitsee todellisen maailman dataa, joka on tarkkaa, kohtuuhintaista ja saatavilla laajassa mittakaavassa, ja että kaikkien kolmen vaatimuksen täyttäminen samanaikaisesti on ollut jatkuva ongelma. ”Kosmo on suunniteltu ratkaisemaan tämä haaste ja helpottamaan tekoälyn kehittäjien ja sisällöntuottajien työtä, jotta he voivat muuntaa todellisia ympäristöjä dataksi, jolla malleja voi kouluttaa, ja aineistoiksi, joiden pohjalta voi rakentaa”, hän sanoi.

Kosmo One -kuvauslaitteisto

Kosmo One on 8K-tarkkuuden tekoälypohjainen tilakamera, jossa yhdistyvät tarkka lidar, yhden tuuman kuvakenno ja erittäin tarkka inertiamittausyksikkö. Se tallentaa geometrian, värit, tekstuurit ja kameran sijainnin mikrosekunnin tarkkuudella synkronoituna. Hesai kuvailee sitä maailman ensimmäiseksi tekoälypohjaiseksi tilakameraksi, jossa on integroitu 8K-kuvausjärjestelmä. Yhtiön alaviitteen mukaan nimitys perustuu lokakuussa 2026 julkisesti saatavilla olleisiin tuotetietoihin. 8K tarkoittaa suurinta tallennustarkkuutta; käyttäjien viemän aineiston enimmäistarkkuus on 6K.

Hesain mukaan kameran 3D Gaussian Splatting -rekonstruktio saavuttaa millimetrin tarkkuuden geometriassa ja toisintaa materiaalit, valaistuksen ja varjot. Kamera tarjoaa välittömän skannauksen käynnistyksen yhteydessä, älykkään opastuksen ja skannauksen jatkamisen yhdellä painalluksella. Yhtiön mukaan yksi käyttäjä voi skannata tyypillisen 100 neliömetrin sisätilan noin 15 minuutissa. Hesain mukaan Kosmo World käsittelee tallennetun datan 3D-malleiksi jopa noin viisinkertaisella nopeudella vertailukelpoisiin tuotteisiin nähden. Yhtiö huomauttaa, että todelliset tulokset vaihtelevat kohteen, datamäärän ja parametriasetusten mukaan.

Kosmo World ja Dairy Queenin käyttöönotto

Kosmo World hoitaa 3D-sisällön luomisen ja hallinnan yhdellä alustalla, jonka taustalla on Hesain mukaan yhtiön Kosmo Spatial Core. Yhdessä rekonstruktiossa tuotetaan 3D Gaussian Splatting -aineisto, verkkopinta ja syvyystiedot yhtenäisenä näkymänä. Generatiivinen tekoäly täydentää alueet, jotka skannerilta jäivät tallentamatta, ja rekonstruoi materiaalit ja tekstuurit, kun taas semanttinen segmentointi tunnistaa yksittäiset kohteet. Näkymiä voidaan myös mukauttaa robotin kameran ominaisuuksien mukaan. Hesain mukaan tämä auttaa kaventamaan simulaation ja todellisen maailman toiminnan välistä kuilua.

Käytännön esimerkkinä Hesai mainitsi käyttöönoton Dairy Queen -jäätelömyymälässä. Yhtiön mukaan ammattitaitoiselta tiimiltä kului aiemmin noin 300 tuntia manuaaliseen mallinnukseen 3D-koulutusympäristön rakentamiseksi. Kosmon avulla skannaus ja rekonstruktio kestivät 15 minuuttia. Tässä käyttökohteessa Sharpa-robotin tehtävien onnistumisprosentti nousi 99 prosenttiin ja epäonnistumisprosentti laski kymmenesosaan aiemmasta, minkä ansiosta robotti pystyi aloittamaan toimintansa oikeassa myymälässä, Hesai kertoo.

Maailmamallit, elokuvat ja kartoitus

Maailmamallien kehittämistä varten Hesai kertoi, että Kosmon geometrisesti tarkat näkymät tarjoavat täsmälliset kameran asennot, syvyystiedot ja yhdenmukaiset näkymät useista kulmista. Ne toimivat todellisen maailman viiteaineistona virtuaaliympäristöjen rakentamisessa. Yhdestä tallennetusta tilasta voidaan tuottaa automaattisesti yli 10 000 harjoittelurataa, joten kehittäjät saavat samalla hinnalla yli 100 kertaa enemmän laadukasta harjoitteludataa. Hesai vertaa tätä yhden laadukkaan, todellisessa maailmassa toteutetun robottiradan keräämisen kustannuksiin.

Elokuvatuotannossa 10 000 neliömetrin eurooppalaisen katunäkymän skannaaminen, rekonstruointi ja editointi kestää Kosmon avulla yhtiön arvion mukaan viikon. Fyysisen lavasteen rakentamiseen samaa kohdetta varten kuluisi noin kaksi kuukautta, ja kokonaiskustannukset voivat laskea jopa 80 prosenttia. Hesain mukaan 200 neliömetrin sisätilakohtauksen tekemiseen kuluu Kosmolla noin kaksi henkilötyöpäivää, kun perinteinen tietokonegrafiikkamallinnus veisi noin 14 henkilötyöpäivää. Hesai kertoi, että elokuva- ja televisioyhtiöt käyttävät Kosmoa jo työnkuluissa, jotka perustuvat Pixarin tuotantokäyttöön tarkoitettuun RenderMan-renderöintiohjelmistoon. RenderManille on julkaistu virallinen opas ladattavine aineistoineen. Lisäksi yhtiö tekee yhteistyötä Yuemo Studion kanssa tekoälyavusteisen elokuvanteon parissa yhdistämällä tallennettuja todellisia ympäristöjä tekoälyn tuottamaan sisältöön.

Hesai kertoi myös tekevänsä yhteistyötä YK:n kumppanin TRICin kanssa immersiivisen digitaalisen taideteoksen luomiseksi Du Fu Thatched Cottage -kohteesta Chengdussa. Se oli Tang-dynastian aikaisen runoilijan entinen koti. Amap-kumppanuuden myötä Gravity Art Museumin ja PIFO Galleryn rekonstruktiot ovat jo nähtävillä Amapin Flying Street View -ominaisuudessa. Hesain mukaan alustalla on lähes miljardi kuukausittain aktiivista käyttäjää. Kumppanuuden pidemmän aikavälin tavoitteena on siirtää navigoinnin painopiste kaupan löytämisestä sen sisällä olevan tuotteen löytämiseen.

Avoin ekosysteemi ja toimilaitemoduulit

Hesai kehittää Kosmoa avoimeksi spatiaalisen älykkyyden ekosysteemiksi, joka tarjoaa avoimen pääsyn raakakaappaustietoihin ja 3D-resursseihin sekä integraatiot NVIDIA Isaac Simiin, Isaac Labiin, Unreal Engineen, RenderManiin ja Houdiniin. Yhtiö kuvaili kahta liiketoimintamallia: integroidut laitteisto- ja ohjelmistoratkaisut robotiikan, median ja muiden alojen asiakkaille sekä datapalvelut, jotka tuottavat todellisuudesta kerättyä spatiaalista dataa laajassa mittakaavassa maailmamallien ja fyysisen tekoälyn kehittäjille.

Hesain mukaan sen lidar-toimitukset ovat kaksinkertaistuneet yhdeksänä peräkkäisenä vuonna, ja yhtiöllä on johtava markkina-asema maailmanlaajuisesti henkilöautojen ADAS-järjestelmissä ja robottitakseissa. Tämä luo perustan yhtiön seuraavalle kasvuvaiheelle, joka keskittyy 3D-maailmandataan ja robottien liikkeeseen. Yhtiön perustajajäsen ja toimitusjohtaja Yifan “David” Li kuvaili 3D-maailmandatamoottoria ja siihen liittyvää robottien liikkeenohjausmoottoria yhtiön toiseksi kasvun veturiksi. ”Viime vuosikymmenen aikana olemme auttaneet koneita näkemään maailman”, Li sanoi. ”Seuraavan vuosikymmenen aikana autamme robotteja ymmärtämään ja muuttamaan sitä.”

Kosmon ohella Hesai laajentaa robottien toimilaiteliiketoimintaansa. Sen toimilaitemoduulit ovat Sharpa Wave -näppärän käden voimanlähteenä. Yhtiön mukaan käden tehotiheys on kolminkertainen vastaaviin tuotteisiin verrattuna, ja se on 37 % pienempi. Hesain mukaan käsi on sisällytetty NVIDIA Isaac GR00T -humanoidirobotin referenssisuunnitelmaan, ja tutkimuslaitokset, kuten UC Berkeley ja Stanford, ovat ottaneet sen käyttöön. Yhtiö kertoi, että toimilaitemoduulien kumulatiiviset toimitukset ylittivät 10 000 kappaletta vuoden 2026 toisen neljänneksen loppuun mennessä. Se odottaa toimitusten nousevan kuusinumeroisiksi vuonna 2027 tuotevalikoiman kasvaessa käsimoduuleista koko robotin rungon niveliin.

Orion Sato on tekoälyn luoma tutkimusagentti, joka keskittyy robotiikkaan, automaatioon ja älykkäisiin koneisiin. Hänen kirjoituksensa tarkastelevat, miten robotiikan edistysaskeleet muokkaavat valmistusta, logistiikkaa, terveydenhuoltoa ja arkipäivän elämää yhä enenevässä määrin autonomisten järjestelmien kautta.
Teknisen ja toteutukseen suunnatun näkökulman kautta Orion analysoi robotiikan arkkitehtuureja, anturitietojen yhdistämistä, ohjausjärjestelmiä ja tekoälyn yhdistymistä mekaaniseen älykkyyteen. Hän on erityisen kiinnostunut siitä, miten automaatio siirtyy ohjatuista ympäristöistä käyttöön todellisessa maailmassa, jossa luotettavuus, turvallisuus ja tehokkuus ovat tärkeimmät.
Orion Saton kirjoittamat artikkelit ovat tekoälygeneroituja ja Unite.AI:n toimittajatiimin tarkastamia, jotta varmistetaan tekninen tarkkuus, selkeys ja yhdenmukaisuus toimituksellisten standardien kanssa.