Hesai wprowadza Kosmo, by przekształcać skany rzeczywistych miejsc w dane treningowe dla robotów

14 października 2026 r. Hesai Group wprowadziła na rynek Kosmo — silnik danych przestrzennych 3D, który łączy przestrzenną kamerę Kosmo One z platformą chmurową Kosmo World. Przekształca rzeczywiste otoczenie w szczegółowe cyfrowe przestrzenie 3D wykorzystywane do trenowania robotów, rozwijania modeli świata i tworzenia immersyjnych treści.

Podczas wydarzenia premierowego firma ogłosiła również strategiczne partnerstwa z firmami Galbot i Dexmal, zajmującymi się ucieleśnioną sztuczną inteligencją, oraz zaprezentowała zastosowania opracowane z użyciem silnika renderującego RenderMan firmy Pixar i chińskiej platformy mapowej Amap. Obejmują one robotykę, produkcję filmową i usługi lokalizacyjne.

Shaoqing Xiang, współzałożyciel i dyrektor ds. technicznych Hesai, powiedział, że fizyczna sztuczna inteligencja potrzebuje rzeczywistych danych, które są dokładne, przystępne cenowo i dostępne na dużą skalę, a jednoczesne spełnienie wszystkich trzech wymagań od dawna stanowi problem. „Kosmo ma pomóc go rozwiązać, ułatwiając twórcom i deweloperom AI przekształcanie rzeczywistych środowisk w dane do trenowania modeli oraz zasoby, na podstawie których mogą budować” — powiedział.

Sprzęt do rejestrowania obrazu Kosmo One

Kosmo One to przestrzenna kamera AI o rozdzielczości 8K i ultrawysokiej jakości obrazu, łącząca lidar o wysokiej rozdzielczości, jednocalowy sensor obrazu i precyzyjną inercyjną jednostkę pomiarową. Rejestruje geometrię, kolor, teksturę i położenie kamery, synchronizując dane z dokładnością do mikrosekund. Hesai określa ją jako pierwszą na świecie przestrzenną kamerę AI ze zintegrowanym systemem obrazowania 8K; firma zaznacza w przypisie, że określenie to opiera się na publicznie dostępnych informacjach o produktach według stanu na październik 2026 r. Wartość 8K odnosi się do maksymalnej rozdzielczości rejestrowania obrazu; maksymalna rozdzielczość eksportowanych materiałów wynosi 6K.

Według Hesai rekonstrukcja metodą 3D Gaussian Splatting zarejestrowanego przez kamerę obrazu zapewnia milimetrową dokładność geometryczną i odwzorowuje materiały, oświetlenie oraz cienie. Kamera umożliwia natychmiastowe skanowanie po włączeniu, oferuje inteligentne wskazówki i pozwala jednym kliknięciem wznowić skanowanie. Firma twierdzi, że jedna osoba może zeskanować typowe wnętrze o powierzchni 100 metrów kwadratowych w około 15 minut. Następnie Kosmo World przetwarza zarejestrowane dane na modele 3D z szybkością do około pięciu razy większą niż w przypadku porównywalnych produktów, jak podaje Hesai, zastrzegając, że rzeczywiste wyniki zależą od sceny, ilości danych i ustawień parametrów.

Kosmo World i wdrożenie w lokalu Dairy Queen

Kosmo World umożliwia tworzenie i zarządzanie treściami 3D na jednej platformie, której podstawą jest — jak określa to Hesai — Kosmo Spatial Core. Jedna rekonstrukcja pozwala uzyskać jednocześnie dane 3D Gaussian Splatting, siatkę geometryczną i dane o głębi w ramach spójnej sceny. Generatywna AI uzupełnia obszary pominięte przez skaner oraz odtwarza materiały i tekstury, a segmentacja semantyczna rozpoznaje poszczególne obiekty. Widoki można również dostosować do charakterystyki kamery robota, co — według Hesai — pomaga zmniejszyć różnicę między symulacją a działaniem w rzeczywistym środowisku.

Jako przykład praktycznego zastosowania Hesai wskazała wdrożenie w lodziarni Dairy Queen, gdzie — jak podała firma — profesjonalny zespół potrzebował wcześniej około 300 godzin ręcznego modelowania, by stworzyć środowisko 3D do trenowania. Dzięki Kosmo skanowanie i rekonstrukcja zajęły 15 minut. W tym wdrożeniu skuteczność robota Sharpa w wykonywaniu zadań osiągnęła 99%, a jego współczynnik niepowodzeń spadł do jednej dziesiątej wcześniejszego poziomu, co pozwoliło robotowi rozpocząć pracę w prawdziwym sklepie — według Hesai.

Modele świata, film i mapy

W przypadku rozwijania modeli świata Hesai podaje, że sceny Kosmo o dokładnej geometrii dostarczają precyzyjnych pozycji kamer, informacji o głębi i spójnych widoków z wielu kątów, stanowiących rzeczywisty punkt odniesienia przy tworzeniu środowisk wirtualnych. Z jednej zarejestrowanej przestrzeni można wygenerować automatycznie ponad 10 000 trajektorii treningowych, zapewniając deweloperom ponad 100 razy więcej wysokiej jakości danych treningowych przy takim samym koszcie — Hesai porównuje go z kosztem zebrania jednej wysokiej jakości trajektorii robota w rzeczywistym środowisku.

Firma szacuje, że zeskanowanie, zrekonstruowanie i zmontowanie europejskiej ulicy o powierzchni 10 000 metrów kwadratowych zajmuje z Kosmo tydzień, podczas gdy zbudowanie jej jako fizycznej scenografii trwa około dwóch miesięcy. Według firmy łączne koszty mogą spaść nawet o 80%. W przypadku wnętrza o powierzchni 200 metrów kwadratowych Hesai szacuje nakład pracy z Kosmo na około dwa osobodni, w porównaniu z około 14 osobodniami potrzebnymi na tradycyjne modelowanie komputerowe. Hesai poinformowała, że firmy z branży filmowej i telewizyjnej już korzystają z Kosmo w procesach produkcyjnych opartych na RenderMan firmy Pixar, profesjonalnym silniku renderującym klasy produkcyjnej, do którego udostępniono oficjalny samouczek i materiały do pobrania. Firma współpracuje również z Yuemo Studio nad filmami tworzonymi z pomocą AI, łączącymi zarejestrowane rzeczywiste środowiska z treściami generowanymi przez AI.

Hesai poinformowała również, że współpracuje z TRIC, partnerem Organizacji Narodów Zjednoczonych, nad stworzeniem immersyjnego dzieła sztuki cyfrowej przedstawiającego Chatę krytą strzechą Du Fu w Chengdu, dawny dom poety z dynastii Tang. W ramach partnerstwa z Amap rekonstrukcje Gravity Art Museum i PIFO Gallery są już dostępne w funkcji Flying Street View w Amap. Hesai podała, że platforma ma blisko miliard aktywnych użytkowników miesięcznie, a długofalowym celem partnerstwa jest zmiana sposobu nawigacji: z wyszukiwania sklepu na wyszukiwanie konkretnego produktu w jego wnętrzu.

Otwarty ekosystem i moduły wykonawcze

Hesai rozwija Kosmo jako otwarty ekosystem inteligencji przestrzennej, zapewniający otwarty dostęp do surowych danych z rejestracji i zasobów 3D oraz integracje z NVIDIA Isaac Sim, Isaac Lab, Unreal Engine, RenderMan i Houdini. Firma opisała dwa modele biznesowe: zintegrowane rozwiązania sprzętowe i programowe dla klientów z branży robotyki, mediów i innych sektorów oraz usługi danych, w ramach których na dużą skalę powstają dane przestrzenne ze świata rzeczywistego dla twórców modeli świata i fizycznej sztucznej inteligencji.

Hesai poinformowała, że dostawy jej lidarów podwajały się przez dziewięć kolejnych lat, a firma zajmuje czołową pozycję na światowym rynku systemów ADAS w samochodach osobowych i robotaksówek. Na tej podstawie rozwija kolejny etap wzrostu, koncentrując się na danych 3D o świecie i ruchu robotów. Współzałożyciel i dyrektor generalny Yifan „David” Li określił silnik danych 3D o świecie oraz powiązany z nim silnik ruchu robotów jako drugi filar wzrostu firmy. „W ciągu ostatniej dekady umożliwiliśmy maszynom widzenie świata” — powiedział Li. „W ciągu następnej dekady umożliwimy robotom rozumienie go i zmienianie”.

Równolegle z rozwojem Kosmo Hesai rozwija działalność w obszarze robotycznych układów wykonawczych. Jej moduły wykonawcze napędzają zręczną dłoń Wave firmy Sharpa, która — jak twierdzi Hesai — zapewnia trzykrotnie większą gęstość mocy niż porównywalne produkty, a jednocześnie jest o 37% mniejsza. Według Hesai dłoń została uwzględniona w referencyjnym projekcie humanoidalnego robota NVIDIA Isaac GR00T i wdrożona przez instytucje badawcze, w tym UC Berkeley i Stanford. Firma poinformowała, że łączna liczba dostarczonych modułów wykonawczych przekroczyła 10 000 sztuk do końca drugiego kwartału 2026 roku, a w 2027 roku dostawy mają osiągnąć sześciocyfrowy poziom, w miarę rozszerzania oferty z modułów do dłoni na przeguby w całym ciele robota.