ახალი სისტემის ოფიციალური ფასი და გაყიდვების დაწყების ზუსტი თარიღი ჯერ უცნობია.
ჩინურმა ტექნოლოგიურმა კომპანია Hesai-მ შანხაის ქარხანაში გამართულ პრეზენტაციაზე Kosmo წარადგინა. ეს არის 3D სივრცითი მონაცემების სისტემა, რომელიც ორი ნაწილისგან შედგება: მოწყობილობა Kosmo One და ღრუბლოვანი სერვისი Kosmo World. კომპანიის ოფიციალური განცხადებით, სისტემის მიზანია, რეალური ოთახები ფიზიკური AI რობოტების საწვრთნელ ციფრულ გარემოდ რამდენიმე წუთში გადააქციოს.
Hesai ამ მოწყობილობას ინტეგრირებული 8K გადაღების მქონე მსოფლიოში პირველ AI სივრცით კამერას უწოდებს. კორპუსში მაღალი გარჩევადობის ლიდარი, ერთდუიმიანი სენსორი და ზუსტი IMU მოდული ერთობლივად მუშაობს. გეომეტრია, ფერები და კამერის მოძრაობა მიკროწამებში სინქრონიზდება, მომხმარებელს კი საბოლოო ფაილის ექსპორტი 6K გარჩევადობით შეუძლია.
სამგანზომილებიანი გარემო წუთებში
როგორ მუშაობს ეს პრაქტიკაში? სკანირებისას გამოიყენება ტექნოლოგია 3D Gaussian Splatting (3DGS), რომელიც მილიმეტრის სიზუსტით აგებს სივრცეს. Kosmo World ერთდროულად ქმნის წერტილოვან ღრუბელს, ბადესა და სიღრმის რუკას. თუ ოპერატორს რომელიმე კუთხე გამორჩა, გენერაციული AI გამოტოვებულ ადგილებს თავად ავსებს, ობიექტებს კი ავტომატურად ცნობს და სახელებს არქმევს.
Hesai-ს მტკიცებით, 100 კვადრატული მეტრის ფართობის ოთახის სკანირებას ერთ ადამიანს მხოლოდ 15 წუთი სჭირდება. დამუშავება ანალოგიურ 3DGS პროდუქტებთან შედარებით ხუთჯერ უფრო სწრაფია. ერთი ასეთი ოთახიდან სისტემა 10 000-ზე მეტ სავარჯიშო ტრაექტორიას აგენერირებს, რაც რეალურ რობოტზე მონაცემების შეგროვებასთან შედარებით ასჯერ უფრო ეფექტიანია.
Dairy Queen-ის მაგალითი
სხვაობა განსაკუთრებით შთამბეჭდავია Dairy Queen-ის ნაყინის ობიექტის ტესტზე. ადრე ამ სივრცის ხელით 3D მოდელირებას დაახლოებით 300 საათი სჭირდებოდა. Kosmo-ს დახმარებით სკანირება და ციფრული ასლის აწყობა სულ რაღაც 15 წუთში დასრულდა. კომპანიის მონაცემებით, ამ ციფრულ გარემოში ნავარჯიშებ Sharpa-ს რობოტს შეცდომების მაჩვენებელი ათჯერ შეუმცირდა და მან დავალებების შესრულების 99-პროცენტიან სიზუსტეს მიაღწია.
„ფიზიკურ AI-ს სჭირდება რეალური სამყაროს მონაცემები, რომლებიც ზუსტი, ხელმისაწვდომი და მასშტაბურია. ამ სამივე მოთხოვნის ერთად დაკმაყოფილება აქამდე მუდმივი პრობლემა იყო. Kosmo სწორედ ამ გამოწვევის გადასალახად შეიქმნა“, განაცხადა Hesai-ს ტექნიკურმა დირექტორმა Shaoqing Xiang-მა.
კომპანიის თანადამფუძნებელმა და აღმასრულებელმა დირექტორმა Dr. Yifan Li-მ ხაზი გაუსვა გრძელვადიან მიზანს: „გასულ ათწლეულში ჩვენ მანქანებს სამყაროს დანახვა ვასწავლეთ. მომდევნო ათწლეულში რობოტებს ვასწავლით, როგორ გაიგონ და შეცვალონ ეს სამყარო“.
სისტემა ინტეგრირდება NVIDIA Isaac Sim-თან, Unreal Engine-თან, Houdini-სთან და Pixar-ის RenderMan-თან. პარტნიორობა უკვე დადასტურდა კომპანიებთან Galbot და Dexmal, ასევე Amap-ის პროექტთან. Hesai პარალელურად რობოტის მამოძრავებელ ნაწილებსაც აწარმოებს: Sharpa-ს Wave ხელის მოდულები NVIDIA Isaac GR00T-ის პლატფორმაში გამოიყენება. კომპანიამ 2026 წლის მეორე კვარტალის ბოლომდე 10 000-ზე მეტი ასეთი მოდული უკვე მიაწოდა პარტნიორებს.
| კამერის სისტემის გარჩევადობა | 8K |
| ფაილის ექსპორტის მაქსიმალური გარჩევადობა | 6K |
| გამოსახულების სენსორი | 1 დუიმი |
| 100 კვ.მ ფართობის სკანირების დრო | დაახლოებით 15 წუთი |
| გენერირებული სავარჯიშო ტრაექტორიები | 10 000-ზე მეტი |
| Dairy Queen-ის სიმულაციის დრო | 15 წუთი (ადრინდელი 300 საათის ნაცვლად) |
| Sharpa-ს რობოტის წარმატების მაჩვენებელი | 99% |
ფოტო: Hesai
წყარო: Hesai | PR Newswire | Reuters via StreetInsider | Kosmo product site
ეს სტატია შეიქმნა AI ხელსაწყოებით, პროცესში ადამიანის ჩართულობა დაახლოებით 10%-ია.
