A InSpatio, uma startup fundada em 2025 pela SenseTime e especializada em modelos de inteligência espacial, inaugurou em 29 de outubro em Hangzhou o que chama de primeiro centro de coleta de dados para IA incorporada na China, baseado em simulação. Este centro visa produzir dados em um volume de um milhão de horas mensalmente, o que equivale a aproximadamente 100.000 horas por dia.
Na opinião da InSpatio, os robôs não carecem apenas de volume de dados, mas também de diversidade. Por exemplo, um robô pode agarrar um objeto firmemente em uma prateleira fixa, mas sua eficiência diminui se a prateleira girar, o objeto alvo for obscurecido por outra linha de bebidas ou se o robô precisar alcançar de outro lado.
De acordo com dados da Academia Chinesa de Tecnologia da Informação e Comunicação, até o final de junho, havia mais de 70 polígonos operacionais para treinamento de robôs na China, e mais de 40 estavam planejados. No entanto, muitos deles se concentram em tarefas simples, como dobrar roupas e limpar mesas. Cada mudança no layout exige nova reserva do local e dos operadores, o que leva ao aumento dos custos.
A abordagem da InSpatio muda a fórmula de cálculo de 'pessoas vezes horas' para 'configurações de ambiente vezes computação paralela'. O sistema começa com um pequeno número de demonstrações realizadas por robôs reais ou por teleoperação e, em seguida, combina planejamento de movimento, execuções de políticas e verificações físicas automatizadas para gerar trajetórias fechadas em centenas de ambientes paralelos. Essas trajetórias são acompanhadas por rótulos consistentes de RGB, profundidade, segmentação, posição 6D e ações.
Os ativos das cenas são obtidos de dois canais. Um canal utiliza a parceria com o motor de dados mundiais Kosmo 3D da Hesai, que, segundo o relatório, é capaz de escanear uma sala de 100 metros quadrados em cerca de 15 minutos com reconstrução 3DGS em nível de milímetro. Em seguida, a InSpatio divide este escaneamento estático em objetos individuais com propriedades físicas definidas. O segundo canal utiliza o simulador de mundo próprio da InSpatio, Topos Pro, que transforma imagens únicas, múltiplas imagens, vídeos, dados LiDAR ou fotografias aéreas em cenas em nível de objeto, onde é possível selecionar, substituir e atribuir propriedades a mesa, cadeira e equipamento, incluindo propriedades de colisão.
O processamento da cena inclui a separação de objetos alvo em instâncias individuais, o preenchimento de geometria oculta e a reconstrução de fundo, bem como a calibração de massa, centro de massa e atrito para cada tarefa. A empresa também define três níveis de serviço: L1 para navegação, L2 para agarre habilidoso com geometria em nível de milímetro e sobreposição densa, e L3 para contato e dinâmica articulada, como abrir gavetas. Afirma-se que a vantagem da simulação aumenta nos níveis mais altos, embora as políticas finais ainda sejam testadas em robôs reais.
