Hesai, la empresa china que más sensores lidar vende para coches, quiere hacer lo mismo con los robots. El 14 de octubre presentó en Shanghái Kosmo, una cámara que escanea espacios reales y los convierte en escenarios 3D con los que entrenar robots. Según la compañía, una sola persona escanea una sala de 100 m² en unos 15 minutos. Hesai no ha dado precio ni fecha de venta.
Hesai empezó fabricando lidar, los sensores que miden distancias con pulsos de láser y que llevan muchos coches con ayudas a la conducción y los robotaxis. Según Reuters, en tres años se ha convertido en el mayor proveedor del mundo de lidar para coches, ha bajado el coste por unidad por debajo de $200 USD y vende a Mercedes-Benz, Volkswagen, General Motors y Ford. Ahora apuesta por la llamada IA física: modelos que no escriben texto, sino que mueven robots en el mundo real.
El problema de esa IA es la falta de datos. Un modelo de lenguaje aprende de los textos de internet, pero un robot necesita entrenar en espacios reales, con su geometría, sus materiales y su luz, y grabar esos datos es lento y caro. «Hay una gran carencia de datos espaciales de calidad para entrenar a los robots», dijo a Reuters David Li, cofundador y director ejecutivo de Hesai. Kosmo es su respuesta. La empresa ya lo había enseñado en ferias este año, pero ahora lo ha lanzado de forma oficial.
Claves de Kosmo
- Una cámara y una nube. Kosmo tiene dos partes: Kosmo One, la cámara, y Kosmo World, una plataforma en la nube que procesa lo capturado. Según Reuters, la cámara tiene una forma parecida a la de una botella de vino.
- Lidar, imagen y movimiento a la vez. Kosmo One junta un lidar de alta resolución, un sensor de imagen de una pulgada y una unidad de medición inercial (IMU), que registra cómo se mueve la cámara. Así captura a la vez la forma, el color y la textura del espacio y la posición desde la que se ve. Hesai la anuncia como cámara 8K, pero aclara que esa es la resolución de captura: los archivos que exporta el usuario llegan a 6K.
- Del escaneo al escenario 3D. Kosmo World reconstruye el espacio con 3D Gaussian Splatting, una técnica que representa la escena con millones de pequeñas manchas de color y logra un aspecto casi fotográfico, con precisión milimétrica según Hesai. De una sola reconstrucción saca tres cosas: la escena realista, una malla 3D y los datos de profundidad. La IA rellena las zonas que no se escanearon y separa cada objeto de la escena.
- Un caso real con helados. En una heladería Dairy Queen, preparar el escenario de entrenamiento habría llevado unas 300 horas de modelado manual; con Kosmo, escanear y reconstruir llevó 15 minutos. El robot de Sharpa que entrenaron con él alcanzó un 99% de éxito en su tarea y redujo sus fallos a la décima parte, según Hesai, y ya sirve helados en la tienda. Sharpa es una empresa de robótica independiente que fundaron los cofundadores de Hesai.
- Miles de prácticas por cada espacio. Hesai dice que de un solo espacio escaneado salen más de 10,000 trayectorias de entrenamiento, y que por el mismo coste se obtienen más de 100 veces más datos que grabando a un robot de verdad.
- Abierto a las herramientas habituales. Los datos y los modelos 3D funcionan con NVIDIA Isaac Sim e Isaac Lab, los simuladores de NVIDIA para entrenar robots, y con Unreal Engine, RenderMan de Pixar y Houdini. Hesai anunció acuerdos con las empresas chinas de robots Galbot y Dexmal, y ya hay escenas suyas en la vista 3D del mapa chino Amap.
- Lo que no se sabe. Hesai no ha publicado el precio, la fecha de venta, el peso ni la autonomía de la cámara. Li tampoco quiso dar a Reuters previsiones de ingresos.
Por qué importa
La carrera de los robots humanoides se está decidiendo tanto en los datos como en las máquinas. Los modelos que controlan robots necesitan practicar en miles de lugares distintos, y llevar un robot a cada casa, tienda o fábrica no escala. Si escanear un espacio cuesta quince minutos, se puede convertir el mundo real en un simulador y entrenar allí antes de tocar nada. Kosmo apunta a ese cuello de botella con lo que Hesai mejor sabe hacer: sensores lidar baratos y fabricados en masa.
También es un movimiento de empresa. Hesai fabrica además los actuadores, los motores que mueven las articulaciones, y ya ha entregado más de 10,000 módulos. Li dijo a Reuters que quiere ser para la robótica lo que Bosch es para los coches, el gran proveedor de piezas de toda la industria. Primero ha enseñado a las máquinas a ver; ahora quiere venderles también los datos con los que aprenden y los motores con los que se mueven.
Datos contrastados con la nota de prensa de Hesai; las cifras de rendimiento son de la propia empresa. Contexto y declaraciones de David Li, de Reuters. Portada: escáner lidar de mano Zebedee, un aparato del mismo tipo que Kosmo, foto de CSIRO, Wikimedia Commons, CC BY 3.0 (recortada, con texto).
Fuente: Hesai, «Building the Data Infrastructure for Physical AI: Hesai Launches Kosmo 3D World Data Engine»