Hesai convierte espacios reales en escenarios 3D para entrenar robots

Qué cambia

Hesai presentó el 14 de octubre Kosmo, un sistema que combina una cámara espacial, lidar, sensor de imagen y medición inercial para capturar entornos reales y transformarlos en datos 3D. Reuters confirmó la presentación en Shanghái y que la empresa ya ha firmado acuerdos con fabricantes chinos de robótica.

El objetivo es crear escenarios con geometría, color y posición que sirvan para entrenar modelos de robótica física. Kosmo One recoge los datos y la plataforma Kosmo World los procesa en nubes, mallas y representaciones Gaussian Splatting. Las cifras de precisión y velocidad publicadas proceden de Hesai y necesitan pruebas independientes.

El contexto y los límites

Los robots aprenden mejor cuando pueden practicar con situaciones variadas, pero recopilar datos físicos de calidad resulta caro y lento. Una cámara normal aporta color; un lidar mide distancias; una unidad inercial registra el movimiento. Hesai integra esas fuentes y las sincroniza para construir un escenario digital que conserve tanto la apariencia como las medidas necesarias para una simulación.

La empresa afirma que una persona puede capturar un interior de 100 metros cuadrados en unos quince minutos y que la reconstrucción alcanza precisión milimétrica. Son especificaciones del fabricante. Reuters sí comprobó la existencia del equipo, su demostración en fábrica y los acuerdos comerciales, pero no valida de forma independiente cada dato de rendimiento ni la tasa de éxito atribuida a un robot que sirve helados.

La utilidad va más allá de un humanoide concreto. Un almacén, una tienda o un laboratorio digitalizados pueden permitir que diferentes robots ensayen rutas, agarres y obstáculos antes de entrar en el espacio real. Esa transferencia no es automática: una simulación puede omitir fricción, iluminación cambiante, personas o errores de sensor. La prueba decisiva es cuánto mejora el comportamiento en el mundo físico.

Kosmo también enlaza robótica y escaneado 3D, pero esta noticia se clasifica en Robótica porque su propuesta principal es producir datos para IA física. No es una impresora ni un escáner de consumo anunciado con precio y distribución general. El siguiente paso será conocer qué clientes lo emplean, qué formatos pueden exportarse y si equipos independientes reproducen las cifras de precisión y tiempo.

Cómo llevarlo a la práctica

Para evaluar un sistema de captura 3D, pide una escena representativa y mide referencias conocidas. Comprueba tiempo de captura, reconstrucción, huecos, reflejos, exportación y tamaño de archivo. Separa la precisión anunciada por el fabricante de la que obtienes en tu espacio y con tu operador.

Si el objetivo es robótica, valida después en el mundo real: entrena o configura una tarea en la réplica y registra cuánto se transfiere al robot físico. Limita el uso de nubes con espacios sensibles y revisa dónde se procesan y almacenan las imágenes.

← Volver a la edición · Archivo · Cómo seleccionamos las noticias