इनस्पैटियो, जो सेंसटाइम द्वारा 2025 में स्थापित एक स्टार्टअप है और स्थानिक बुद्धिमत्ता मॉडल में विशेषज्ञता रखता है, ने 29 अक्टूबर को हांगझोऊ में वह खोला जिसे वह चीन में संवेदी एआई के लिए पहला सिमुलेशन-आधारित डेटा संग्रह केंद्र कहता है। इस केंद्र का लक्ष्य प्रति माह एक मिलियन घंटों की मात्रा में डेटा का उत्पादन करना है, जो प्रतिदिन लगभग 100,000 घंटों के बराबर है।
इनस्पैटियो के अनुसार, रोबोटों को न केवल डेटा की मात्रा की कमी है, बल्कि उनकी विविधता की भी कमी है। उदाहरण के लिए, एक रोबोट निश्चित शेल्फ पर वस्तु को विश्वसनीय रूप से पकड़ सकता है, लेकिन यदि शेल्फ घूमती है, लक्षित वस्तु किसी अन्य पेय की पंक्ति से ढकी हुई है, या रोबोट को दूसरी तरफ से पहुंचने की आवश्यकता होती है तो उसकी प्रभावशीलता कम हो जाती है।
चाइना एकेडमी ऑफ इंफॉर्मेशन एंड कम्युनिकेशन टेक्नोलॉजीज के आंकड़ों के अनुसार, जून के अंत तक चीन में रोबोट प्रशिक्षण के लिए 70 से अधिक पॉलीगॉन काम कर रहे थे, और 40 और की योजना थी। फिर भी, उनमें से कई सरल कार्यों जैसे कपड़े तह करना और मेज साफ करना पर केंद्रित हैं। लेआउट में हर बदलाव के लिए स्थल और ऑपरेटरों को फिर से बुक करने की आवश्यकता होती है, जिससे लागत बढ़ जाती है।
इनस्पैटियो का दृष्टिकोण गणना सूत्र को 'मनुष्य गुणा घंटे' से बदलकर 'पर्यावरण विन्यास गुणा समानांतर कंप्यूटिंग' करता है। सिस्टम वास्तविक रोबोटों या टेलीकंट्रोल के माध्यम से किए गए कुछ छोटे प्रदर्शनों से शुरू होता है, और फिर सैकड़ों समानांतर वातावरणों में बंद पथ उत्पन्न करने के लिए गति योजना, नीति रन और स्वचालित भौतिकी जांच को जोड़ता है। इन पथों के साथ RGB, गहराई, सेगमेंटेशन, 6डी स्थिति और क्रियाओं के अनुरूप लेबल होते हैं।
दृश्य संपत्ति दो चैनलों से प्राप्त होती है। एक चैनल हेसाई के Kosmo 3D वर्ल्ड डेटा इंजन के साथ साझेदारी का उपयोग करता है, जो रिपोर्ट के अनुसार, लगभग 15 मिनट में 100 वर्ग मीटर के कमरे को स्कैन करने और मिलीमीटर स्तर पर 3DGS पुनर्निर्माण करने में सक्षम है। फिर इनस्पैटियो इस स्थिर स्कैन को निर्दिष्ट भौतिक गुणों वाली अलग-अलग वस्तुओं में विभाजित करता है। दूसरा चैनल इनस्पैटियो के अपने वर्ल्ड सिम्युलेटर, Topos Pro का उपयोग करता है, जो एकल छवियों, एकाधिक छवियों, वीडियो, लिडार डेटा या हवाई फोटोग्राफी को ऑब्जेक्ट-स्तरीय दृश्यों में परिवर्तित करता है जहां टेबल, कुर्सी और उपकरण जैसे गुणों को चुना, बदला और सौंपा जा सकता है, जिसमें टकराव गुण भी शामिल हैं।
दृश्य प्रसंस्करण में लक्षित वस्तुओं को अलग-अलग उदाहरणों में अलग करना, छिपी हुई ज्यामिति भरना और पृष्ठभूमि को पुनर्स्थापित करना, साथ ही प्रत्येक कार्य के लिए द्रव्यमान, द्रव्यमान केंद्र और घर्षण का अंशांकन शामिल है। कंपनी तीन सेवा स्तरों को भी परिभाषित करती है: नेविगेशन के लिए L1, मिलीमीटर स्तर की ज्यामिति और सघन ओवरलैप के साथ फुर्तीले ग्रिपिंग के लिए L2, और डिब्बे खोलने जैसे संपर्क और आर्टिकुलेटेड डायनेमिक्स के लिए L3। यह दावा किया जाता है कि सिमुलेशन का लाभ उच्च स्तरों पर बढ़ता है, हालांकि अंतिम नीतियों का अभी भी वास्तविक रोबोटों पर परीक्षण किया जाता है।
