Kosmo de Hesai convierte habitaciones reales en mundos de entrenamiento en minutos
El fabricante de lidar lanzó Kosmo One (cámara espacial 8K) y Kosmo World; con Galbot y Dexmal. Un escaneo en Dairy Queen pasó de ~300 horas de modelado a 15 minutos.
En breve: El 14 de oct. Hesai lanzó Kosmo: cámara Kosmo One + nube Kosmo World. Convierte espacios escaneados en activos 3DGS/malla/profundidad para entrenar robots y modelos de mundo.
Qué llegó
- Kosmo One: lidar + sensor de 1" + IMU, sync de microsegundos; Hesai la llama la primera cámara espacial IA con captura 8K (export máx. 6K).
- Velocidad: ~15 min para escanear ~100 m² interiores; reconstrucción hasta ~5× más rápida.
- Robots: vistas adaptadas a la cámara del robot para reducir sim-to-real; una captura puede generar +10.000 trayectorias.
- Socios: Galbot y Dexmal; Isaac Sim/Lab, Unreal, RenderMan, Houdini.
Caso Dairy Queen
Antes ~300 h de modelado manual; con Kosmo, escaneo+reconstrucción en 15 min. Un robot Sharpa alcanzó 99% de éxito y fallos a un décimo.
Por qué importa
La Physical AI necesita escenas baratas y precisas. Un líder de lidar vendiendo captura + nube apuesta a que lidar+3DGS sea la capa de datos del aprendizaje robótico, no solo ADAS.
Fuentes Fuentes verificadas
- 1.PR Newswire / Hesai: Kosmo 3D World Data Engine launch (Oct 14, 2026)prnewswire.com
- 2.Hesai Newsroom: Kosmo featured (Oct 14, 2026)hesaitech.com
- 3.Unite.AI: Hesai launches Kosmo (Oct 14, 2026)unite.ai
Análisis relacionados
Más en IA corporizada y modelos fundacionales →El S1 de Skild aprende fútbol jugando contra sí mismo 140 años simulados
Tras lanzar S1 —modelo base que copia un solo vídeo sin fine-tuning— Skild mostró Physical Self-Play: la misma política se entrenó contra sí en Isaac Sim y se transfirió a un humanoide.
AWS abre un Physical AI Toolchain con piezas de NVIDIA
El 8 oct. 2026 AWS lanzó un toolchain open source que une datos sintéticos, SageMaker, simulación y edge — con Isaac/Cosmos — tras el cierre de RoboMaker en 2025.
PASSAGE de Galbot enseña a humanoides a agacharse, salvar obstáculos y pasar de lado
En un Unitree G1, el stack planificador–seguidor completó 50 layouts físicos sin caídas; 45 sin contacto. Éxito de destino en sim: 98,67%; sin contacto: 70,3%.
Newsletter
Robrief Weekly
Un correo por semana con las noticias de robótica que importan. Gratis, cancela cuando quieras.