Hesai lança Kosmo para criar cópias editáveis de espaços reais

Querer mudar o sofá para a parede oposta e temer, depois de o mover, que o lugar original fosse melhor. A Hesai quer que este passo aconteça primeiro no computador. A 14 de outubro, a empresa, conhecida pelos lidares para automóveis, lançou o Kosmo, um motor de dados do mundo tridimensional, cujo elemento central é um dispositivo portátil, o Kosmo One. Tem o aspeto de um DJI Pocket um pouco maior e, ao digitalizar uma divisão, produz uma cópia com a qual é possível deslocar móveis num espaço virtual.

O princípio não é complicado. O lidar (um sensor que mede distâncias com laser) mede a forma, a distância e a posição dos objetos, enquanto um sistema de imagem de uma polegada CMOS (o sensor fotográfico da câmara) regista as cores, as texturas e a luz. Os dois conjuntos de informação são depois alinhados para reconstituir o espaço real. A Hesai afirma que a precisão geométrica chegou ao nível do milímetro e que é possível distinguir a malha de uma raquete de ténis com um espaçamento de cerca de 5 mm. A captura de imagem suporta até 8K, e o ficheiro final exportado pelo utilizador tem resolução máxima de 6K. Ao contrário de uma câmara comum, evita o tratamento estilizado e preserva as cores e a luz originais do local. Um processamento de imagem ISP, especialmente ajustado para a reconstrução tridimensional, reduz as diferenças entre câmaras e momentos diferentes, para que várias perspetivas formem uma cena coerente. Durante a captura, o lidar, o sistema de imagem e uma unidade inercial (IMU, que regista a posição e a orientação do dispositivo) estão sincronizados ao nível do microssegundo. Segundo a Hesai, num interior comum, digitalizar cerca de 100 m² demora apenas cerca de 15 minutos.

Concluída a captura, entra em ação a plataforma na nuvem Kosmo World. Recorre à segmentação semântica por IA para identificar os objetos da cena e extraí-los como objetos tridimensionais independentes, editáveis um a um. Na apresentação, o sistema reconheceu o sofá a partir de uma instrução em linguagem natural e separou-o do resto da cena. Depois de o sofá ser retirado, a IA reconstituiu, com base no que o rodeava, a textura do tapete que estava escondida. A Hesai fez também uma comparação: vinte fotografias da mesma divisão foram entregues ao GPT-6 Astra para reconstrução, e a posição e a forma do sofá apresentaram desvios, assim como os materiais e a luz. Quando lhe foram entregues os dados 3DGS captados pelo Kosmo, a relação de posição entre os objetos melhorou, mas detalhes como a forma das cadeiras ou o material das flores continuaram com desvios. Segundo a Hesai, os modelos gerais funcionam como um «cérebro», enquanto o Kosmo One fornece «olhos» mais precisos. Estes dados comparativos provêm da própria apresentação da Hesai e ainda não foram verificados por testes independentes.

A tecnologia já entrou nos fluxos de trabalho de profissionais. Dylan Sisson, responsável criativo do RenderMan, o renderizador industrial da Pixar, digitalizou um candeeiro e uma escultura de esferas coloridas numa praça do campus. Os resultados podem ser ajustados no software quanto à posição, ao tamanho e à transparência, e reutilizados em várias fases da produção. A empresa de robótica Sharpa usou o Kosmo para reconstituir uma loja DQ e criar um ambiente de treino para robôs, e a Hesai afirma que a taxa de sucesso das tarefas dos robôs nesse ambiente atinge 99%. Segundo a TechNode, esta digitalização substituiu cerca de 300 horas de modelação manual.

E o que significa isto para o utilizador comum? Por enquanto, não significa que possa usar o sistema de imediato. A Hesai ainda não anunciou o preço de venda do Kosmo e, a curto prazo, os particulares não poderão digitalizar as suas casas. Para entrar no quotidiano, o equipamento terá de ser mais portátil e o processo, desde a captura até à utilização, mais simples. A Hesai afirma que o Kosmo continuará a evoluir e que o dispositivo de captura poderá, através de parceiros, chegar a mais cenários, para além do formato portátil. Para programadores e equipas de produção profissional, a mudança mais direta já está em curso: uma única digitalização produz uma cena tridimensional que pode ser reutilizada repetidamente, tanto na produção audiovisual como no treino de robôs.