
Wherobots jadikan data spatial primitif awan
Wherobots jadikan data spatial primitif awan
Ada satu jenis dataset yang kebanyakan enjin analitik awan kendalikan dengan teruk: apa-apa yang lokasi itu poinnya. Jadual alamat, tak jadi masalah. Jadual alamat di mana anda perlu tanya "yang mana antara 2.7 juta bangunan ini duduk dalam zon banjir" — itu tempat SQL biasa tumbang, sebab soalannya spatial dan enjin anggap geometry sebagai blob legap.
Wherobots ialah syarikat yang dibina sepenuhnya sekeliling jurang itu. Ia jual spatial compute sebagai perkhidmatan awan serverless, dan pitch-nya sempit dan jujur: jalankan query spatial pada skala planet, 5–20x lebih pantas daripada enjin awan serba guna, tanpa urus infrastruktur. Ia ditubuhkan pada 2022 oleh Mo Sarwat dan Jia Yu, dua orang yang cipta Apache Sedona, enjin spatial sumber terbuka yang banyak industri sebenarnya sudah guna.
Dari mana ia datang
Salasilahnya penting sebab ia terangkan kenapa syarikat ini wujud. Pada 2017, Sarwat dan Yu keluarkan versi pertama Sedona dengan nama GeoSpark, lanjutkan sistem big-data untuk kendalikan data spatial. Menjelang 2020 ia masuk Apache Software Foundation, menyokong Apache Spark dan Apache Flink, dengan Spatial SQL dan Spatial Python sebagai antara muka. Menjelang 2024 ia lepas 40 juta muat turun, tumbuh 200% tahun ke tahun, dan menjelang 2025 melepasi 62 juta.
Sarwat dan Yu nampak enjin analitik arus perdana tambah sokongan spatial secara separuh siap — cukup untuk demo, tak cukup untuk jalankan sebuah negara. Pada Jun 2022 mereka tinggalkan jawatan akademik untuk tubuhkan Wherobots dan bina sokongan spatial kelas pertama di awan. Syarikat ini kumpul seed round $5.5J dipimpin bersama Wing Venture Capital dan Clear Ventures, lepas itu Series A $21.5J dipimpin Felicis dengan penyertaan JetBlue Ventures dan P7 Ventures.
Senarai penggunanya bukan teori. Apache Sedona diguna lebih 30,000 organisasi, dengan nama macam Apple, Amazon, Uber, Nvidia, BMW, Mercedes, Instacart, Zillow, Allstate, SwissRe dan Land O'Lakes. Overture Maps Foundation — gabungan termasuk Meta, Microsoft, Amazon dan TomTom — guna Sedona dan Wherobots Cloud untuk kerja pemetaan globalnya.
Apa sebenarnya platform ini
Tiga benda, berlapis.
WherobotsDB enjin compute: spatial compute skala planet dengan lebih 300 fungsi, kendalikan data vector (titik, garis, poligon) dan data raster (imej satelit, grid ketinggian) dalam satu sistem. Ia serasi dengan Apache Sedona, jadi kod Sedona sedia ada boleh dibawa masuk.
RasterFlow lapisan Earth-intelligence: enjin inference untuk imej satelit, kini dalam public preview. Di sinilah AI duduk — jalankan model atas piksel pada skala untuk kesan tanaman, bumbung, kanopi pokok atau keluasan banjir.
Assistant pengekodan spatial AI dan satu hub global melengkapkannya: pembantu kod yang faham fungsi spatial, dan katalog dataset, notebook, workflow dan resipi yang dikongsi supaya anda tak mula dari sel kosong.
Pilihan reka bentuk yang paling penting ialah vector dan raster disatukan. Kebanyakan stack paksa anda gabungkan tool GIS dengan pipeline imej dengan pangkalan data dan selaraskan secara manual. Wherobots anggap kedua-duanya kelas pertama, dan itulah yang jadikan soalan macam "ladang mana yang dalam scene satelit ini" satu query dan bukan projek plumbing.
Apa yang anda boleh bina
Ini bahagian berguna, dan ia lebih luas daripada "peta".
Insurans dan risiko iklim. Gabungkan dataset footprint bangunan dengan zon peril dan kira pendedahan. Demo Wherobots sendiri buat tepat ini: ia gabungkan bangunan Overture dengan parcel Colorado dan zon risiko FEMA dan jumpa 2,172,394 bangunan terdedah kepada hail — 78.4% negeri itu. Penanggung insurans boleh jalankan itu per portfolio, per daerah, dalam beberapa minit.
Earth observation. Proses petabyte imej satelit dan jalankan model inference untuk bina produk pemantauan. US Forest Service dilaporkan berpindah dari projek infrastruktur berbulan-bulan ke ramalan kebakaran yang dikemas kini sepanjang hari.
Pertanian. Pemantauan tanaman satelit dan pengesanan sempadan ladang pada skala, iaitu apa Land O'Lakes buat dengan enjin Sedona di bawahnya.
Telekom dan utiliti. Proses berbilion event rangkaian, rancang pelancaran 5G, peta jurang kapasiti grid, dan nilai risiko kebakaran sekeliling infrastruktur.
Mobiliti dan peta. Proses berbilion titik GPS jadi produk location-intelligence — kelas masalah sama yang Uber, Instacart dan Zillow selesaikan dengan Sedona.
Kejuruteraan data hartanah dan geospatial. Aarden.ai dilaporkan bergerak dari seminggu mengasuh kerja compute ke hasil sebelum makan tengah hari, dan pecutan 300x pada pemprosesan teras — tujuh hari turun ke tiga puluh minit.
Caveat yang jujur
Dua benda nak dipegang.
Pertama, ini awan komersial, bukan tool percuma. Apache Sedona di bawahnya sumber terbuka dan anda boleh jalankan sendiri, tapi kemudahan itu — skala serverless, katalog, assistant — yang anda bayar. Kalau data anda kecil, satu instance PostGIS biasa cukup untuk semua keperluan dan lebih murah.
Kedua, kerja spatial ialah kemahiran, bukan butang. Tahu fungsi mana nak capai, macam mana nak index geometry, dan kenapa join naif atas jutaan poligon lambat — itu kerja sebenar. Wherobots buang cukai infrastruktur, bukan pemikiran.
Kenapa ini duduk sebelah usaha geospatial Google
Timing-nya bukan kebetulan. Pada 14 Oktober 2026, Google Research umumkan ejen Geospatial Reasoning dan model foundation Earth AI yang meliputi remote sensing, cuaca, hidrologi banjir dan dinamik populasi. Wherobots lapisan infrastruktur komersial untuk peralihan sama: AI bergerak dari teks atas skrin ke keputusan tentang dunia fizikal.
Untuk sesiapa di Malaysia, itu patut diperhati. Pemodelan banjir, pemantauan ladang, perancangan bandar dan tindak balas bencana semua berjalan atas primitif sama — data spatial yang anda betul-betul boleh query pada skala. Kalau anda nak lihat sisi penyelidikan ini, tinjauan kami tentang apa research.google beri kepada developer ialah kepingan pasangannya.
Sumber
// penulis
Editor & Operator
Mohd Firdaus Abu Bakar (MrDodgerX) is an enterprise geospatial systems engineer in Malaysia and the editor behind hejes.my. He runs the briefing pipeline, curates and edits every draft, verifies each factual claim against primary sources, and presses the publish button — nothing ships without his review. He writes about AI, security and Malaysia's tech scene from a builder's perspective. Professional profile and code: the links below.
// sumber //
disahkan fakta · 15 OKT 2026 · hejes-content-fact-check
- Wherobots — The Context Engine for Physical World DataWherobots · diakses 15 OKT 2026
- Wherobots — ProductsWherobots · diakses 15 OKT 2026
- Wherobots — About usWherobots · diakses 15 OKT 2026
- Wherobots Raises $21.5M in Series A Funding Led by FelicisWherobots · diakses 15 OKT 2026
- Felicis's Series A in WherobotsFelicis · diakses 15 OKT 2026
- Wherobots documentation — ExamplesWherobots · diakses 15 OKT 2026
berkaitan //

research.google ialah kotak alat, bukan blog
Google Research terbitkan lebih 400 kertas setahun, tetapi halaman sama beri model, dataset dan API percuma yang ramai developer tak pernah buka.

Kedaulatan AI Malaysia: Kawalan, Kesinambungan, Pilihan
Malaysia membina infrastruktur AI dua tahun di atas silikon asing. Kini soal kedaulatan bukan lagi akademik — ia keputusan pembelian dengan tarikh luput.

Vaani kini merangkumi 105 bahasa. Banyak model abaikan.
Korpus pertuturan Vaani India kini merangkumi 105 bahasa dan kira-kira 31,000 jam di Hugging Face, tetapi akses bergerbang dan data dialek menyukarkannya.
// sertai suapan
satu ilmu seminggu. tiada spam.
ringkasan mingguan. berhenti bila-bila masa.