RakuAI para robótica — La capa de memoria espacial persistente que tus robots consultan en lenguaje natural

Dónde nos situamos en tu stack.

POR ENCIMA de la percepción (consumimos imágenes, profundidad y poses), POR DEBAJO de la planificación de tareas de alto nivel (servimos consultas al LLM de tu planificador). Somos la capa de memoria de escena + preguntas y respuestas sobre la escena — ni más ni menos. Ese enfoque es la propuesta.

Lo que ofrece RakuAI

Un Gaussian splat por instalación capturado una sola vez y alojado para siempre
17 herramientas MCP nativas que cualquier LLM puede invocar — «¿qué bloquea el pasillo 7?», «¿se ha movido el palé desde el martes?»
Preguntas y respuestas sobre la escena en lenguaje natural sobre la escena reconstruida
LLM multiproveedor: Claude, GPT, Gemini o pesos abiertos alojados en NVIDIA NIM — tu elección, según la carga de trabajo
Infraestructura de reconstrucción y consulta alojada, sin carga de infraestructura para ti

Lo que explícitamente no construimos

SLAM — Cartographer, RTAB-Map, ORB-SLAM3, NVIDIA cuVSLAM ya existen y son buenos
Planificación de movimiento — MoveIt, OMPL, Nav2 son problemas resueltos
Hardware de robots o actuación — somos solo software
Motores de simulación — Isaac Sim, Gazebo, MuJoCo, AWS RoboMaker; nos situamos junto a ellos, no en su contra
Modelos fundacionales de políticas de acción — Skild, Physical Intelligence, Covariant son los dueños de esa capa

La cuña en una frase: un splat por instalación que perdura para siempre + una API MCP que cualquier LLM puede consultar — vendido por captura y por consulta, alojado, sin carga de infraestructura para el cliente. La ventaja defensiva no es el splat — es que el LLM no está atado a un proveedor, lo que importa a los CTO de robótica que ya tienen una relación con un LLM y no quieren que les digan cuál usar.

Un robot consulta su instalación, en un solo diagrama.

El planificador de tu robot (o su LLM) se comunica con la superficie MCP de RakuAI sobre HTTPS — o mediante un puente stdio desde un cliente Jetson Orin a bordo del robot. El runtime responde en primitivas espaciales: anclajes, poses, consultas de escena, manejadores de splat y deltas de objetos.

Ambas mitades son reales y están disponibles. El servidor MCP de producción expone 17 herramientas nativas (5 de solo lectura + 12 de mutación) — consulta spatial-engine.html para el inventario completo y mcp.html para las herramientas de escena documentadas. El MCP alojado se ejecuta en Azure Container Apps en East US. El LLM lo eliges tú — esa neutralidad respecto al proveedor es la ventaja defensiva.

Para quién es esto.

Cuatro segmentos, un mismo dolor compartido: los robots recopilan terabytes de datos espaciales que acaban volcados en almacenamiento y nunca se vuelven a consultar. Lideramos con el de almacenes por la estabilidad de ingresos; con los humanoides por la visibilidad.

Automatización de almacenes

Los robots ya tienen SLAM. Lo que les falta es una forma limpia de responder a «¿qué ha cambiado en la zona B desde el último turno?» sin escribir un pipeline de analítica a medida. El splat por instalación unifica el control de calidad de toda la flota.

Objetivos de ejemploSymbotic, Locus Robotics, Fetch / Zebra, GreyOrange, Geek+

Robots humanoides

Startups de serie B–D corriendo por entregar un piloto a una Fortune 500 en 6–9 meses. Compran cualquier cosa que elimine una partida de ingeniería de 6 meses sin atarles al stack de LLM de un único proveedor.

Objetivos de ejemploFigure, 1X Technologies, Apptronik, Agility Robotics, Unitree

Robots de reparto

Las flotas de acera y de última milla operan en entornos urbanos cambiantes. La memoria de escena persistente de rutas, puntos de entrega y obstáculos complementa la navegación existente sin reinstrumentar el robot.

Objetivos de ejemploStarship Technologies, Serve Robotics

Robots de inspección

Las flotas de Spot y cuadrúpedos generan conjuntos de datos enormes que se vuelcan en almacenamiento y nunca se abren. Los clientes pagan por instalación por activos auditables, con marca de tiempo y consultables: «muéstrame cada válvula marcada en rojo en el 3T».

Objetivos de ejemploecosistema de Boston Dynamics Spot, ANYbotics, Cognite

El stack de recursos de socios detrás de un piloto.

La membresía de RakuAI en NVIDIA Inception (aceptada en mayo de 2026) y los programas de créditos para startups pendientes se acumulan aquí. Cada uno se etiqueta con honestidad según su estado — no reivindicamos aprobaciones que no tenemos.

Plataforma NVIDIA Isaac

Sim · Lab · Perceptor · Manipulator · ROS

Complementaria, no competidora. Isaac es lo que tu robot ve en este segundo; RakuAI es lo que tu robot recuerda sobre esta instalación.
El posicionamiento conjunto a través de los canales de Inception elimina la objeción de «¿no es esto lo que NVIDIA ya hace?».

NVIDIA Cosmos

World Foundation Models

Captura una instalación real con RakuAI → genera variaciones de dominio con Cosmos → entrena la percepción en Isaac Lab → despliega con la memoria persistente de RakuAI.
Nosotros somos dueños de los pasos 1 y 4; NVIDIA de los pasos 2 y 3 — tú no tienes que pegarlos entre sí.

NVIDIA Omniverse

Simulación de gemelo digital con USD

Los splats de RakuAI se exportan a Omniverse para escenarios de gemelo digital.
Tu captura de splat ES tu gemelo digital — sin un sprint de modelado CAD por separado. La exportación a USD es una vía a corto plazo.

NVIDIA NIM

Microservicios de inferencia

El LLM de tu robot puede ser Llama / Mistral / Mixtral alojado en NIM o Claude / GPT / Gemini directamente.
MCP es la capa de abstracción — NIM en tus instalaciones para datos sensibles, Claude en la nube para alto razonamiento; tú eliges según la carga de trabajo.

NVIDIA Brev y Jetson Orin

Beneficios de Inception

Brev nube de GPU como tercer pool de entrenamiento concurrente cuando AWS G5 / Nebius H100 están saturados.
Jetson Orin el descuento de hardware de Inception abarata la adquisición de hardware de evaluación del cliente MCP a bordo del robot durante un piloto.

NVIDIA DLI e Innovation Lab

Formación y horas de oficina de ingeniería

DLI el código de Inception desbloquea un 50% de descuento — forma a tu equipo en la integración de Isaac + RakuAI.
Innovation Lab horas de oficina de IA espacial como recurso de codesarrollo. Estado de la solicitud: en trámite — aún no concedido.

AWS RoboMaker y GPU

Sim en la nube · G5 / G6e · Greengrass

RoboMaker Tu entorno de simulación ES tu instalación escaneada — cierra la brecha sim-to-real con el mismo activo.
G5 / G6e para la reconstrucción de backend + inferencia de percepción (crédito de AWS Activate en revisión).
Greengrass nuestro cliente MCP puede entregarse como un componente para el despliegue de flotas.

Estado honesto de los créditos

Dónde están realmente las cosas

NVIDIA Inception aceptada en mayo de 2026.
AWS Activate 10 000 USD en revisión de 5–7 días.
Nebius H100 (ahorro de 150 000 USD) presentado; no necesario para la v1.
Anthropic Claude Startups presentado, no aprobado — Claude es hoy nuestra opción de mayor calidad del menú, no una afirmación de comarketing.

El cálculo del ROI.

No reemplazamos tu stack de percepción. Reemplazamos el subsistema de memoria persistente que nadie quiere asumir y el puente de LLM para preguntas y respuestas sobre la escena que se aplaza al «próximo trimestre» para siempre.

Statu quo — construirlo internamente

1–2 ingenieros de percepción dedican 6–18 meses a construir la memoria de escena persistente.
Coste cargado: 250 000–400 000 USD por año-ingeniero.
Esfuerzo de un ingeniero durante 6 meses: ~125 000–200 000 USD. Esfuerzo de dos ingenieros durante 18 meses: ~750 000–1,2 M USD.
Y luego mantenerlo para siempre — ~20–30 % del esfuerzo original al año.
Más la coordinación con el equipo de LLM para exponer la memoria como una API consultable.

Con RakuAI

0 meses-ingeniero.
Pago por captura: objetivo de 0,50–2,00 USD por reconstrucción de splat.
Pago por consulta MCP: céntimos por consulta (coste directo del LLM + un pequeño margen).
Alojamiento incluido.
Tu equipo de percepción entrega en su lugar trabajo de mayor impacto.

Ahorro neto, año 1: 250 000–1 M USD en coste de ingeniería desplazado. Salvedad honesta: si un cliente potencial ya tiene un stack satisfactorio de memoria persistente + puente de LLM, no hay venta — y no fingiremos lo contrario.

El piloto gratuito de 90 días.

Gratuito durante los 90 días completos. El resultado es un caso de estudio publicado y comercializado conjuntamente — el entregable que facilita conseguir los pilotos n.º 2, n.º 3 y n.º 4.

Capturar y conectar

Semanas 1–2

Captura de splat gratuita (escaneamos nosotros, o guiamos a tu equipo) más el relé MCP activo para 5–10 de tus instalaciones. Cero facturación durante esta ventana.

Integrar

Semanas 3–8

Soporte de integración. Horas de oficina de NVIDIA Innovation Lab (una vez aprobadas) reservadas semanalmente con tu ingeniero de percepción. Estamos en tu Slack.

Informe de ROI y caso de estudio

Semanas 9–12

Qué consultas se hicieron, cómo usaron tus robots la memoria de escena, horas-ingeniero ahorradas, qué falló, qué funcionó — y luego un caso de estudio conjunto publicado.

Oferta de conversión: licencia por instalación O medición por captura + por consulta — dejamos que los 3 primeros pilotos nos digan qué modelo de precios gana. El piloto sigue siendo gratuito en cualquier caso.

Solicitar una plaza de piloto → Solicitar un análisis técnico en profundidad →

Dónde nos situamos frente al resto del panorama.

La versión honesta. Las firmas de robótica de modelos fundacionales son socios de integración y clientes, no competidores.

NVIDIA Isaac

Adyacente, no competidora

Percepción en tiempo real frente a memoria persistente consultable. La membresía en Inception es prueba de alineación estratégica.

Skild · Physical Intelligence · Covariant

Clientes, no competidores

Construyen modelos fundacionales de políticas de acción — necesitan una representación canónica de la escena. RakuAI proporciona una. Skild es un candidato principal de integración.