Raku Captureの背後にある計算資源を支える4つのプログラム
Raku Captureは外から見るとシンプルに見える。あなたはスマートフォンを持って部屋を歩き、数分後にはその部屋の3Dガウシアンスプラットができあがり、AIアシスタントがMCP経由でそれを測定し、その中で行動できるようになる。そのシンプルさの下には、スタックの複数の層で本格的なGPU計算資源を求めるパイプラインが存在する。
私たちはワシントン州にあるブートストラップ(自己資金)のスタートアップだ。その計算資源を買うための資金調達ラウンドは行っていない。代わりに私たちがやったのは、大手プラットフォームが運営するスタートアッププログラムに参加することだった。そして、それぞれのプログラムが異なる場所で役立つことが分かった。単一のプログラムがすべてを担ったわけではない。それぞれがスタックのある一つの層で一つのボトルネックを取り除き、それらの層が積み重なって動くプロダクトになった。
ここでのフレーミングには慎重でありたい。私たちはいずれ、これらの層のそれぞれを通り抜ける別の道を見つけていただろう。スタートアップは常にそうするものだ。正直な主張はもっと小さいが、それでも書き留める価値がある。これらのプログラムのおかげで、私たちは四半期単位ではなく月単位でこれらの層を通り抜けることができ、しかも株式やフォーカスを手放すことなくそれができた。
以下が、層ごとのスタックだ。
NVIDIA Inception、トレーニング層
パイプラインの中心はスプラットトレーニングだ。キャプチャセッションはポーズ付き画像のストリームを生成し、トレーナーがそれらの画像を3Dガウシアンスプラットに変える。私たちはオープンソースのスプラッティングトレーナーであるBrushを使い、A10GおよびL40Sクラスのグラフィックスカードでトレーニングを行う。
私たちは2026年5月にNVIDIA Inceptionに参加した。このプログラムは私たちにNGCカタログを提供してくれる。それは私たちの堅牢化されたCUDAコンテナイメージの出所だ。そしてDeep Learning Instituteも提供してくれる。それは、小さな会社がトレーニング予算なしにGPUのスキルを最新に保つ方法だ。それはまた、次世代のビジョンハードウェアを構築している人々が私たちを見つけられるエコシステムの中に、私たちを置いてくれた。
トレーニングの品質こそがプロダクトだ。スプラットが鮮明であれば、下流のすべてが魔法のように感じられる。それがぼやけていれば、下流の何もそれを救えない。Inceptionは、私たちが最も気にかけている層の下にある。
AWS Activate、再構成層
何かをトレーニングできるようになる前に、まず生のキャプチャがジオメトリにならなければならない。GPUワーカーがアップロードされたフレームを受け取り、Structure from Motionでカメラポーズを解く。それからトレーニングパスを実行し、結果をビューアがストリーミングできるSPZファイルとしてパッケージ化する。
これらの再構成ワーカーは、私たちがトレーニングに使うのと同じA10Gクラスのグラフィックスカードを搭載したAWS G5インスタンス上で動いている。私たちはAWS Activateの参加者であり、Activateこそが、ブートストラップの会社にとって、実際のGPU容量を調達サイクルではなくキューメッセージ一つ分の距離に保つことを現実的にしてくれたものだ。
これはロボットビジョンの作業も存在する層だ。リビングルームを処理するのと同じ再構成経路が、倉庫の通路や工場のセルも処理し、その出力は、ロボットプランナーや検査ワークフローが利用できるメートル法のシーンになる。
Microsoft for Startups、提供層
上記のすべては成果物を生成する。それでもなお、何かがそれらを提供しなければならない。スマートフォンとAIアシスタントが話しかける本番APIは、私たちのデータベースとオブジェクトストレージの隣にあるAzure Container Apps上で動いている。すべてのキャプチャアップロードとすべてのMCPツール呼び出しは、まずそこに着地する。
RakuAIはMicrosoft for Startupsのメンバーであり、このプログラムからのAzureクレジットがその提供層を支えている。提供は、スタックの中で最も華やかさに欠ける部分であり、ユーザーが最も直接的に感じる部分だ。APIが遅ければ、スプラットがどれほど優れていようとも、プロダクトは遅い。
GitHub、デリバリー層
最後の層は、これらすべてがどう出荷されるかだ。エンジンからこのウェブサイトに至るまで、プラットフォームへのすべての変更はGitHubを通じて進む。自動化されたレビュアーが、すべてのプルリクエストに数分以内でコメントする。mainへのマージは、人間がサーバーに触れることなく本番環境へデプロイされ、あなたが今読んでいるこのサイトはGitHub Pagesによって提供されている。
小さなチームにとって、このデリバリーループこそが、毎日出荷することと毎月出荷することの違いだ。それはまた、AIエージェントにここで実際のエンジニアリング作業をさせることを安全にするものでもある。なぜなら、すべての変更が同じレビュー済みで元に戻せる経路を通るからだ。
なぜ層としてのフレーミングが重要なのか
これらのプログラムのどれか一つが会社を救ったと言えば、もっと良い物語になるだろう。しかしそれは真実ではないだろう。真実なのは、空間キャプチャのスタックには明確な層があり、どの層のボトルネックもパイプライン全体を絞ってしまうということだ。提供層のないトレーニング容量はデモに過ぎない。デリバリーループのない提供層は負債だ。この一連のプログラムについて有用な点は、それらがたまたま層ごとに一つずつ並んだことだ。
同じスタックが、2つの未来を同時に支えている。エンタープライズ側ではロボットビジョンであり、キャプチャされた施設が、プランナーや検査ツールが推論できるシーンになる。コンシューマー側ではスマートグラスとシミュレーションワールドであり、空間エンジンがその両方の下に存在する。それらの未来の間で層は変わらない。変わるのはスケールだけだ。
もしあなたが創業者で、自分の計画にあるGPU形のギャップを見つめているなら、実践的なアドバイスは、これらのプログラムを一つの汎用クレジットのプールとして考えるのをやめることだ。まず自分のスタックをマッピングせよ。それから、各プログラムを、それが実際に役立つ層に当てはめよ。
プログラム
プログラムに関する注記
NVIDIA Inceptionは、AIスタートアップ向けの無料プログラムです。RakuAIの参加は、NVIDIAがRakuAIのプロダクトを推奨することを意味するものではありません。「AWS」および「AWS Activate」はAmazon.com, Inc.またはその関連会社の商標です。RakuAIの参加は、AWSがRakuAIのプロダクトを推奨することを意味するものではありません。Microsoft、AzureおよびMicrosoft for Startupsは、Microsoftグループ企業の商標です。RakuAIの参加は、MicrosoftがRakuAIのプロダクトを推奨することを意味するものではありません。GitHubはGitHub, Inc.の商標です。RakuAIによるGitHubの利用は、GitHubがRakuAIのプロダクトを推奨することを意味するものではありません。