5 patentes | mais de 9.500 endpoints de API | 18 DLLs nativas | A game engine espacial nativa de IA — agora em acesso antecipado
Para CTOs de robótica e líderes de percepção

A memória espacial que seus robôs consultam em linguagem natural.

Todo robô móvel — humanoide, AMR, quadrúpede, drone — precisa de duas coisas que ninguém na sua equipe central quer construir: memória espacial persistente que sobrevive a reinicializações, trocas de turno e atualizações de software, e um LLM capaz de raciocinar sobre ela em linguagem natural. A RakuAI entrega ambas como serviço: um Gaussian splat por instalação, capturado uma vez, hospedado por nós, consultável por qualquer LLM que você escolher via 17 ferramentas MCP nativas. Não construímos robôs, SLAM ou planejamento de movimento — trabalhamos ao lado deles.

Esta página é escrita para engenheiros e líderes de parcerias em empresas de automação de armazéns, robôs humanoides, entrega e inspeção. Ela tenta ser honesta sobre onde nos posicionamos no stack, o que construímos e o que não construímos, e onde as empresas de modelos fundacionais para robótica são clientes, não concorrentes.

Membro do NVIDIA Inception Desenvolvido na AWS Microsoft for Startups Leia mais ↓

Onde nos posicionamos no seu stack.

ACIMA da percepção (consumimos imagens, profundidade e poses), ABAIXO do planejamento de tarefas de alto nível (servimos consultas ao LLM do seu planejador). Somos a camada de memória de cena + QA de cena — nada mais, nada menos. Esse foco é o nosso diferencial.

O que a RakuAI oferece

  • Um Gaussian splat por instalação, capturado uma vez e hospedado para sempre
  • 17 ferramentas MCP nativas que qualquer LLM pode chamar — "o que está bloqueando o corredor 7?", "o pallet se moveu desde terça?"
  • QA de cena em linguagem natural sobre a cena reconstruída
  • LLM multifornecedor: Claude, GPT, Gemini ou pesos abertos hospedados no NVIDIA NIM — sua escolha, por carga de trabalho
  • Infraestrutura hospedada de reconstrução + consulta, sem nenhum ônus de infra para você

O que explicitamente não construímos

  • SLAM — Cartographer, RTAB-Map, ORB-SLAM3, NVIDIA cuVSLAM já existem e são bons
  • Planejamento de movimento — MoveIt, OMPL, Nav2 são problemas resolvidos
  • Hardware de robô ou atuação — somos exclusivamente software
  • Engines de simulação — Isaac Sim, Gazebo, MuJoCo, AWS RoboMaker; trabalhamos ao lado, não contra
  • Modelos fundacionais de política de ação — Skild, Physical Intelligence e Covariant detêm essa camada

O nicho em uma frase: um splat por instalação que vive para sempre + uma API MCP que qualquer LLM pode consultar — vendido por captura e por consulta, hospedado, sem nenhum ônus de infra para o cliente. O fosso competitivo não é o splat — é o fato de o LLM não ficar preso a um fornecedor, o que importa para CTOs de robótica que já têm um relacionamento com um LLM e não querem que lhes digam qual usar.

Um robô consulta sua instalação, em um diagrama.

O planejador do seu robô (ou o seu LLM) conversa com a superfície MCP da RakuAI por HTTPS — ou por uma ponte stdio a partir de um cliente Jetson Orin embarcado no robô. O runtime responde em primitivas espaciais: anchors, poses, consultas de cena, handles de splat, deltas de objetos.

Diagrama da arquitetura MCP a partir do robô O planejador de um robô envia uma requisição MCP através de um cliente embarcado no robô ou de um relay na nuvem para o runtime da RakuAI. O runtime expõe 17 ferramentas MCP nativas: 5 ferramentas de consulta de cena somente leitura (foco da robótica na Fase 1) mais 12 ferramentas de mutação auditadas. O runtime detém autoridade sobre física, colisão e estado de cena. Toda chamada é auditada. A resposta estruturada é retornada ao planejador. Robô + planejador Sua percepção + LLM planejador de tarefas "O corredor 7 está livre? Distância até o pallet?" { clear: false, distance_m: 1.43 } Cliente MCP no robô (Jetson Orin) ou na nuvem hook de ROS 2 / fleet-manager ponte MCP stdio JWT → MCP hospedado modo offline / edge stdio | https requisição / resposta eventos em streaming permissões por sessão RakuAI MCP 17 ferramentas nativas + passthrough SOMENTE LEITURA (foco da Fase 1) • scene_query • scene_describe • capture_list • capture_status • capture_open MUTAÇÃO (auditada) • xr_create_anchor • xr_list_anchors • xr_remove_anchor • xr_get_session • capture_create • + 7 mais… raku-runtime engine C++ — camada de autoridade Física + colisão autoridade Store de splat por instalação Âncoras + histórico de pose Log de auditoria de delta de cena Validação de mutação resposta estruturada { object_id, pose, distance_m, changed_at, confidence } Consultas somente leitura não têm risco de mutação. Chamadas de mutação são validadas contra física + permissões antes de aplicar. Todas as chamadas são auditadas.

As duas metades são reais e já estão entregando. O servidor MCP de produção expõe 17 ferramentas nativas (5 somente leitura + 12 de mutação) — veja spatial-engine.html para o inventário completo e mcp.html para as ferramentas de cena documentadas. O MCP hospedado roda no Azure Container Apps em East US. O LLM é você quem escolhe — essa neutralidade em relação ao fornecedor é o fosso competitivo.

Para quem isto serve.

Quatro segmentos, uma dor em comum: robôs coletam terabytes de dados espaciais que são despejados em armazenamento e nunca mais consultados. Lidere com armazéns para estabilidade de receita; com humanoides para visibilidade.

Automação de armazéns

Os robôs já têm SLAM. O que falta é uma forma limpa de responder "o que mudou na zona B desde o último turno?" sem escrever um pipeline de analytics personalizado. O splat por site unifica o QA em toda a frota.

Exemplos de alvosSymbotic, Locus Robotics, Fetch / Zebra, GreyOrange, Geek+

Robôs humanoides

Startups de Série B–D correndo para entregar um piloto na Fortune 500 em 6–9 meses. Elas compram qualquer coisa que elimine um item de engenharia de 6 meses sem prendê-las ao stack de LLM de um único fornecedor.

Exemplos de alvosFigure, 1X Technologies, Apptronik, Agility Robotics, Unitree

Robôs de entrega

Frotas de calçada e de última milha operam em ambientes urbanos em constante mudança. A memória de cena persistente de rotas, pontos de entrega e obstáculos complementa a navegação existente sem reinstrumentar o robô.

Exemplos de alvosStarship Technologies, Serve Robotics

Robôs de inspeção

Frotas de robôs como o Spot e quadrúpedes geram conjuntos de dados massivos que são despejados em armazenamento e nunca abertos. Os clientes pagam por site por ativos auditáveis, datados e consultáveis: "mostre-me todas as válvulas sinalizadas em vermelho no Q3."

Exemplos de alvosEcossistema do Boston Dynamics Spot, ANYbotics, Cognite

O stack de recursos de parceiros por trás de um piloto.

A participação da RakuAI no NVIDIA Inception (aceita em maio de 2026) e os programas de créditos para startups em andamento se somam aqui. Cada um é rotulado com honestidade pelo seu status — não alegamos aprovações que não temos.

Plataforma NVIDIA Isaac

Sim · Lab · Perceptor · Manipulator · ROS

  • Complementar, não concorrente. O Isaac é o que o seu robô vê neste segundo; a RakuAI é o que o seu robô lembra sobre esta instalação.
  • O coposicionamento pelos canais do Inception elimina a objeção "isso não é o que a NVIDIA já faz?".

NVIDIA Cosmos

World Foundation Models

  • Capture uma instalação real com a RakuAI → gere variações de domínio com o Cosmos → treine a percepção no Isaac Lab → implante com a memória persistente da RakuAI.
  • Somos donos das etapas 1 e 4; a NVIDIA é dona das etapas 2 e 3 — você não precisa colá-las.

NVIDIA Omniverse

Simulação de gêmeo digital em USD

  • Os splats da RakuAI são exportados para o Omniverse em cenários de gêmeo digital.
  • Sua captura de splat É o seu gêmeo digital — sem um sprint separado de modelagem CAD. A exportação para USD é uma frente de curto prazo.

NVIDIA NIM

Microsserviços de inferência

  • O LLM do seu robô pode ser Llama / Mistral / Mixtral hospedados no NIM ou Claude / GPT / Gemini diretos.
  • O MCP é a camada de abstração — NIM on-premises sensível à privacidade, Claude na nuvem para raciocínio avançado, você escolhe por carga de trabalho.

NVIDIA Brev e Jetson Orin

Benefícios do Inception

  • Brev GPU na nuvem como um terceiro pool de treinamento concorrente quando o AWS G5 / Nebius H100 estão saturados.
  • Jetson Orin o desconto de hardware do Inception torna barato adquirir hardware de avaliação do cliente MCP embarcado no robô durante um piloto.

NVIDIA DLI e Innovation Lab

Treinamento e office hours de engenharia

  • DLI o código do Inception libera 50% de desconto — treine sua equipe em conjunto na integração Isaac + RakuAI.
  • Innovation Lab office hours de IA espacial como recurso de codesenvolvimento. Status da candidatura: em processo — ainda não concedido.

AWS RoboMaker e GPU

Sim na nuvem · G5 / G6e · Greengrass

  • RoboMaker seu ambiente de simulação É a sua instalação escaneada — feche a lacuna sim-to-real com o mesmo ativo.
  • G5 / G6e para reconstrução de backend + inferência de percepção (crédito AWS Activate em análise).
  • Greengrass nosso cliente MCP pode ser entregue como um componente para implantação em frota.

Status honesto dos créditos

Como as coisas realmente estão

  • NVIDIA Inception aceito em maio de 2026.
  • AWS Activate US$ 10 mil em análise de 5–7 dias.
  • Nebius H100 (US$ 150 mil de economia) submetido; não necessário para a v1.
  • Anthropic Claude Startups submetido, não aprovado — o Claude é a nossa opção de mais alta qualidade no menu hoje, não uma alegação de co-marketing.

A conta do ROI.

Não estamos substituindo o seu stack de percepção. Estamos substituindo o subsistema de memória persistente que ninguém quer assumir e a ponte de LLM para QA de cena que é empurrada para "o próximo trimestre" para sempre.

Status quo — construir internamente

  • 1–2 engenheiros de percepção gastam 6–18 meses construindo memória de cena persistente.
  • Custo total: US$ 250 mil–US$ 400 mil por engenheiro-ano.
  • Esforço de 6 meses com um engenheiro: ~US$ 125 mil–US$ 200 mil. Esforço de 18 meses com dois engenheiros: ~US$ 750 mil–US$ 1,2 mi.
  • Depois manter para sempre — ~20–30% do esforço original por ano.
  • Além da coordenação com a equipe de LLM para expor a memória como uma API consultável.

Com a RakuAI

  • US$ 0 em engenheiro-mês.
  • Pague por captura: meta de US$ 0,50–US$ 2,00 por reconstrução de splat.
  • Pague por consulta MCP: centavos por consulta (repasse do LLM + pequena margem).
  • Hospedagem incluída.
  • Sua equipe de percepção entrega, em vez disso, trabalho de maior alavancagem.

Economia líquida, ano 1: US$ 250 mil–US$ 1 mi em custo de engenharia deslocado. Ressalva honesta: se um prospect já tem um stack satisfatório de memória persistente + ponte de LLM, não temos uma venda — e não vamos fingir o contrário.

O piloto gratuito de 90 dias.

Gratuito durante os 90 dias completos. O resultado é um estudo de caso publicado, com co-marketing — o entregável que torna os pilotos nº 2, nº 3 e nº 4 mais fáceis de fechar.

Capturar e conectar

Semanas 1–2

Captura de splat gratuita (nós escaneamos ou orientamos sua equipe) mais o relay MCP ativo para 5–10 das suas instalações. Zero fatura durante esse período.

Integrar

Semanas 3–8

Suporte à integração. Office hours do NVIDIA Innovation Lab (uma vez aprovados) agendados semanalmente com o seu engenheiro de percepção. Ficamos no seu Slack.

Relatório de ROI e estudo de caso

Semanas 9–12

Quais consultas foram feitas, como os seus robôs usaram a memória de cena, horas de engenharia economizadas, o que quebrou, o que funcionou — e então um estudo de caso publicado em conjunto.

Oferta de conversão: licença por instalação OU medição por captura + por consulta — deixamos os 3 primeiros pilotos nos dizerem qual modelo de preços vence. O piloto continua gratuito de qualquer forma.

Onde nos posicionamos em relação ao resto do mercado.

A versão honesta. As empresas de modelos fundacionais para robótica são parceiras de integração e clientes, não concorrentes.

NVIDIA Isaac

Adjacente, não concorrente

  • Percepção em tempo real vs. memória persistente e consultável. A participação no Inception é prova de alinhamento estratégico.

Skild · Physical Intelligence · Covariant

Clientes, não concorrentes

  • Eles constroem modelos fundacionais de política de ação — precisam de uma representação de cena canônica. A RakuAI oferece uma. A Skild é uma candidata principal à integração.

Matterport · PolyCam · Luma AI

Captura para consumidor / imobiliário

  • Não atuam em robótica. Alguns têm exportações de splat, mas sem MCP, sem hospedagem de longo prazo por instalação, sem ponte de LLM.

Autonomia de stack fechado

Waymo · Tesla FSD · Wayve

  • Eles fazem tudo internamente — não é um mercado endereçável. Não fingimos o contrário.

Se você quiser se aprofundar antes de escrever.

As páginas que as equipes de robótica mais leem antes de uma primeira conversa.

Membro do NVIDIA Inception

A RakuAI é membro do NVIDIA Inception. O mesmo stack de 3D Gaussian splatting acelerado por NVIDIA que entregamos no Raku Capture é o que dá suporte à memória de cena por instalação descrita acima — complementar ao NVIDIA Isaac, não concorrente dele. Leia mais →

O NVIDIA Inception é um programa gratuito para startups de IA; a participação da RakuAI não implica que a NVIDIA endossa os produtos da RakuAI. Saiba mais em nvidia.com/startups.