四个项目如何为 Raku Capture 背后的算力提供支持
Raku Capture 从外部看起来很简单。你用手机在一个房间里走一圈，几分钟后就有了这个房间的一个 3D 高斯溅射体，一个 AI 助手可以通过 MCP 对它进行测量并在其中行动。而在这份简单背后，是一条在不止一个层面都需要大量 GPU 算力的流水线。
我们是一家位于华盛顿州、自筹资金的初创公司。我们没有靠融资来购买那些算力。我们做的，是加入各大平台运营的初创企业项目，结果发现每一个项目都在不同的地方派上了用场。没有哪一个项目独自撑起了整件事。每一个都在技术栈的某一层移除了一个瓶颈，而这些层叠加起来，就成了一个能用的产品。
我们想在这里谨慎地做个说明。就算没有这些项目，我们最终也会为每一层找到另一条出路。初创公司总是如此。真正诚实的说法要小一些，但依然值得写下来：这些项目让我们能够以数月而非数季度的时间穿过这些层，而且我们做到这一点，不需要放弃股权或分心。
以下是这个技术栈，逐层道来。
NVIDIA Inception，训练层
这条流水线的核心是溅射体训练。一次捕获会话会产生一串带姿态信息的图像，而一个训练器会把这些图像变成一个 3D 高斯溅射体。我们使用 Brush——一个开源的溅射训练器——在 A10G 和 L40S 级别的 GPU 上进行训练。
我们在 2026 年 5 月加入了 NVIDIA Inception。这个项目为我们提供了 NGC 目录，我们那些经过加固的 CUDA 容器镜像正是来自这里；还提供了 Deep Learning Institute，这是一家小公司在没有培训预算的情况下让 GPU 技能保持与时俱进的途径。它还把我们带入了一个生态系统，让正在构建下一代视觉硬件的人能够找到我们。
训练质量就是产品本身。当溅射体清晰锐利时，下游的一切都感觉像魔法一样。当它模糊不清时，下游的任何环节都救不了它。Inception 支撑的正是我们最看重的这一层。
AWS Activate，重建层
在任何东西能被训练之前，原始捕获数据必须先变成几何数据。一个 GPU 工作节点接收上传的帧，用运动恢复结构（structure from motion）方法解算相机姿态。然后它运行训练环节，把结果打包成一个查看器可以流式读取的 SPZ 文件。
这些重建工作节点运行在 AWS G5 实例上，它们搭载着与我们训练时相同级别的 A10G GPU。我们是 AWS Activate 的参与者，正是 Activate 让一家自筹资金的公司能够合理地把真实的 GPU 算力保持在「一条队列消息之外」，而不是「一个采购周期之外」。
这一层同样也是机器人视觉工作所在的地方。处理一间客厅的同一条重建路径，也能处理一条仓库通道或一个工厂单元，输出的是一个具备度量尺度的场景，供机器人规划器或巡检工作流使用。
Microsoft for Startups，服务层
以上所有环节产出的都是产物。总得有东西把它们服务出去。手机和 AI 助手交互的生产环境 API，运行在 Azure Container Apps 上，紧挨着我们的数据库和对象存储。每一次捕获上传和每一次 MCP 工具调用，都首先落在这里。
RakuAI 是 Microsoft for Startups 的成员，来自该项目的 Azure 额度支撑着这一服务层。服务是这个技术栈中最不光鲜的部分，却是用户感受最直接的部分。当 API 变慢时，产品就慢了，不管溅射体做得有多好。
GitHub，交付层
最后一层是这一切究竟如何交付出去的问题。从引擎到这个网站的每一处改动，都要经过 GitHub。自动化审阅者会在几分钟内对每一个拉取请求发表评论。合并到主分支即可部署到生产环境，无需人工触碰服务器，而你正在阅读的这个网站正是由 GitHub Pages 提供服务的。
对于一个小团队来说，这条交付循环决定了每天发布还是每月发布的差别。它也正是让我们能够放心让 AI 智能体在这里做真正的工程工作的原因，因为每一处改动都经过同一条经过审阅、可回退的路径。
为什么这种分层框架很重要
如果说这些项目中的任何一个拯救了这家公司，那会是一个更好的故事。但那并非事实。真正的事实是，一个空间捕获技术栈有着各不相同的层，而任何一层的瓶颈都会节制住整条流水线。有训练能力却没有服务层，只是一个演示。有服务层却没有交付循环，则是一种负债。这组项目有用之处在于，它们恰好一一对应上了每一层。
同一个技术栈同时服务着两种未来。在企业侧，是机器人视觉，被捕获的设施变成规划器和巡检工具可以推理的场景。在消费者侧，是智能眼镜和仿真世界，同一个空间引擎支撑着这两者。这些层在这两种未来之间并不会改变，改变的只是规模。
如果你是一位创始人，正盯着自己计划中那个 GPU 形状的空洞发愁，实用的建议是：不要再把这些项目当作一个笼统的通用额度池来看待。先画出你自己的技术栈，然后把每一个项目对应到它真正能派上用场的那一层。
相关项目
项目说明
NVIDIA Inception 是面向 AI 初创公司的免费项目。RakuAI 的会员身份并不意味着 NVIDIA 认可 RakuAI 的产品。「AWS」和「AWS Activate」是 Amazon.com, Inc. 或其关联公司的商标。RakuAI 的参与并不意味着 AWS 认可 RakuAI 的产品。Microsoft、Azure 和 Microsoft for Startups 是 Microsoft 集团公司的商标。RakuAI 的参与并不意味着 Microsoft 认可 RakuAI 的产品。GitHub 是 GitHub, Inc. 的商标。RakuAI 对 GitHub 的使用并不意味着 GitHub 认可 RakuAI 的产品。