软材料机器人AI系统
Revenati 是 REVENATI INC. 面向自适应机器人操控的 GPU 加速物理仿真与边缘推理系统，重点解决机器人处理软体、可变形、非刚性材料时的感知、建模和控制难题。其页面明确提到方案由 NVIDIA Isaac Sim 和 Jetson 边缘推理驱动，并获得 NVIDIA Inception 支持。
从公开信息看，Revenati 的核心并非通用聊天式 AI，而是机器人 AI 与物理仿真的结合。它通过自定义 Isaac Sim 扩展进行并行软体变形计算，宣称可带来 1000x 加速，使原本难以实时计算的软体动力学更适合训练和控制。同时，它将 RGB-D 深度视觉与力反馈以 30Hz 融合，用于材料属性估计，并把训练模型部署在 Jetson 上实现实时自适应控制，强调无需云依赖。
网站正文未披露价格、免费试用、商业授权、交付模式或付款方式，因此无法判断采购门槛和性价比。集成方面，只能确认其依托 NVIDIA Isaac Sim 与 Jetson 生态，可能更适合已有 NVIDIA 仿真和边缘硬件基础的机器人团队；但页面未说明 API、SDK、ROS、机器人控制器或工业系统接口，实际接入成本仍不明确。
优点是技术方向聚焦，瞄准传统机器人在软体材料处理上的痛点，并把力传感、深度视觉、GPU 物理仿真和边缘部署串联起来，路径较完整。缺点是公开资料非常有限，缺少产品截图、案例、实测指标、模型说明、数据隐私政策和支持体系。所谓 1000x 加速和 30Hz 融合也未给出测试条件，需谨慎看待。
它更适合机器人研发机构、工业自动化团队、软体抓取或可变形物料处理项目做技术调研或 PoC 验证，不太像面向普通用户的即开即用 AI 工具。中国访问状态未知；支付方式和本地支持也未披露。若在国内落地，可同时评估 NVIDIA Isaac Sim、ROS/MoveIt、MuJoCo 及本土机器人集成商的替代方案。
本测评基于公开资料整理,不构成购买建议,请以 revenati.com 官网实际信息为准。
AI机器人方向新品牌，偏B端研发。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。