为机器人构建3D地图
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
Stratis 是一个面向“智能机器”的众包 3D 地图基础设施项目，核心主张是让用户用手机捕获真实世界的 3D 空间数据，并拥有这些数据的链上归属。当机器人、AI 或企业通过 API 使用这些捕获数据时，贡献者可获得收益。它将自己定位为机器人、AR/XR、仿真和 AI 世界模型所需的“物理空间训练数据层”。
页面强调 3D 地图可提供类似“室内 GPS/VPS”的能力，目标精度为厘米级，适用于配送机器人、人形机器人、服务机器人、仓库系统、XR 眼镜和自主系统。典型场景包括派发机器人前判断入口、楼梯、楼层和室内路线，或为仿真平台提供真实环境。网站也把 3D 空间数据视为 LLM 之外的新训练数据来源。不过，正文没有披露具体 AI 模型、3D 重建算法、精度评测、设备要求或实际客户案例。
对个人贡献者而言，Stratis 明确表示免费捕获、无订阅、无费用，并鼓励下载应用开始扫描。商业侧则提到“Build with API”和企业付费 API access，但没有公布 API 价格、调用方式、免费额度、文档或 SLA。集成方面，页面称数据可导出到 Blender、Unity、Unreal，具备一定开发和创作工具友好性。
优点是定位前沿，抓住机器人、仿真与空间智能对 3D 数据的潜在需求；同时用链上归属和收益流向用户的叙事，与传统平台“用户贡献、平台独占”形成差异。缺点也很明显：收益分配、提现、企业需求、地图覆盖和质量验证均未充分说明；数据隐私尤其关键，室内空间、人物与敏感地点扫描如何合规处理，正文缺少细节。
Stratis 更适合早期 3D 扫描贡献者、机器人团队、仿真平台、AR/XR 开发者和关注空间数据资产的用户尝试。中国访问、App 下载、网络连通、支付与收益提现支持均未在正文说明，暂只能判断为未知。若在中国落地，可能需要关注地图测绘合规、隐私授权和替代方案，如 Polycam、Matterport、Apple RoomPlan、ARCore Geospatial 或本地数字孪生/机器人地图服务。
本测评基于公开资料整理,不构成购买建议,请以 stratis.ai 官网实际信息为准。
机器人和AR空间数据方向，值得关注。
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。