Zalando bidrog med cirka 6 millioner dollars som strategisk investor, hvilket løftede runden fra de 110 millioner dollars, der blev ledet af Headline i april 2026 . Betydningen er todelt. For det første løser investeringen Zalandos eget akutte smertepunkt: hver returneret vare skal åbnes, inspiceres, foldes og lægges på lager – en proces, som Sereacts dual-arm-station er bygget til at håndtere fra start til slut
. For det andet fungerer Zalandos deltagelse som et kraftfuldt valideringssignal. Zalando er ikke en passiv finansiel bagmand; det er en strategisk kunde-investor, der lægger sin egen operationelle vægt bag den fysiske AI-tese
.
I hjertet af Sereacts platform er Cortex, en vision-sprog-handling (VLA)-model, der fungerer som et universelt AI-operativsystem til robotteknologi . Cortex kører på tværs af flere hardware-embodiments – enarmede plukceller, toarmede returststationer, humanoide robotter og faste celler – uden at skulle genoptrænes til hver enkelt formfaktor
. Fordi den planlægger i visuelt latent rum i stedet for robotspecifikke ledkommandoer, overføres en færdighed, der er lært på én robottype, direkte til en anden
.
Sereacts dual-arm-station er specialbygget til returarbejdsgangen . Den åbner selvstændigt pakker og skotøjsæsker, udtager varer, inspicerer for skader eller uregelmæssigheder, folder tøj (inklusive jeans), scanner stregkoder og etiketter og sender varer tilbage til lageret, til renovering eller til bortskaffelse
. Systemet efterligner en dygtig lagermedarbejders dømmekraft, men opererer konsekvent på tværs af alle vagter og alle mærker
. Dette rammer direkte det, der har været modebranchens mest genstridige logistikflaskehals: uforudsigeligheden og arbejdskraftintensiteten ved at behandle returvarer
.
Sereacts vigtigste strukturelle fordel er dets lukkede dataflywheel . Mere end 200 Sereact-systemer er i drift i hele Europa med kunder som Daimler Truck, Mercedes-Benz, BMW, PepsiCo, Austrian Post og Rohlik Group
. Disse systemer har gennemført over en milliard rigtige produktionspluk – ikke simulerede eller laboratoriedata, men faktiske pluk fra levende operationer
. Hvert pluk, uanset om det er en succes, en fiasko eller en genopretning, registreres med synkroniserede observationer, robotstatus og kraftfeedback, føres derefter tilbage til en centraliseret model, der kontinuerligt genoptrænes og genudrulles på tværs af flåden
. Flåden opnår allerede et pålidelighedsforhold på cirka én indgriben per 53.000 pluk, der kræver fjernbetjent menneskelig hjælp
.
Cortex 2.0, den næste generations model, som Series B-midlerne specifikt er allokeret til at skalere, supplerer den nuværende VLA-model med en lært verdensmodel, der simulerer fysik og objektadfærd . I stedet for at handle og korrigere fejl reaktivt, genererer robotten nu flere mulige fremtidige baner ud fra sin nuværende tilstand, scorer hver mod verdensmodellen for stabilitet, risiko og effektivitet og forpligter sig kun til den bedst scorede gren – opdateret i realtid, efterhånden som scenen ændrer sig
. Dette paradigmeskift fra "prøv-og-se" til "planlæg-og-prøv" er afgørende for opgaver med høje indsatser som at samle komponenter under spænding, placering af skrøbelige genstande og kitting, ikke kun plukning
. Planlægningsberegningen kan justeres pr. opgave, så der bruges mere fremsyn, hvor fejl er dyre, og mindre, hvor genopretning er billig
. Series B-kapitalen finansierer også Sereacts internationale ekspansion, herunder et nyt kontor i Boston
.