Zalando ने क्यों निवेश किया: रिटर्न एक $6 मिलियन की समस्या है जो हल होने के लायक है

Zalando ने एक रणनीतिक निवेशक के रूप में लगभग $6 मिलियन का योगदान दिया, जिससे यह राउंड अप्रैल 2026 में Headline द्वारा नेतृत्व किए गए $110 मिलियन से बढ़कर $116 मिलियन हो गया । इसका दोहरा महत्व है। पहला, यह निवेश Zalando की अपनी गंभीर समस्या का समाधान करता है: वापस आए हर सामान को खोलना, निरीक्षण करना, मोड़ना और वापस स्टॉक में रखना होता है - एक ऐसी प्रक्रिया जिसे Sereact का डुअल-आर्म स्टेशन शुरू से अंत तक संभालने के लिए बनाया गया है । दूसरा, Zalando की भागीदारी एक शक्तिशाली वैलिडेशन सिग्नल के रूप में कार्य करती है। Zalando कोई निष्क्रिय वित्तीय समर्थक नहीं है; यह एक रणनीतिक ग्राहक-निवेशक है, जो फिजिकल AI थीसिस के पीछे अपना परिचालन भार डाल रहा है ।

Cortex ब्रेन: किसी भी रोबोट के लिए एक AI कोर

Sereact के प्लेटफॉर्म के केंद्र में Cortex है, जो एक विज़न-लैंग्वेज-एक्शन (VLA) मॉडल है जो रोबोटिक्स के लिए एक सार्वभौमिक AI ऑपरेटिंग सिस्टम के रूप में कार्य करता है । Cortex कई हार्डवेयर रूपों - सिंगल-आर्म पिकिंग सेल, डुअल-आर्म रिटर्न स्टेशन, ह्यूमनॉइड रोबोट और फिक्स्ड सेल - में चलता है, बिना प्रत्येक फॉर्म फैक्टर के लिए पुनः प्रशिक्षित किए जाने की आवश्यकता के । चूंकि यह रोबोट-विशिष्ट जॉइंट कमांड के बजाय विज़ुअल लेटेंट स्पेस में योजना बनाता है, एक रोबोट प्रकार पर सीखा गया कौशल सीधे दूसरे में स्थानांतरित हो जाता है ।

डुअल-आर्म रिटर्न ऑटोमेशन: फैशन के सबसे बड़े सिरदर्द का समाधान

Sereact का डुअल-आर्म स्टेशन विशेष रूप से रिटर्न वर्कफ्लो के लिए बनाया गया है । यह स्वायत्त रूप से पैकेज और जूतों के डिब्बे खोलता है, सामान निकालता है, क्षति या विसंगतियों के लिए निरीक्षण करता है, कपड़ों (जींस सहित) को मोड़ता है, बारकोड और लेबल स्कैन करता है, और सामान को वापस इन्वेंट्री, रिफर्बिशमेंट या डिस्पोजल के लिए रूट करता है । सिस्टम एक कुशल वेयरहाउस एसोसिएट के निर्णय की नकल करता है, लेकिन हर शिफ्ट और हर ब्रांड के लिए लगातार काम करता है । यह सीधे तौर पर उस चीज़ को लक्षित करता है जो फैशन उद्योग की सबसे जिद्दी लॉजिस्टिक बाधा रही है: रिटर्न प्रोसेसिंग की अप्रत्याशितता और श्रम तीव्रता ।

डेटा फ्लाईव्हील: 1 बिलियन से अधिक वास्तविक पिक्स

Sereact का मुख्य संरचनात्मक लाभ इसका क्लोज्ड-लूप डेटा फ्लाईव्हील है । 200 से अधिक Sereact सिस्टम पूरे यूरोप में Daimler Truck, Mercedes-Benz, BMW, PepsiCo, Austrian Post और Rohlik Group सहित ग्राहकों के साथ लाइव हैं । उन सिस्टमों ने एक बिलियन से अधिक वास्तविक प्रोडक्शन पिक्स पूरे किए हैं - सिम्युलेटेड या लैब डेटा नहीं, बल्कि लाइव ऑपरेशंस से वास्तविक पिक्स । हर पिक, चाहे वह सफलता हो, विफलता हो या रिकवरी, सिंक्रोनाइज़्ड ऑब्ज़र्वेशन, रोबोट स्टेट और फोर्स फीडबैक के साथ कैप्चर की जाती है, और फिर एक केंद्रीकृत मॉडल में वापस फीड की जाती है जो लगातार पुनः प्रशिक्षित और पूरे बेड़े में पुनः तैनात की जाती है । बेड़ा पहले से ही लगभग 53,000 पिक्स में एक बार रिमोट मानव सहायता की आवश्यकता वाली विश्वसनीयता अनुपात प्राप्त करता है ।

Cortex 2.0: 'कोशिश करो और देखो' से 'योजना बनाओ और कोशिश करो' तक

Cortex 2.0, अगली पीढ़ी का मॉडल जिसे स्केल करने के लिए सीरीज B फंड्स विशेष रूप से आवंटित किए गए हैं, वर्तमान VLA मॉडल को एक सीखे हुए वर्ल्ड मॉडल के साथ बढ़ाता है जो भौतिकी और वस्तु व्यवहार का अनुकरण करता है । कार्य करने और गलतियों को प्रतिक्रियात्मक रूप से सुधारने के बजाय, रोबोट अब अपनी वर्तमान स्थिति से कई संभावित भविष्य के प्रक्षेपवक्र उत्पन्न करता है, स्थिरता, जोखिम और दक्षता के लिए वर्ल्ड मॉडल के विरुद्ध प्रत्येक को स्कोर करता है, और केवल सर्वोत्तम स्कोर वाली शाखा के लिए प्रतिबद्ध होता है - दृश्य बदलने पर वास्तविक समय में अपडेट होता रहता है । यह प्रतिमान बदलाव "कोशिश करो और देखो" से "योजना बनाओ और कोशिश करो" तक, तनाव के तहत घटकों को इकट्ठा करने, नाजुक वस्तुओं को रखने और किटिंग जैसे उच्च-दांव वाले कार्यों के लिए महत्वपूर्ण है, न कि केवल पिकिंग के लिए । प्लानिंग कंप्यूट प्रति कार्य ट्यूनेबल है, जहां विफलता महंगी है वहां अधिक दूरदर्शिता खर्च करना और जहां रिकवरी सस्ती है वहां कम । सीरीज B पूंजी का उपयोग Sereact के अंतर्राष्ट्रीय विस्तार के लिए भी किया जा रहा है, जिसमें बोस्टन में एक नया कार्यालय शामिल है ।

Zalando ने क्यों निवेश किया: रिटर्न एक $6 मिलियन की समस्या है जो हल होने के लायक है

Zalando ने एक रणनीतिक निवेशक के रूप में लगभग $6 मिलियन का योगदान दिया, जिससे यह राउंड अप्रैल 2026 में Headline द्वारा नेतृत्व किए गए $110 मिलियन से बढ़कर $116 मिलियन हो गया । इसका दोहरा महत्व है। पहला, यह निवेश Zalando की अपनी गंभीर समस्या का समाधान करता है: वापस आए हर सामान को खोलना, निरीक्षण करना, मोड़ना और वापस स्टॉक में रखना होता है - एक ऐसी प्रक्रिया जिसे Sereact का डुअल-आर्म स्टेशन शुरू से अंत तक संभालने के लिए बनाया गया है । दूसरा, Zalando की भागीदारी एक शक्तिशाली वैलिडेशन सिग्नल के रूप में कार्य करती है। Zalando कोई निष्क्रिय वित्तीय समर्थक नहीं है; यह एक रणनीतिक ग्राहक-निवेशक है, जो फिजिकल AI थीसिस के पीछे अपना परिचालन भार डाल रहा है ।

Cortex ब्रेन: किसी भी रोबोट के लिए एक AI कोर

Sereact के प्लेटफॉर्म के केंद्र में Cortex है, जो एक विज़न-लैंग्वेज-एक्शन (VLA) मॉडल है जो रोबोटिक्स के लिए एक सार्वभौमिक AI ऑपरेटिंग सिस्टम के रूप में कार्य करता है । Cortex कई हार्डवेयर रूपों - सिंगल-आर्म पिकिंग सेल, डुअल-आर्म रिटर्न स्टेशन, ह्यूमनॉइड रोबोट और फिक्स्ड सेल - में चलता है, बिना प्रत्येक फॉर्म फैक्टर के लिए पुनः प्रशिक्षित किए जाने की आवश्यकता के । चूंकि यह रोबोट-विशिष्ट जॉइंट कमांड के बजाय विज़ुअल लेटेंट स्पेस में योजना बनाता है, एक रोबोट प्रकार पर सीखा गया कौशल सीधे दूसरे में स्थानांतरित हो जाता है ।

डुअल-आर्म रिटर्न ऑटोमेशन: फैशन के सबसे बड़े सिरदर्द का समाधान

Sereact का डुअल-आर्म स्टेशन विशेष रूप से रिटर्न वर्कफ्लो के लिए बनाया गया है । यह स्वायत्त रूप से पैकेज और जूतों के डिब्बे खोलता है, सामान निकालता है, क्षति या विसंगतियों के लिए निरीक्षण करता है, कपड़ों (जींस सहित) को मोड़ता है, बारकोड और लेबल स्कैन करता है, और सामान को वापस इन्वेंट्री, रिफर्बिशमेंट या डिस्पोजल के लिए रूट करता है । सिस्टम एक कुशल वेयरहाउस एसोसिएट के निर्णय की नकल करता है, लेकिन हर शिफ्ट और हर ब्रांड के लिए लगातार काम करता है । यह सीधे तौर पर उस चीज़ को लक्षित करता है जो फैशन उद्योग की सबसे जिद्दी लॉजिस्टिक बाधा रही है: रिटर्न प्रोसेसिंग की अप्रत्याशितता और श्रम तीव्रता ।

डेटा फ्लाईव्हील: 1 बिलियन से अधिक वास्तविक पिक्स

Sereact का मुख्य संरचनात्मक लाभ इसका क्लोज्ड-लूप डेटा फ्लाईव्हील है । 200 से अधिक Sereact सिस्टम पूरे यूरोप में Daimler Truck, Mercedes-Benz, BMW, PepsiCo, Austrian Post और Rohlik Group सहित ग्राहकों के साथ लाइव हैं । उन सिस्टमों ने एक बिलियन से अधिक वास्तविक प्रोडक्शन पिक्स पूरे किए हैं - सिम्युलेटेड या लैब डेटा नहीं, बल्कि लाइव ऑपरेशंस से वास्तविक पिक्स । हर पिक, चाहे वह सफलता हो, विफलता हो या रिकवरी, सिंक्रोनाइज़्ड ऑब्ज़र्वेशन, रोबोट स्टेट और फोर्स फीडबैक के साथ कैप्चर की जाती है, और फिर एक केंद्रीकृत मॉडल में वापस फीड की जाती है जो लगातार पुनः प्रशिक्षित और पूरे बेड़े में पुनः तैनात की जाती है । बेड़ा पहले से ही लगभग 53,000 पिक्स में एक बार रिमोट मानव सहायता की आवश्यकता वाली विश्वसनीयता अनुपात प्राप्त करता है ।

Cortex 2.0: 'कोशिश करो और देखो' से 'योजना बनाओ और कोशिश करो' तक

Cortex 2.0, अगली पीढ़ी का मॉडल जिसे स्केल करने के लिए सीरीज B फंड्स विशेष रूप से आवंटित किए गए हैं, वर्तमान VLA मॉडल को एक सीखे हुए वर्ल्ड मॉडल के साथ बढ़ाता है जो भौतिकी और वस्तु व्यवहार का अनुकरण करता है । कार्य करने और गलतियों को प्रतिक्रियात्मक रूप से सुधारने के बजाय, रोबोट अब अपनी वर्तमान स्थिति से कई संभावित भविष्य के प्रक्षेपवक्र उत्पन्न करता है, स्थिरता, जोखिम और दक्षता के लिए वर्ल्ड मॉडल के विरुद्ध प्रत्येक को स्कोर करता है, और केवल सर्वोत्तम स्कोर वाली शाखा के लिए प्रतिबद्ध होता है - दृश्य बदलने पर वास्तविक समय में अपडेट होता रहता है । यह प्रतिमान बदलाव "कोशिश करो और देखो" से "योजना बनाओ और कोशिश करो" तक, तनाव के तहत घटकों को इकट्ठा करने, नाजुक वस्तुओं को रखने और किटिंग जैसे उच्च-दांव वाले कार्यों के लिए महत्वपूर्ण है, न कि केवल पिकिंग के लिए । प्लानिंग कंप्यूट प्रति कार्य ट्यूनेबल है, जहां विफलता महंगी है वहां अधिक दूरदर्शिता खर्च करना और जहां रिकवरी सस्ती है वहां कम । सीरीज B पूंजी का उपयोग Sereact के अंतर्राष्ट्रीय विस्तार के लिए भी किया जा रहा है, जिसमें बोस्टन में एक नया कार्यालय शामिल है ।