Investeringen handler imidlertid om mer enn én bedrifts returproblem. Den signaliserer et bredere skifte: Store forhandlere går fra å kjøpe standardiserte roboter til å investere i AI-programvarelaget som kan omforme lagerautomatisering for godt . Sereact, en oppstart fra Stuttgart som ble skilt ut fra Universitetet i Stuttgart i 2021 av Ralf Gulde og Marc Tuscher, har nå hentet inn over 145 millioner dollar totalt .

Cortex-hjernen: Én AI for alle roboter

Kjernen i Sereacts teknologi er Cortex, et maskinvare-uavhengig AI-operativsystem bygget som en visjon-språk-handling (VLA)-modell . I stedet for å selge robotmaskinvare, selger Sereact en programvarehjerne som kan settes inn i eksisterende roboter – fra enarmede plukkceller til humanoide plattformer og faste automasjonsceller . Cortex tolker visuelle data, forstår naturlige språkkommandoer og utfører manipulasjonsoppgaver helt autonomt. Det betyr at operatører kan omdirigere en robot til en ny oppgave uten å skrive ny kode .

Toarmet returrobot: Det manglende stykket i moteindustrien

Sereacts toarmede robotstasjon er spesialbygget for returarbeidsflyten som lenge har vært en kostbar manuell flaskehals. Systemet åpner pakker, henter ut varer, inspiserer og graderer tilstanden deres, bretter plagg og sorterer dem tilbake på lager – alt uten menneskelig innblanding . Med Cortex som motor bruker systemet også Sereact Lens, et 3D-percepsjonslag for visuell inspeksjon og kvalitetsgradering . Ifølge Sereacts egen produktside leverer stasjonen jevn kapasitet gjennom alle skift, uten manuell sortering .

Effekten er målbar: Sereacts prismodell per enhet skal redusere kostnadene for returhåndtering med omtrent 30 prosent sammenlignet med manuelt arbeid . For en bedrift som Zalando, der returer utgjør et enormt kostnadssenter, er en slik effektivitet revolusjonerende.

Datasnellen: Over én milliard plukk

Sereacts systemer har gjennomført over én milliard reelle produksjonsplukk fordelt på mer enn 200 installerte systemer i Europa . Bare omtrent 1 av 53 000 plukk krever fjernassistanse fra mennesker, og systemet oppnår over 99 prosent plukksikkerhet med en typisk kapasitet på 300–450 enheter per time per celle . (Merk: Sereacts egen nettside viser for tiden 500 millioner+ plukk, mens Series B-kunngjøringen sier én milliard+; dette kan skyldes en rullerende teller eller ulik tellemetode .)

Denne datamengden fra virkelig drift er drivstoffet: Hvert eneste plukk trener og forbedrer modellen, og skaper en dataflyt som lab-baserte konkurrenter ikke kan kopiere . Kundene inkluderer Active Ants, Austrian Post, BMW, bol., Daimler Truck, DeltiLog, Mercedes-Benz, Monta, MS Direct, PepsiCo og Rohlik Group .

Cortex 2.0: Planlegger før handling

Cortex 2.0, lansert i februar 2026, er neste generasjons modell som introduserer verdensmodellbasert planlegging i tillegg til den eksisterende VLA-arkitekturen . Der tidligere versjoner opererte på basis av se-og-handle, evaluerer Cortex 2.0 flere mulige fremtidige utfall før den bestemmer seg for en bevegelse. Hvert utfall scores for fremgang, stabilitet, risiko og effektivitet . Denne prediktive, beslutningsdrevne tilnærmingen er designet for å redusere kostbare feil, omkjøringer og gjenopprettingshendelser i høykapasitets produksjonsmiljøer .

Series B-midlene – inkludert Zalandos bidrag – er spesifikt øremerket skalering av Cortex 2.0 og Sereacts internasjonale ekspansjon, inkludert det første amerikanske kontoret i Boston .

Hva det betyr for lagerrobotikk

Sereact bygger en universell, selvforbedrende robotisk hjerne for fysiske oppgaver. Zalandos investering bekrefter at teknologien har modnet fra lab-demoer til produksjonsklar pålitelighet, med en feilrate på omtrent 1 per 53 000 plukk. Den toarmede returstasjonen angriper moteverdenens milliarddyre returproblem direkte, mens Cortex 2.0s verdensmodellarkitektur tar sikte på å flytte lagerautomatisering fra reaktiv til virkelig autonom beslutningstaking i stor skala.

Det strategiske signalet er tydelig: Den neste grensen for effektivitet i netthandel kommer ikke bare fra raskere plukk, men fra AI-hjerner som kan planlegge, lære fra hver eneste interaksjon og fungere på tvers av all robotmaskinvare.

Investeringen handler imidlertid om mer enn én bedrifts returproblem. Den signaliserer et bredere skifte: Store forhandlere går fra å kjøpe standardiserte roboter til å investere i AI-programvarelaget som kan omforme lagerautomatisering for godt . Sereact, en oppstart fra Stuttgart som ble skilt ut fra Universitetet i Stuttgart i 2021 av Ralf Gulde og Marc Tuscher, har nå hentet inn over 145 millioner dollar totalt .

Cortex-hjernen: Én AI for alle roboter

Kjernen i Sereacts teknologi er Cortex, et maskinvare-uavhengig AI-operativsystem bygget som en visjon-språk-handling (VLA)-modell . I stedet for å selge robotmaskinvare, selger Sereact en programvarehjerne som kan settes inn i eksisterende roboter – fra enarmede plukkceller til humanoide plattformer og faste automasjonsceller . Cortex tolker visuelle data, forstår naturlige språkkommandoer og utfører manipulasjonsoppgaver helt autonomt. Det betyr at operatører kan omdirigere en robot til en ny oppgave uten å skrive ny kode .

Toarmet returrobot: Det manglende stykket i moteindustrien

Sereacts toarmede robotstasjon er spesialbygget for returarbeidsflyten som lenge har vært en kostbar manuell flaskehals. Systemet åpner pakker, henter ut varer, inspiserer og graderer tilstanden deres, bretter plagg og sorterer dem tilbake på lager – alt uten menneskelig innblanding . Med Cortex som motor bruker systemet også Sereact Lens, et 3D-percepsjonslag for visuell inspeksjon og kvalitetsgradering . Ifølge Sereacts egen produktside leverer stasjonen jevn kapasitet gjennom alle skift, uten manuell sortering .

Effekten er målbar: Sereacts prismodell per enhet skal redusere kostnadene for returhåndtering med omtrent 30 prosent sammenlignet med manuelt arbeid . For en bedrift som Zalando, der returer utgjør et enormt kostnadssenter, er en slik effektivitet revolusjonerende.

Datasnellen: Over én milliard plukk

Sereacts systemer har gjennomført over én milliard reelle produksjonsplukk fordelt på mer enn 200 installerte systemer i Europa . Bare omtrent 1 av 53 000 plukk krever fjernassistanse fra mennesker, og systemet oppnår over 99 prosent plukksikkerhet med en typisk kapasitet på 300–450 enheter per time per celle . (Merk: Sereacts egen nettside viser for tiden 500 millioner+ plukk, mens Series B-kunngjøringen sier én milliard+; dette kan skyldes en rullerende teller eller ulik tellemetode .)

Denne datamengden fra virkelig drift er drivstoffet: Hvert eneste plukk trener og forbedrer modellen, og skaper en dataflyt som lab-baserte konkurrenter ikke kan kopiere . Kundene inkluderer Active Ants, Austrian Post, BMW, bol., Daimler Truck, DeltiLog, Mercedes-Benz, Monta, MS Direct, PepsiCo og Rohlik Group .

Cortex 2.0: Planlegger før handling

Cortex 2.0, lansert i februar 2026, er neste generasjons modell som introduserer verdensmodellbasert planlegging i tillegg til den eksisterende VLA-arkitekturen . Der tidligere versjoner opererte på basis av se-og-handle, evaluerer Cortex 2.0 flere mulige fremtidige utfall før den bestemmer seg for en bevegelse. Hvert utfall scores for fremgang, stabilitet, risiko og effektivitet . Denne prediktive, beslutningsdrevne tilnærmingen er designet for å redusere kostbare feil, omkjøringer og gjenopprettingshendelser i høykapasitets produksjonsmiljøer .

Series B-midlene – inkludert Zalandos bidrag – er spesifikt øremerket skalering av Cortex 2.0 og Sereacts internasjonale ekspansjon, inkludert det første amerikanske kontoret i Boston .

Hva det betyr for lagerrobotikk

Sereact bygger en universell, selvforbedrende robotisk hjerne for fysiske oppgaver. Zalandos investering bekrefter at teknologien har modnet fra lab-demoer til produksjonsklar pålitelighet, med en feilrate på omtrent 1 per 53 000 plukk. Den toarmede returstasjonen angriper moteverdenens milliarddyre returproblem direkte, mens Cortex 2.0s verdensmodellarkitektur tar sikte på å flytte lagerautomatisering fra reaktiv til virkelig autonom beslutningstaking i stor skala.

Det strategiske signalet er tydelig: Den neste grensen for effektivitet i netthandel kommer ikke bare fra raskere plukk, men fra AI-hjerner som kan planlegge, lære fra hver eneste interaksjon og fungere på tvers av all robotmaskinvare.