A Zalando contribuiu com cerca de US$ 6 milhões como investidora estratégica, elevando a rodada dos US$ 110 milhões liderados pela Headline em abril de 2026 . A importância é dupla. Primeiro, o investimento resolve um problema agudo da própria Zalando: cada item devolvido precisa ser aberto, inspecionado, dobrado e recolocado no estoque — um processo que a estação de braço duplo da Sereact foi construída para realizar de ponta a ponta
. Segundo, a participação da Zalando serve como um poderoso sinal de validação. A Zalando não é uma mera apoiadora financeira; é uma cliente-investidora estratégica, colocando seu próprio peso operacional por trás da tese da IA física
.
No coração da plataforma da Sereact está o Cortex, um modelo de visão-linguagem-ação (VLA) que funciona como um sistema operacional universal de IA para robótica . O Cortex opera em múltiplos tipos de hardware — células de coleta de braço único, estações de devolução de braço duplo, robôs humanoides e células fixas — sem precisar ser retreinado para cada fator de forma
. Como ele planeja no espaço visual latente, em vez de comandos de articulação específicos do robô, uma habilidade aprendida em um tipo de robô é transferida diretamente para outro
.
A estação de braço duplo da Sereact foi construída sob medida para o fluxo de trabalho de devoluções . Ela abre pacotes e caixas de sapatos autonomamente, extrai os itens, inspeciona quanto a danos ou anormalidades, dobra roupas (incluindo jeans), escaneia códigos de barras e etiquetas, e encaminha as mercadorias de volta ao estoque, para reforma ou para descarte
. O sistema imita o julgamento de um funcionário de armazém experiente, mas opera de forma consistente em todos os turnos e para todas as marcas
. Isso ataca diretamente o que tem sido o gargalo logístico mais teimoso da indústria da moda: a imprevisibilidade e a intensidade de mão de obra no processamento de devoluções
.
A principal vantagem estrutural da Sereact é seu ciclo fechado de dados . Mais de 200 sistemas da Sereact estão ativos em toda a Europa, com clientes como Daimler Truck, Mercedes-Benz, BMW, PepsiCo, Austrian Post e Rohlik Group
. Esses sistemas já completaram mais de um bilhão de 'pegas' reais em produção — não dados de simulação ou laboratório, mas pegas reais de operações ao vivo
. Cada pega, seja um sucesso, uma falha ou uma recuperação, é capturada com observações sincronizadas, estado do robô e feedback de força, e então realimentada em um modelo centralizado que é continuamente retreinado e reimplantado em toda a frota
. A frota já atinge uma taxa de confiabilidade de aproximadamente uma intervenção humana remota a cada 53.000 pegas
.
O Cortex 2.0, o modelo de próxima geração que os fundos da Série B foram especificamente alocados para escalar, aumenta o modelo VLA atual com um 'modelo de mundo' aprendido que simula a física e o comportamento dos objetos . Em vez de agir e corrigir erros reativamente, o robô agora gera múltiplas trajetórias futuras candidatas a partir de seu estado atual, pontua cada uma contra o modelo de mundo em termos de estabilidade, risco e eficiência, e se compromete apenas com o melhor ramo avaliado — atualizando em tempo real à medida que a cena muda
. Essa mudança de paradigma, de 'tentar e ver' para 'planejar e tentar', é crítica para tarefas de alto risco, como montar componentes sob tensão, colocar itens frágeis e fazer kitting, e não apenas pegar itens
. O poder computacional de planejamento é ajustável por tarefa, gastando mais previsão onde a falha é cara e menos onde a recuperação é barata
. O capital da Série B também está financiando a expansão internacional da Sereact, incluindo um novo escritório em Boston
.