Zalando внес около $6 млн в качестве стратегического инвестора, увеличив раунд с $110 млн, которые ранее возглавил Headline в апреле 2026 года . Значение здесь двойное. Во-первых, инвестиция решает острую проблему самого Zalando: каждый возвращенный товар нужно открыть, проверить, сложить и отправить обратно на склад — и именно для этого создана двухрукая станция Sereact . Во-вторых, участие Zalando служит мощным сигналом валидации. Zalando — не пассивный финансовый спонсор, а стратегический клиент-инвестор, который ставит собственный операционный вес за тезис физического ИИ .
В основе платформы Sereact лежит Cortex — модель «зрение-язык-действие» (VLA), которая функционирует как универсальная операционная система ИИ для робототехники . Cortex работает на разных аппаратных воплощениях — одноруких ячейках для сбора, двуруких станциях для возвратов, человекоподобных роботах и стационарных ячейках — без необходимости переобучения для каждого форм-фактора . Поскольку он планирует в визуальном латентном пространстве, а не в специфических командах для суставов робота, навык, освоенный на одном типе робота, напрямую переносится на другой .
Двурукая станция Sereact специально создана для обработки возвратов . Она автономно вскрывает посылки и коробки, извлекает товары, проверяет их на повреждения или дефекты, складывает одежду (включая джинсы), сканирует штрих-коды и этикетки, а затем направляет товары обратно на склад, на доработку или на утилизацию . Система имитирует суждение опытного сотрудника склада, но работает стабильно в каждую смену и с каждым брендом . Это напрямую направлено на самое упрямое логистическое узкое место модной индустрии: непредсказуемость и трудоемкость обработки возвратов .
Ключевое структурное преимущество Sereact — замкнутый маховик данных (data flywheel) . Более 200 систем Sereact работают по всей Европе с такими клиентами, как Daimler Truck, Mercedes-Benz, BMW, PepsiCo, Austrian Post и Rohlik Group . Эти системы совершили более одного миллиарда реальных производственных захватов — не симулированных или лабораторных данных, а фактических захватов из живых операций . Каждый захват, будь то успех, неудача или восстановление, фиксируется с синхронизированными наблюдениями, состоянием робота и тактильной обратной связью, а затем передается в централизованную модель, которая непрерывно переобучается и развертывается по всему парку . Парк уже достигает коэффициента надежности примерно одно вмешательство на 53 000 захватов, требующих удаленной помощи человека .
Cortex 2.0 — модель следующего поколения, на масштабирование которой специально выделены средства Series B, дополняет текущую модель VLA обученной мировой моделью (world model), которая симулирует физику и поведение объектов . Вместо того чтобы действовать и реактивно исправлять ошибки, робот теперь генерирует несколько возможных будущих траекторий из своего текущего состояния, оценивает каждую по мировой модели на стабильность, риск и эффективность и выполняет только наилучшую ветвь, обновляя ее в реальном времени по мере изменения сцены . Этот сдвиг парадигмы от «попробуй и посмотри» к «спланируй и попробуй» критически важен для задач с высокими ставками, таких как сборка деталей под натяжением, размещение хрупких предметов и комплектация, а не только захват . Вычислительная мощность планирования настраивается под каждую задачу, тратя больше обдумывания там, где ошибка дорога, и меньше там, где восстановление дешево . Капитал Series B также финансирует международную экспансию Sereact, включая новый офис в Бостоне .
Zalando внес около $6 млн в качестве стратегического инвестора, увеличив раунд с $110 млн, которые ранее возглавил Headline в апреле 2026 года . Значение здесь двойное. Во-первых, инвестиция решает острую проблему самого Zalando: каждый возвращенный товар нужно открыть, проверить, сложить и отправить обратно на склад — и именно для этого создана двухрукая станция Sereact . Во-вторых, участие Zalando служит мощным сигналом валидации. Zalando — не пассивный финансовый спонсор, а стратегический клиент-инвестор, который ставит собственный операционный вес за тезис физического ИИ .
В основе платформы Sereact лежит Cortex — модель «зрение-язык-действие» (VLA), которая функционирует как универсальная операционная система ИИ для робототехники . Cortex работает на разных аппаратных воплощениях — одноруких ячейках для сбора, двуруких станциях для возвратов, человекоподобных роботах и стационарных ячейках — без необходимости переобучения для каждого форм-фактора . Поскольку он планирует в визуальном латентном пространстве, а не в специфических командах для суставов робота, навык, освоенный на одном типе робота, напрямую переносится на другой .
Двурукая станция Sereact специально создана для обработки возвратов . Она автономно вскрывает посылки и коробки, извлекает товары, проверяет их на повреждения или дефекты, складывает одежду (включая джинсы), сканирует штрих-коды и этикетки, а затем направляет товары обратно на склад, на доработку или на утилизацию . Система имитирует суждение опытного сотрудника склада, но работает стабильно в каждую смену и с каждым брендом . Это напрямую направлено на самое упрямое логистическое узкое место модной индустрии: непредсказуемость и трудоемкость обработки возвратов .
Ключевое структурное преимущество Sereact — замкнутый маховик данных (data flywheel) . Более 200 систем Sereact работают по всей Европе с такими клиентами, как Daimler Truck, Mercedes-Benz, BMW, PepsiCo, Austrian Post и Rohlik Group . Эти системы совершили более одного миллиарда реальных производственных захватов — не симулированных или лабораторных данных, а фактических захватов из живых операций . Каждый захват, будь то успех, неудача или восстановление, фиксируется с синхронизированными наблюдениями, состоянием робота и тактильной обратной связью, а затем передается в централизованную модель, которая непрерывно переобучается и развертывается по всему парку . Парк уже достигает коэффициента надежности примерно одно вмешательство на 53 000 захватов, требующих удаленной помощи человека .
Cortex 2.0 — модель следующего поколения, на масштабирование которой специально выделены средства Series B, дополняет текущую модель VLA обученной мировой моделью (world model), которая симулирует физику и поведение объектов . Вместо того чтобы действовать и реактивно исправлять ошибки, робот теперь генерирует несколько возможных будущих траекторий из своего текущего состояния, оценивает каждую по мировой модели на стабильность, риск и эффективность и выполняет только наилучшую ветвь, обновляя ее в реальном времени по мере изменения сцены . Этот сдвиг парадигмы от «попробуй и посмотри» к «спланируй и попробуй» критически важен для задач с высокими ставками, таких как сборка деталей под натяжением, размещение хрупких предметов и комплектация, а не только захват . Вычислительная мощность планирования настраивается под каждую задачу, тратя больше обдумывания там, где ошибка дорога, и меньше там, где восстановление дешево . Капитал Series B также финансирует международную экспансию Sereact, включая новый офис в Бостоне .