Zalando出手！用Sereact嘅Physical AI機械人腦，對抗時裝電商「買一件退一件」嘅50%退貨魔咒

Cortex大腦：一個AI，控制任何機械人

Sereact嘅核心技術叫Cortex，係一套硬件通用嘅AI操作系統，屬於Vision-Language-Action（VLA）模型。佢哋唔係賣機械人硬件，而係賣一個軟件大腦，可以裝落任何現有嘅機械人度——無論係單臂揀貨機、人形機械人，定係固定式自動化工作站，全部用得。Cortex可以理解視覺數據、明白自然語言指令，仲可以自主執行操作任務，操作員只要用日常用語指示佢做新嘢就得，完全唔需要重新寫程式碼。

雙臂退貨自動化：時裝業一直以嚟嘅Missing Piece

Sereact嘅雙臂機械人工作站係為咗退貨流程而設，呢個流程一直以嚟都係人手密集嘅瓶頸位。呢個系統可以自動拆開包裹、拎出貨品、檢查同評級貨品狀況、摺好啲衫，然後分類放返入庫存——全程唔需要工人插手。佢哋用咗Cortex系統，仲配合Sereact Lens呢個3D感知層做視覺檢查同質量評級。根據Sereact官方產品頁面，呢個工作站可以喺每個更期都保持穩定嘅處理量，完全唔需要人手分類。

呢個系統帶嚟嘅影響係可以量化嘅：Sereact用「按件收費」嘅模式，預計可以將退貨處理成本比人手減少大約30%。對於Zalando呢類退貨成本極高嘅公司，呢啲效率提升簡直係革命性。

數據飛輪：超過十億次揀貨經驗

Sereact嘅系統已經喺歐洲超過200個生產環境完成咗超過10億次真實揀貨。最緊要嘅係，平均每53,000次揀貨先需要一次遠程人手介入，成功率超過99%，每個工作站每小時典型處理量大約係300至450件貨。（註：Sereact官網依家顯示「超過5億次」而B輪公告寫「超過10億次」，可能係因為個計數器不斷更新，或者用咗唔同嘅計算方法。）

呢啲真實世界嘅揀貨數據就係個系統嘅燃料：每一次揀貨都會訓練同改進個模型，形成一個強大嘅數據飛輪，呢個係實驗室入面嘅競爭對手模仿唔到嘅。Sereact嘅客戶包括Active Ants、奧地利郵政、BMW、bol.、Daimler Trucks、DeltiLog、Mercedes-Benz、Monta、MS Direct、百事可樂同Rohlik Group。

Cortex 2.0：諗過先做

Cortex 2.0喺2026年2月推出，係新一代模型，喺原本嘅VLA架構之上加入咗以世界模型為基礎嘅規劃能力。舊版係「見到就做」，但Cortex 2.0會喺決定郁手之前，模擬多個可能嘅未來結果，然後根據進度、穩定性、風險同效率嚟評分，揀最好嗰條路。呢種預測性、決策主導嘅方式，目的係大幅減少高產量生產環境入面嘅失敗、重試同復原事件。

B輪融資嘅資金——包括Zalando嗰份——已經明確咗會用嚟擴大Cortex 2.0嘅規模，同埋資助Sereact嘅國際擴張，包括喺美國波士頓開設第一個美國辦公室。

對倉庫機械人行業嘅意義

Sereact正喺度建立一個通用、可以自我改進嘅機械人大腦，用嚟執行各種體力勞動任務。Zalando嘅投資證明咗佢哋嘅技術已經由實驗室示範，進化到生產環境級別嘅可靠性——故障率大約係每53,000次揀貨先一次。佢哋嘅雙臂退貨站直接針對時裝業數以十億計嘅退貨問題，而Cortex 2.0嘅世界模型架構，目標係將倉庫機械人由被動式自動化，推向真正大規模嘅自主決策。

呢個策略信號好清楚：未來電商效率嘅增長點，唔會再係單單執快啲貨，而係啲AI大腦可以做到規劃、從每一次互動中學習，仲可以喺唔同嘅機械人硬件上運作。