Zalando 掟 6M 美金落 Sereact 嘅 Physical AI：拆解 1.16 億美元 Series B 同嗰部識得幫你處理退貨嘅機械人

點解 Zalando 要投資：退貨係一個值 600 萬美金嘅問題

Zalando 作為策略投資者大致上貢獻咗 600 萬美金，將呢輪由 Headline 喺 2026 年 4 月主導嘅 1.1 億美元融資額推高 。呢個投資有雙重意義。第一，佢解決咗 Zalando 自己最痛嘅位：每件退返嚟嘅貨都要打開、檢查、摺好、再上架——而 Sereact 嘅雙臂工作站正正係為咁樣由頭到尾處理而設計嘅 。第二，Zalando 嘅參與係一個好強嘅認證信號。Zalando 唔係一個 passive 嘅財務投資者；佢係一個策略性嘅顧客加投資者，用自己嘅營運力量去撐呢個 Physical AI 嘅理念 。

Cortex 大腦：任何機械人都用得嘅單一 AI 核心

Sereact 平台嘅核心係 Cortex，一個視覺-語言-動作（VLA）模型，佢嘅功能就好似一個機械人嘅通用 AI 操作系統 。Cortex 可以喺唔同嘅硬件上運行——單臂揀貨站、雙臂退貨站、人形機械人、固定工作站——而且唔使為咗每個唔同嘅機械人重新訓練 。由於佢係喺視覺潛在空間入面計劃，而唔係用機械人專屬嘅關節指令，所以喺一種機械人身上學到嘅技能可以直接轉移到另一種機械人 。

雙臂退貨自動化：時裝界最大頭痛嘅解決方案

Sereact 嘅雙臂工作站係專為退貨流程而設嘅 。佢可以自動打開包裹同鞋盒，拎出貨品，檢查有冇損壞或者異常，摺好啲衫（包括牛仔褲），掃描 barcode 同標籤，然後將貨品分類送去返倉、翻新或者棄置 。呢個系統模擬到一個熟練倉務員嘅判斷力，但係每個更、每個品牌都做到一致 。呢個針對正正係時裝界一直以嚟最棘手嘅物流瓶頸：處理退貨嘅不可預測性同勞動強度 。

數據飛輪：超過 10 億次真實揀貨

Sereact 嘅關鍵結構優勢係佢嘅閉環數據飛輪 。超過 200 個 Sereact 系統已經喺歐洲各地投入運作，客戶包括 Daimler Truck、Mercedes-Benz、BMW、PepsiCo、奧地利郵政同 Rohlik Group 。呢啲系統已經完成咗超過 10 億次真實嘅生產揀貨——唔係模擬或者實驗室數據，而係喺真實運作入面嘅揀貨 。每一次揀貨，無論成功、失敗定係修正，都會連同同步嘅觀察、機械人狀態同力度回饋記錄低，然後餵返去一個中央模型，呢個模型會不斷重新訓練同重新部署到成個艦隊 。呢個艦隊已經做到一個可靠性比率：大約每 53,000 次揀貨先有一次需要遙距人力介入 。

Cortex 2.0：由「試下先睇」變成「計劃好先出手」

Cortex 2.0 係下一代嘅模型，Series B 嘅資金就係為咗擴展佢而嚟嘅。佢喺現有嘅 VLA 模型上面加入一個學習咗物理同物體行為嘅世界模型 。機械人唔再係出咗手先嚟糾正錯誤，而係會由當前狀態生成多個可能嘅未來軌跡，用世界模型去評估每個軌跡嘅穩定性、風險同效率，然後先執行分數最高嘅分支——並隨住場景變化實時更新 。呢個由「試下先睇」到「計劃好先出手」嘅範式轉變，對於高風險嘅任務嚟講好重要，例如喺有張力嘅情況下組裝零件、擺放易碎物品，以及成套揀貨（kitting），而唔只係普通揀貨 。每個任務嘅運算量都可以調校，喺失敗成本高嘅地方用多啲預見性，喺修正成本低嘅地方用少啲 。Series B 嘅資金亦會用嚟支持 Sereact 嘅國際擴張，包括喺波士頓開新辦公室 。