Zalando 策略投資 Sereact：Physical AI 如何以「一個大腦，任意機器人」重塑倉儲與退貨自動化

Cortex 大腦：一個 AI 適用所有機器人

Sereact 技術的核心是 Cortex，這是一個硬體通用的 AI 作業系統，採用視覺-語言-行動（VLA）模型。Sereact 不賣機器人硬體，而是銷售一個可嵌入現有機器人的「軟體大腦」——從單臂揀貨單元到人形機器人，乃至固定式自動化單元，皆可適用。Cortex 能解讀視覺數據、理解自然語言指令，並自主執行操作任務，讓操作員無需撰寫新程式碼就能為機器人指派新任務。

雙臂退貨自動化：時尚產業的關鍵拼圖

Sereact 的雙臂機器人工作站正是為長久以來耗費大量人力的退貨流程而生。該系統能自動打開包裹、取出商品、檢查並分級商品狀況、摺疊衣物，最後將其分類送回庫存——全程無需人力介入。在 Cortex 的驅動下，它還整合了 Sereact Lens——一個用於視覺檢查與品質分級的 3D 感知層。根據 Sereact 產品頁面，此工作站能在每個班次提供穩定的處理量，完全不需要手動分類。

其影響是可量化的：Sereact 按件計價的定價模式，估計能較人力作業節省約 30% 的退貨處理成本。對於 Zalando 這種退貨構成鉅額成本中心的公司而言，這樣的效率提升極具變革性。

數據飛輪：超過十億次揀貨

Sereact 的系統已在歐洲超過 200 個已部署的系統中，完成了超過十億次的真實生產揀貨。關鍵在於，平均每約 53,000 次揀貨中，僅有 1 次需要遠端人力干預，系統的揀貨成功率超過 99%，典型產能為每單元每小時 300 至 450 件。（註：Sereact 官方首頁目前顯示「超過 5 億次真實生產揀貨」，而 B 輪融資公告則稱「超過 10 億次」；這可能反映了滾動計數器或不同的計算方法。）

這些真實世界的數據就是燃料：每一次揀貨都在訓練和完善模型，形成了一個實驗室內的競爭對手無法複製的強大數據飛輪。其客戶包括 Active Ants、奧地利郵政、BMW、bol.、戴姆勒卡車、DeltiLog、Mercedes-Benz、Monta、MS Direct、PepsiCo 以及 Rohlik Group 等。

Cortex 2.0：先規劃，再行動

2026 年 2 月發布的 Cortex 2.0，是導入基於世界模型的規劃能力之上的下一代模型。與早期版本「看到就動作」的即時反應模式不同，Cortex 2.0 在執行動作前，會先評估多種可能的未來結果，並根據進度、穩定性、風險與效率對每個結果進行評分。這種預測性、決策驅動的方法，旨在大幅減少高產量生產環境中代價高昂的失敗、重試與復原事件。

包含 Zalando 在內的 B 輪資金，明確指定用於擴大 Cortex 2.0 的規模，並資助 Sereact 的國際擴張，包括在波士頓設立首個美國辦公室。

這對倉儲機器人產業意味著什麼

Sereact 正在為物理任務打造一個通用、能自我進化的機器人大腦。Zalando 的投資證明了這項技術已從實驗室展示，邁向具備生產級可靠性的成熟階段——失敗率約為每 53,000 次揀貨僅發生一次。雙臂退貨工作站直接針對時尚產業高達數十億美元的退貨問題，而 Cortex 2.0 的世界模型架構，則旨在將倉儲機器人從「被動反應式自動化」，推向大規模的真正自主決策。

策略訊號非常明確：電子商務效率的下一個前沿，不會僅來自更快的揀貨速度，而是來自能夠規劃、能從每一次互動中學習，並能在任何機器人硬體上運作的 AI 大腦。