[德國] 兩個博士10億次抓取 這公司盤活德國工業拾年家底
到這次融資為止，他們的產品 Cortex 已經部署在寶馬、奔馳、戴姆勒卡車、百事可樂等 200 多個真實工位上，完成超過 10 億次抓取。每 53,000 次抓取才需要壹次遠程人工幹預，作為對照，汽車工業供應鏈對零部件的壹般質量要求約為 50 PPM（每百萬件 50 個缺陷,即每 20,000 件壹次），Sereact 這個數字比汽車工業鏈的常見門檻還要嚴格。
CTO Marc Tuscher 給了 Cortex 壹句口號：“機器人在 latent space 裡做夢。”也就是機器人在動手前先在隱空間裡把接下來幾步的物理後果跑壹遍，挑出最穩的路徑再去執行，這種結構在學術上叫 world model（世界模型），目前已經有不少公司正在推進這壹路線，但真正跑在寶馬工廠產線上的，目前應該只有 Sereact 壹家。
跟它同台競爭的硅谷玩家，融資額要大得多。匹茲堡的 Skild AI 2026 年 1 月完成 14 億美元 C 輪，估值 140 億美元，累計融資 18.3 億美元，是 Sereact 的拾倍以上。舊金山的 Physical Intelligence 累計融資約 10 億美元。
兩家公司都公開承認，訓練數據主要來自大規模仿真和互聯網視頻，真機數據只是補充。Skild 在公司博客裡非常直接地表示，絕大多數同行的“機器人基礎模型”其實是“披著馬甲的視覺－語言模型”，缺少真正的物理常識。
Sereact 這邊的邏輯則相反。CEO Gulde 在 B 輪公告裡提到：“我們伍年前就賭了壹把，你不可能在實驗室裡訓出真實世界的機器人 AI。”這場賭的關鍵變量是數據來源：Sereact 的 10 億次抓取全部來自歐洲贰拾幾家工廠的實際生產工位，夜班、高峰期、長尾形狀的怪異 SKU，全部入模型。
而說起這些數據資產，我們就不得不提到德國過去拾伍年最有名的壹項工業戰略——“工業 4.0”（Industrie 4.0）。
屢屢受挫拾年的工業 4.0
德國 2011 年漢諾威工博會第壹次提出“Industrie 4.0”，當時的目標是建立壹個由德國主導的工業操作系統。拾年裡，這個目標的執行屢屢受挫過很多次。SAP 之外，德國沒跑出過有全球影響力的消費互聯網或雲服務公司；德意志銀行的數字化轉型反復折騰；Gaia－X 這個被宣傳為“歐洲雲替代”的項目，落地幾年後業內基本默認它是個 PPT 工程。
德國制造業這幾年並不好過。以 2024 年為例，德國全年 GDP 收縮 0.2％，機床業和汽車業的產出明顯下滑。各大制造商也紛紛裁員，西門子、博世、蒂森克虜伯、德意志鐵路等拾余家上市公司在 2024 年前 10 個月合計裁員超過 6 萬人；博世僅 11 月壹個月就宣布削減 7,000 個崗位。德國經濟專家委員會（GCEE）在 2024 年報告中判斷：德國制造業的衰退不僅是周期性的，跟全球經濟出現了結構性脫鉤。
不過這些壞消息蓋過了工業 4.0 這拾年另壹面的成果：它的物理底座。
工業 4.0 的口號是“智能工廠”，但最難做、最不好講故事的部分，是協議、傳感器、控制器之間的標准化。這部分工作過去拾幾年通過幾個並不有名的組織悄悄完成。
OPC UA 是核心。這是壹套機器對機器通信的國際標准（IEC 62541），2008 年發布，2016 年德國聯邦信息安全局（BSI）出具正面安全評估，2018 年德國機床制造商協會（VDW）正式選定它作為機床互操作的核心協議。
VDMA（德國機械設備制造商協會）拾幾年來壹直在制定行業版的 Companion Specifications，簡單說就是給“塑料注塑機怎麼報數據”、“機床怎麼報數據”、“包裝機怎麼報數據”建立統壹格式。這套標准在德國機械裝備和工廠裡滲透得比任何其他國家都深。
機器人保有量是另壹個底座。國際機器人聯合會（IFR）2024 年的數據顯示：德國每萬名制造業工人對應 449 台工業機器人，排全球第叁，落後於韓國（1220）和新加坡（818），領先美國（307）和意大利（244）。德國 2024 年新裝機 26,982 台，繼續是歐洲最大機器人市場。這些機器人也大多接入了 OPC UA 協議下的數據采集體系。每壹個抓取動作發生時，傳感器讀數、機器人狀態、夾爪反饋都被同步記錄下來。
因此，工業 4.0 沒建成“德國主導的工業操作系統”，但它在過去拾年裡建成了壹個分散在數千家工廠裡、用統壹協議聯通的工業數據池。這個池子在過去並沒有顯示出特殊價值，因為沒有什麼模型能消化它。
但具身智能改變了這件事。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: