Sereact的AI訓練模擬

總部位于德國斯圖加特的初創(chuàng)公司 Sereact 于近日籌集了 500 萬美元的種子輪資金，以擴展其技術，讓倉庫機器人能夠自主“挑選和包裝”——從貨架上挑選正確類型和數(shù)量的物品并高效包裝的過程。此輪融資由Point Nine 和Air Street Capital 領投。

Sereact 表示，揀選和包裝占倉庫運營成本的 55%，其技術比市場上其他競爭對手更能消除人工參與流程的需要。

它是如何工作的？

該初創(chuàng)公司成立于 2021 年，使用 Transformer 模型（與 ChatGPT 等生成式人工智能工具相同的核心技術），讓倉庫機器人“無需任何訓練即可識別任意物體上的抓握點”，首席技術官兼聯(lián)合創(chuàng)始人 Marc Tuscher 解釋道。

Sereact 不是向 Transformer 提供文本數(shù)據，而是在模擬引擎中創(chuàng)建的數(shù)十億張圖像上訓練其模型。Tuscher 表示，雖然其他人工智能機器人必須針對遇到的每個特定物體進行重新訓練，但 Sereact 的技術允許機器人評估如何拾取各種物體。

“通過這些模擬環(huán)境，我們可以訓練數(shù)以百萬計的不同選擇，機器人可以在其中學習并獲得經驗，然后將這些知識轉移到新場景和新對象以應對新挑戰(zhàn)。”Tuscher 說。

倉庫中的 Sereact 驅動機器人

這種經過圖像訓練的模型還與語言模型進行交互，該模型允許操作員在聊天界面中輸入文本命令，聊天界面將自動創(chuàng)建機器人完成任務的行動計劃。

Sereact 的技術已被客戶使用，包括電子商務物流公司 Zenfulfillment、汽車制造商戴姆勒卡車和建筑產品提供商 Material Bank。

市場怎么樣？

Sereact 并不是第一家嘗試使用人工智能幫助訓練倉庫機器人變得更智能、更高效的初創(chuàng)公司。其他公司包括總部位于倫敦的 Covariant、總部位于華沙的 Nomagic 和波士頓的 RightHand Robotics。

但首席執(zhí)行官兼聯(lián)合創(chuàng)始人 Ralf Gulde 認為，Sereact 視覺和語言模型的結合使其技術比其他產品更具適應性和自主性。

“當其他軟件出現(xiàn)故障時，它必須說‘嘿，人類，請幫助我’，要么通過遠程操作，要么通過現(xiàn)場干預?！彼f：“我們的解決方案可以提出智能操作和物品重新排列，以解決揀選問題，而無需人工幫助。”

下一步是什么？

新一輪融資將用于在年底前將團隊人數(shù)從 15 人增加到 25 人左右，并計劃招聘技術和銷售團隊。

雖然從表面上看，Sereact 似乎處于人工智能奪走人類工作崗位這一棘手爭論的中心，但古爾德表示，這家初創(chuàng)公司只是填補了勞動力市場的漏洞，取代了越來越少的人想要的工作。去做。

“由于人口變化和勞動力消失等重大問題，我們的客戶很難找到并留住他們。”他說。