泰瑞达机器人与Sereact合作,致力于将物理人工智能应用于零售和物流领域
泰瑞达机器人(Teradyne Robotics)与Sereact于2026年10月21日宣布建立合作伙伴关系,将在Universal Robots的协作机器人手臂上运行Sereact的Cortex物理人工智能模型,为零售和物流客户实现退货处理、单件拣选、套件组装和补货的自动化。 目前,欧洲各地已有数百套双臂 UR 系统投入运行,其中包括位于德国和波兰的 Zalando/CEVA Logistics 退货处理中心;Sereact 新设立的波士顿总部旨在将这一解决方案引入北美市场。

泰瑞达机器人(Teradyne Robotics)与 Sereact 于 10 月 21 日宣布建立正式合作伙伴关系, 2026年10月21日,双方正式宣布建立合作伙伴关系,将Sereact的Cortex物理人工智能软件与Universal Robots的协作机器人手臂相结合,使零售商和物流运营商能够实现非结构化任务的自动化——尤其是退货处理和单件拣选——这些任务是固定程序机器人从未能够可靠处理的。 该合作已进入商业化阶段,而非实验阶段:两家公司表示,他们已向欧洲各地的客户现场交付了数百套双臂UR系统,其中退货处理、单件拣选、套件组装和补货被列为首批应用场景。
这一公告反映了仓储和门店自动化领域正在发生的结构性变革。过去十年间,零售商和第三方物流服务商首先将运营中相对简单的环节实现了自动化:将规格统一的纸箱堆垛、在固定点之间搬运托盘箱、扫描标准化包装上的条形码。 仍需人工处理的工作,正是那些难以通过固定编程解决的任务:装在塑料袋里被揉成一团的退货毛衣、内部服装摆放杂乱无章的托盘,以及机器人从未接触过的SKU。如果没有针对每个新商品类别进行重新设计,硬编码的视觉识别和夹具设置无法适应如此多样的场景。 Sereact的核心卖点——也是泰瑞达机器人(Teradyne Robotics)决定将其协作机器人分销网络投入该解决方案的原因——在于:如今,一个经过训练的模型即可泛化应用于这些品类,无需针对每个SKU进行重新训练,从而将过去需要耗费大量时间完成的系统集成项目,转变为简单的软件部署。
在这对组合中,Sereact 这个名字可能不太为人所知,但值得关注。该公司总部位于德国斯图加特,由拉尔夫·古尔德(Ralf Gulde)博士和马克·图舍尔(Marc Tuscher)共同创立,开发了名为 Cortex 的视觉-语言-动作模型,该模型使机械臂能够抓取、识别和处理此前从未接触过的物体。 该公司于2026年初完成了1.16亿美元的B轮融资,其客户包括Zalando、宜家、DHL、Rohlik、Arvato、alza.cz、宝马、梅赛德斯-奔驰
其客户包括戴姆勒卡车公司等,客户名单已涵盖时尚电商、零售、包裹物流和汽车制造等领域。 对于工业买家而言,泰瑞达机器人(Teradyne Robotics)已无需多作介绍:作为泰瑞达公司(Teradyne, Inc.,纳斯达克代码:TER)旗下部门,它拥有协作机器人制造商优傲(Universal Robots)和自主移动机器人制造商Mobile Industrial Robots,总部位于丹麦欧登塞。这笔交易的商业机制十分简单明了。Cortex是软件层;Universal Robots的机械臂则是其运行的硬件平台。泰瑞达机器人公司获得了一款经过生产验证的人工智能应用,可将其推向其全球分销商和系统集成商网络,从而在不改变硬件的情况下,拓展其机械臂的销售应用场景。 Sereact则获得了该分销网络的准入权,以及泰瑞达机器人首席商务官雅各布·帕斯夸尔·帕佩(Jacob Pascual Pape)所称的全球超过10万台UR工业机器人的安装基数, 他在两家公司联合声明中直接引用了这一数字,作为“物理人工智能只有在实际操作中发挥作用时才真正重要”的证据。Sereact首席执行官古尔德博士同样从运营角度阐述了该方案对买家的价值主张:“一个‘大脑’即可服务所有机器人,无需针对每项新任务或新工作内容进行重新训练。 而且,一台机器人学到的东西,所有机器人都能从中受益。” 对于评估自动化供应商的采购团队而言,这既关乎能力,也关乎总体拥有成本:将单一模型的成本摊销到退货处理、补货、套件组装、分拣、订单导入、机床上下料、货箱合并、包装和货物处理等环节,与为每项任务分别购买独立的点解决方案相比,将带来截然不同的采购决策。
此次合作并非以新闻形式包装的试点公告。两家公司本周将在英伟达(NVIDIA)的“GTC Berlin 2026”大会上进行现场演示:届时,Cortex将在两台执行退货处理任务的Universal Robots UR12e-1300机械臂上实时运行,该演示
该部署与生产环境中已运行的部署一致。Sereact的退货处理应用程序部署在Zalando位于德国格雷文和波兰什维博津的履约中心,这些中心由Zalando与第三方物流运营商CEVA Logistics合作运营。 Zalando 是欧洲领先的时尚与生活方式电商平台,在 29 个市场中拥有超过 6200 万活跃客户,涵盖 7000 多个品牌,这使得该平台成为欧洲零售业中将训练有素的抓取模型应用于处理退货量最大的场景之一。 古尔德博士解释了为何退货处理特别难以实现自动化:“退回的商品几乎从未以适合机器人处理的顺序到达。商品在形状、朝向和包装上各不相同,且商品组合不断变化。” 他还指出,该系统的部署与法规要求密切相关,强调快速翻新退货商品以供转售“有助于零售商遵守欧盟关于禁止销毁或填埋处理退货商品的法规”,这一合规截止期限正推动欧盟零售商采用自动化逆向物流,无论建设成本如何。 尤其是时尚电商行业,退货率居高不下,而每笔订单的利润率却很微薄, 因此,仍依赖人工分拣的退货处理线既是成本中心,又会在销毁禁令生效后成为合规风险。这正是为何像CEVA Logistics这样的大型第三方物流(3PL)企业,愿意在实际生产线上运行经过训练的抓取模型,而非等待技术更成熟版本的原因。两家公司还正在构建配套的技术栈,而非孤立地推出单一模型。Cortex 模型首先在 NVIDIA Isaac Sim 中使用 NVIDIA Cosmos 世界模型进行训练,随后在 NVIDIA Isaac Lab 中通过强化学习进行后训练,并在任何版本交付客户现场之前,于泰瑞达(Teradyne)机器人硬件上进行基准测试。 在生产环境中,推理在机器人工作站上的 NVIDIA Jetson Thor 模块上本地运行,此时必须保持低延迟。
足以跟上移动传送带的节奏,而 NVIDIA DGX Spark 则负责现场级验证和模型更新。 泰瑞达机器人(Teradyne Robotics)还单独向 Hugging Face 上的 SimReady 中央库贡献了适用于 Universal Robots 和 MiR 硬件的 SimReady OpenUSD 资源,从而降低了包括竞争对手在内的所有开发者针对 UR 和 MiR 机器人进行模拟的成本。 这一举措在商业上意义重大:它将 UR 和 MiR 硬件定位为更广泛的物理-AI 开发者社区的默认仿真目标,而不仅仅仅限于 Sereact。地域布局是业务规模化战略的另一半。Sereact于去年夏天在马萨诸塞州波士顿开设了美国总部,其目的正是为了将UR与Cortex的联合解决方案带给北美客户,这表明在Zalando实施的欧洲退货处理案例旨在成为一种模板,而非仅是一次性的参考案例。 对于北美零售和物流领域的采购方而言,这正是值得关注的信号:欧洲部署经验、新设立的美国办事处以及成熟的合作机器人分销商——这正是供应商在计划于未来一到两个预算周期内(而非数年后)进军新地区时所遵循的标准策略。
这笔交易所揭示的零售和物流自动化领域的竞争格局,比交易本身更值得关注。 过去十年间,机器人手臂制造商主要围绕负载能力、工作半径和价格展开竞争,如今则转向比拼能为硬件配备哪家AI软件合作伙伴——因为软件决定了协作机器人能否应用于非结构化、高多样性的任务,而不仅仅是重复性的预编程任务。 泰瑞达机器人(Teradyne Robotics)在与英伟达(NVIDIA)建立技术合作伙伴关系,并在2026年初展示了其自主研发的PolyScope X平台之后,选择与Sereact合作,这表明该公司正在构建一个完整的技术栈,而非押注于单一供应商;而那些没有同等水平AI合作伙伴储备的竞争对手协作机器人制造商则不得不
其他厂商则通过自身合作伙伴关系或内部开发的产品来应对,但这些方案均缺乏Sereact在多客户生产方面的业绩记录。最能从中受益的买家是那些已经运营UR或MiR机器人车队的客户:此次合作明确旨在对现有设备进行升级改造,而非需要新资本审批的全新机器人类别。 发那科(Fanuc)、ABB和库卡(Kuka)等机械臂制造商正面临泰瑞达机器人(Teradyne Robotics)刚刚解答的同一问题,而Covariant和Dexterity等拾取软件专家则面临其镜像版本的问题: 是继续销售仅适用于特定机型机械臂的解决方案,还是追求Sereact目前正通过指定分销合作伙伴构建的那种“硬件无关”的广泛兼容性。 这两种路径都没有明显的优劣之分,但评估该领域供应商的买家应预期,该领域将逐渐演变为像这样“硬件加软件”的组合模式,而非继续维持独立的单点产品市场。对于正在实际权衡这种组合的采购或运营团队而言,此次商业公告解答了“是否存在”的问题,却未解决“如何运作”的问题。在签约前值得向两家公司提出的疑问,与任何“现有硬件上运行AI软件”的交易中应考虑的问题如出一辙: 模型在面对陌生SKU组合时,在上线首日(而非经过调优期后)的误差率表现如何;针对如今依赖云端训练模型(而非固定逻辑)的生产线,其正常运行时间有何服务级别承诺作为保障; 模型的更新频率如何,新版本在投入实际生产单元前由谁进行验证,以及当值班期间凌晨2点需要进行故障排查时,与系统集成商的关系将如何处理。Zalando的生产案例解答了可行性问题,但这不能替代在投入全车队预算前进行的针对特定场地的试点测试。
零售和物流自动化正从购买执行固定指令的机器人,转向购买可重新分配任务的机器人
通过更新模型,而此次合作正是迄今为止这一转变最直观的商业佐证:一家已在现场部署了超过10万台工业协作机器人的供应商,选择借助一个专门处理非结构化工作(以回报为导向)的单一AI模型来扩展其安装基数——而这正是固定自动化系统永远无法触及的领域。本文综合了截至2026年10月21日的公司声明及公开的合作披露信息。本文仅供一般信息参考,不构成任何投资、财务或专业建议。










