团队
核心创始人
- CEO / Co-Founder：Dr. Ralf Gulde — 前斯图加特大学 AI 研究员，2021 年联合创立 Sereact
- CTO / Co-Founder：Marc Tuscher — 前斯图加特大学 AI 研究员
来源：Sereact 官方 Blog (2026-04-27) · SiliconANGLE (2026-04-27)
组织信号
- 学术创业：均来自斯图加特大学，德国传统工程+AI 交叉地带
- 团队哲学：“You can’t build real robotics AI in a lab”（CEO Gulde），强调真实部署 > 仿真
- 产品哲学：“We don’t build robots. We don’t sell services. We ship one thing: the model that runs on any robot.”（CTO Tuscher）
来源：Sereact 官方 Blog (2026-04-27)
一句话定位
- 形态：软件层（AI OS），hardware-agnostic，支持单臂/双臂/移动机械臂/人形
- 技术路径：VLA + World Model（Cortex 2.0），在视觉 latent space 中做规划—评分—执行
- 数据策略：真机生产数据飞轮（10 亿+ picks），持续闭环训练+自动回归测试+全队部署
- 团队基因：斯图加特大学 AI 研究衍生，工程+AI 交叉，德国制造业腹地背景
来源：Sereact 官方 Blog (2026-04-27) · SiliconANGLE (2026-04-27)
产品
产品线概览
- Cortex 2.0：主力产品，VLA + World Model 融合的机器人 AI 大脑
- Sereact Lens：3D 感知系统，用于库存管理与质量控制
- 产品场景覆盖：Pick and Place（拣选码放）、Putwall（播种墙）、Returns Handling（退货处理）、Kitting（成套装配）、Bin Handling（料箱搬运）
来源：Sereact 官方 Blog (2026-04-27) · Sereact 官网首页 (2026-05-25)
Cortex 基线
- 架构：Vision-Language-Action (VLA) 统一 model，融合 perception、reasoning、control
- 部署方式：hardware-agnostic，支持单臂、双臂、移动机械臂、人形机器人
- 零样本能力：无需 per-site retraining，数小时内可部署新任务
- 安装时间：1 天
来源：Tech.eu 专访 (2025-09-29) · Sereact 官网首页 (2026-05-25)
Cortex 2.0（2026-04 发布）
- 核心升级：VLA + World Model 融合，从 “try-and-see” 到 “plan-and-try”
- 规划流程：从当前状态生成候选未来轨迹 → 用学习到的物理/物体行为模型评分（稳定性、风险、效率）→ 只执行最佳分支 → 实时更新
- 视觉 latent space 规划：pixels 编码了跨本体的常规性（objects/contact/motion），同一大脑在单臂/双臂/人形/固定单元间通用
- 规划计算可调：高风险任务（包裹包装、kitting、易碎品放置）更多规划预算，低风险（重新抓取）更快执行
来源：Sereact 官方 Blog (2026-04-27)
ROI 数据
- 替代人力：1 台机器人替换 3—4.5 名 FTE（按轮班制度）
- 节省成本：客户每月节省高达 €111,000
- 首次成功：首次拣选成功率 98%+，峰值速度 >650 UPH
- 运行时间：24/7 无人值守
- 干预率：约 1/53,000 次拣选需远程人工干预
- 准确率：98%+
来源：Sereact 官网首页 (2026-05-25) · Sereact 官方 Blog (2026-04-27)
部署规模
- 200+ 系统活跃（全球 AI 拣选公司中最多）
- 10 亿+ 真实生产 picks 完成
- 五大洲覆盖（欧洲为主 + 美国扩张中）
来源：Sereact 官方 Blog (2026-04-27)
技术路线
核心判断
Sereact 是唯一将 production-scale 真实数据飞轮（10 亿+ picks）+ World Model 融合做到 1/53,000 干预率水平的具身基础模型公司。核心策略不是仿真数据，而是从真实生产的”脏”数据中持续学习。竞争对手（PI / Skild / Covariant）大举融资走仿真+lab demo 路线，Sereact 花 5 年时间在真实运营中训练。
数据飞轮
- 闭环：每次成功/失败/恢复 → 捕获同步观测 + 机器人状态 + 力反馈 + 结果 → 按新颖性和不确定性过滤 → 更新全局模型 → 自动回归测试 → 部署到全队
- 跨客户共享：所有站点的所有跑数据回流至同一集中模型
- 中心化模型：Sereact 花 5 年搭建的基建——每台生产中的机器人同时是数据源，单一集中模型持续训练和重新部署到全队
- 模型进化：“The model on a Sereact robot today is not the model that was on it last month, and won’t be the model on it next month.”
来源：Sereact 官方 Blog (2026-04-27)
World Model 竞争定位
| 对比项 | Sereact | Physical Intelligence | Skild AI | Covariant |
|---|---|---|---|---|
| 部署规模 | 200+ 系统 | 实验室/有限部署 | 未公开 | ~50 客户（被收购前） |
| 真实数据 | 10 亿+ picks | 有限 | 有限 | ~1000 万次 |
| 技术特征 | VLA + World Model | pure VLA (π0.5) | Scalable VLA | VLA (RFM-1) |
| 数据策略 | real production → data flywheel | lab + simulation | lab + simulation | lab + demo |
| 地理重心 | 欧洲 | 美国 | 美国 | 美国/德国 |
| 总融资 | ~$141M | $1B+ | $1B+ | $170M+ |
来源：Sereact 官方 Blog (2026-04-27) · SiliconANGLE (2026-04-27)
竞争壁垒
- 数据护城河：5 年真实生产数据积累，每个 shift 都在推进模型，竞争对手无法在 1-2 年内追赶
- 非仿真依赖：CEO 反复强调不能在实验室构建机器人 AI，与采用大量仿真数据的对手形成路线分歧
- Hardware-agnostic：不绑定任何本体厂商，Bullhound Capital 指出”大量人形机器人公司 vs Sereact 的 AI OS 可以 retrofit 已有工业机器人”
- World Model 叠加：在纯 VLA 路线外另辟蹊径，增加”行动前预测后果”的规划层
不确定性
- 专注仓库拣选场景，跨行业泛化能力（精密制造等）尚未验证
- 欧洲市场为基本盘，美国扩张需要大量投入，面临激烈的本土竞争
- $141M 融资总额 vs 美国对手 $B+ 级别，资本差距显著
商业验证
主要客户
- Daimler Truck / Mercedes-Benz：成套 kitting 自动化
- BMW (Bayerische Motoren Werke)：生产物流
- PepsiCo：消费品物流
- BOL（欧洲电商物流）：CEO”将机器人放在最复杂的运营环节”，运营超过 500,000 个 SKU
- Active Ants：电商履行，“Sereact 是 AI 软件的明确领先者”——德国总经理
- Austrian Post：邮政物流
- Rohlik Group：欧洲在线零售
- DeltiLog / MS Direct / Monta：欧洲物流和履行
来源：SiliconANGLE (2026-04-27) · Sereact 官方 Blog (2026-04-27) · Sereact 官网首页 (2026-05-25)
运营数据
- 200+ 系统活跃（全球 AI 拣选公司中最多）
- 10 亿+ picks 完成
- 1/53,000 干预率
- 数小时 部署新任务（vs 传统数周/月）
- 98%+ 首次拣选成功率
- >650 UPH 峰值速度
来源：Sereact 官方 Blog (2026-04-27) · Sereact 官网首页 (2026-05-25)
客户证言
“We run over 500,000 SKUs and placed the robot in our most complex area. Sereact handled the variety, integrated quickly, and gave us the KPIs we need for future business cases.” — Logistics Process Engineer, BOL
“We compared three capable suppliers. Sereact was the clear leader in AI software. Their system handled the SKU variety we have and delivered performance above human levels.” — Managing Director Germany, Active Ants
来源：Sereact 官网首页 (2026-05-25)
资本结构
融资历史
| 轮次 | 金额 | 时间 | 投资方 |
|---|---|---|---|
| Series B | $110M | 2026-04-27 | Headline（领投）, Bullhound Capital, Felix Capital, Daphni, Creandum（return）, Air Street Capital（return）, Point Nine（return） |
| Series A | ~$26M (€25M) | 2025-01-20 | Creandum（领投）, Air Street Capital, Point Nine |
| 早期 | ~$5M | 2021—2024 | 未公开 |
累计融资：~$141M
来源：Sereact 官方 Blog (2026-04-27) · SiliconANGLE (2026-04-27)
资金用途
- Series B 主要用于：Cortex 2.0 研发 + 美国扩张（波士顿办公室：招聘 commercial、application、engineering 本地员工）
来源：SiliconANGLE (2026-04-27)
风险
- 资本差距：$141M vs $1B+（PI/Skild），美国扩张需要大量资源
- 地理集中：基本盘在欧洲，美国市场进入需要大额本地投入
- 场景集中：200+ 系统集中在仓库拣选，精密制造等扩展场景尚未大规模验证
- 技术验证：World Model 叠加是否真能带来显著优势需更多独立验证
- 人才竞争：Stuttgart vs 硅谷/湾区，AI 顶尖人才吸引是长期挑战
- 对比人形公司定位：Bullhound 合伙人 Per Roman 在 Sereact 博客中评论”看了一大堆人形机器人公司后，很高兴发现 Sereact 做了 retrofit 已有工业机器人”，暗示了人形机器人赛道炒作 vs 务实路线的对比。Sereact 选择不做硬件而做 AI OS 是明确战略选择，但也意味着硬件创新带来的定价权和垂直整合优势受限。
动态记录
- 2026-05-25：Phase 1→Phase 2 深度培育。从官网首页和官博获取新事实证明（ROI 数据：1 台替换 3-4.5 FTE/每月省 €111K/98%+ 成功率/650+ UPH/1 天安装）。新增客户 Austrian Post / DeltiLog / Rohlik Group / MS Direct / Monta 等。补充产品线：Sereact Lens（3D 感知系统）、Putwall、Returns Handling。depth_score 20→42。
- 2026-05-22：新建档（培育覆盖扩张）。Series B $110M (2026-04-27) + Cortex 2.0（VLA + World Model），200+ 系统 / 10 亿+ picks / 1/53,000 干预率。客户含 BMW / Mercedes / PepsiCo / BOL。depth_score 初始 20（Phase 1，来源足够建骨架但需深入）。
- 2026-04-27：Series B $110M 公开（Headline 领投），Cortex 2.0 发布，美国波士顿办公室计划公布。（官方 + SiliconANGLE + PYMNTS + Bloomberg 报道）
- 2025-09-29：Tech.eu 深度专访，Cortex VLA 架构细节、100+ 工业部署、零样本能力、数小时部署。
- 2025-01-20：Series A €25M（~$26M），Creandum 领投。
- 2021：公司创立，斯图加特大学 AI 研究衍生创业。