[德国] 两个博士10亿次抓取 这公司盘活德国工业十年家底
到这次融资为止，他们的产品 Cortex 已经部署在宝马、奔驰、戴姆勒卡车、百事可乐等 200 多个真实工位上，完成超过 10 亿次抓取。每 53,000 次抓取才需要一次远程人工干预，作为对照，汽车工业供应链对零部件的一般质量要求约为 50 PPM（每百万件 50 个缺陷,即每 20,000 件一次），Sereact 这个数字比汽车工业链的常见门槛还要严格。
CTO Marc Tuscher 给了 Cortex 一句口号：“机器人在 latent space 里做梦。”也就是机器人在动手前先在隐空间里把接下来几步的物理后果跑一遍，挑出最稳的路径再去执行，这种结构在学术上叫 world model（世界模型），目前已经有不少公司正在推进这一路线，但真正跑在宝马工厂产线上的，目前应该只有 Sereact 一家。
跟它同台竞争的硅谷玩家，融资额要大得多。匹兹堡的 Skild AI 2026 年 1 月完成 14 亿美元 C 轮，估值 140 亿美元，累计融资 18.3 亿美元，是 Sereact 的十倍以上。旧金山的 Physical Intelligence 累计融资约 10 亿美元。
两家公司都公开承认，训练数据主要来自大规模仿真和互联网视频，真机数据只是补充。Skild 在公司博客里非常直接地表示，绝大多数同行的“机器人基础模型”其实是“披着马甲的视觉－语言模型”，缺少真正的物理常识。
Sereact 这边的逻辑则相反。CEO Gulde 在 B 轮公告里提到：“我们五年前就赌了一把，你不可能在实验室里训出真实世界的机器人 AI。”这场赌的关键变量是数据来源：Sereact 的 10 亿次抓取全部来自欧洲二十几家工厂的实际生产工位，夜班、高峰期、长尾形状的怪异 SKU，全部入模型。
而说起这些数据资产，我们就不得不提到德国过去十五年最有名的一项工业战略——“工业 4.0”（Industrie 4.0）。
屡屡受挫十年的工业 4.0
德国 2011 年汉诺威工博会第一次提出“Industrie 4.0”，当时的目标是建立一个由德国主导的工业操作系统。十年里，这个目标的执行屡屡受挫过很多次。SAP 之外，德国没跑出过有全球影响力的消费互联网或云服务公司；德意志银行的数字化转型反复折腾；Gaia－X 这个被宣传为“欧洲云替代”的项目，落地几年后业内基本默认它是个 PPT 工程。
德国制造业这几年并不好过。以 2024 年为例，德国全年 GDP 收缩 0.2％，机床业和汽车业的产出明显下滑。各大制造商也纷纷裁员，西门子、博世、蒂森克虏伯、德意志铁路等十余家上市公司在 2024 年前 10 个月合计裁员超过 6 万人；博世仅 11 月一个月就宣布削减 7,000 个岗位。德国经济专家委员会（GCEE）在 2024 年报告中判断：德国制造业的衰退不仅是周期性的，跟全球经济出现了结构性脱钩。
不过这些坏消息盖过了工业 4.0 这十年另一面的成果：它的物理底座。
工业 4.0 的口号是“智能工厂”，但最难做、最不好讲故事的部分，是协议、传感器、控制器之间的标准化。这部分工作过去十几年通过几个并不有名的组织悄悄完成。
OPC UA 是核心。这是一套机器对机器通信的国际标准（IEC 62541），2008 年发布，2016 年德国联邦信息安全局（BSI）出具正面安全评估，2018 年德国机床制造商协会（VDW）正式选定它作为机床互操作的核心协议。
VDMA（德国机械设备制造商协会）十几年来一直在制定行业版的 Companion Specifications，简单说就是给“塑料注塑机怎么报数据”、“机床怎么报数据”、“包装机怎么报数据”建立统一格式。这套标准在德国机械装备和工厂里渗透得比任何其他国家都深。
机器人保有量是另一个底座。国际机器人联合会（IFR）2024 年的数据显示：德国每万名制造业工人对应 449 台工业机器人，排全球第三，落后于韩国（1220）和新加坡（818），领先美国（307）和意大利（244）。德国 2024 年新装机 26,982 台，继续是欧洲最大机器人市场。这些机器人也大多接入了 OPC UA 协议下的数据采集体系。每一个抓取动作发生时，传感器读数、机器人状态、夹爪反馈都被同步记录下来。
因此，工业 4.0 没建成“德国主导的工业操作系统”，但它在过去十年里建成了一个分散在数千家工厂里、用统一协议联通的工业数据池。这个池子在过去并没有显示出特殊价值，因为没有什么模型能消化它。
但具身智能改变了这件事。
觉得新闻不错，请点个赞吧
这条新闻还没有人评论喔，等着您的高见呢| 分享: |
| 注： | 在此页中阅读全文 |
