德国机器人公司Sereact周日宣布完成1.1亿美元B轮融资，主要用来推美国市场和扩产Cortex 2.0——他们口中的”机器人大脑”。
这不是又一家做人形机器人的，是给现有工业机械臂配”认知层”的。客户名单已经够说明问题：BMW、戴姆勒卡车、奔驰、PepsiCo、Active Ants、奥地利邮政。
Cortex 2.0到底什么东西
简单讲：把一个视觉-语言-动作模型（VLA）和一个世界模型拼起来，让机械臂自己理解任务、自己规划动作，不再需要工程师为每一种盒子写抓取脚本。
但Sereact跟那些跑demo的公司不一样的地方在于训练数据。Cortex 2.0是用超过10亿次真实生产环境的”抓取”数据训练出来的——不是仿真，不是实验室，是工厂里的机械臂干活时积累下来的picks。
CEO Ralf Gulde的话直白得有点扎心：
“你得用数据飞轮喂它——把模型推到生产线上，跟着它一起承受失败，让模型从车间里实际发生的事情里学。”
翻译一下就是：实验室demo再漂亮也没用，真把机器人扔进BMW的仓库每天工作8小时，崩溃一次损失几千块的那种压力下，模型才能真正学会怎么干活。
一个数字值得单说
Sereact现在部署了200套系统在跑。
平均每5.3万次抓取才需要人介入一次。
什么概念？一台典型的物流机器人一天大概抓2000-5000次，5.3万次意味着这台机器可以连续干上10天以上才出一次需要人工干预的状况。这个数字放在仓储自动化行业里属于头部水平。
对比一下：很多做仓储自动化的初创公司还在demo视频里展示”连续抓取100次成功”当卖点。
为什么是德国，为什么是现在
德国/欧洲做物流自动化的本来就强（KUKA、ABB这些老巨头都在），但用VLA+世界模型这一代AI技术做的不多。Sereact是少数把硅谷那套Foundation Model思路搬到欧洲仓库里的。
而美国市场是这轮融资重点要打开的——亚马逊和Walmart的仓库就摆在那里，谁能拿下一两个大客户，估值会立刻翻倍。
更深一层的逻辑：物理AI正在从”能不能跑demo”进入”敢不敢上生产线”的阶段。前阶段比拼模型架构和论文跑分，后阶段比拼的是飞轮——谁的机器人在真实工厂跑得多，谁的数据就更全，下一代模型就更强。
Sereact在数据飞轮这一轮已经卡了个不错的位置。
接下来看什么
这轮没披露估值。但参照对手——同期Robot Era拿2亿+美元C轮估值15亿美元、Figure AI已经过390亿——Sereact的1.1亿美元B轮多半也踩在10亿美元附近的独角兽门槛。
要看的是接下来12-18个月：
- 他们能不能把美国仓储客户从0签到3-5家
- 1次/5.3万次的干预率能不能再降一个数量级
- VLA + 世界模型的路径，跟Figure那种端到端神经网络打谁更有效
物理AI这条赛道2026年烧的钱远超去年。Sereact这1.1亿美元只是入场券。
参考来源：Sereact Raises $110 Million to Scale AI Robotic Brain（PYMNTS）；Sereact $110M Series B announcement（公司公告）