跳到正文
中文
FikirPilot 内容

Destro AI 成功的秘诀:让机器人和人类在同一个平台上协同工作

更新于: 2026年10月3日 · 4 分钟阅读

发布于: · 消息抵达: · 处理时长: 29 小时 6 分钟

Destro AI 成功的秘诀:让机器人和人类在同一个平台上协同工作
现代物流仓库

Destro表示,公司开发的是一层负责管理物流运营的 AI,而不是机器人,并因此结束隐身状态,获得了 $8百万种子轮融资。公司创始人 Manthan Pawar 拥有约8年的美国供应链和机器人技术经验;他预计 Destro 将在年底实现现金流为正。

公司将重点放在日本运输公司 Yusen Logistics 在美国约30家设施中的一处,专注于交叉转运(cross-docking)流程,即将从卡车上卸下的货物分流至不同车辆。Yusen 的自动化平台主管 Richard Brunelle 要求 Destro 将其最初为 picking and pack 流程开发的系统调整用于这一运营环节。Destro 根据这一使用场景对其解决方案进行了改造。

首次试点在 Pacific Northwest 的一家 Yusen 设施进行。由 Miva Robotics 生产的3台机器人搭载 Destro 基于开放权重 vision-language-action 模型开发的 Vision 操作系统运行。在人类员工将货物放入不同推车的同时,机器人寻找装满的推车,并将其运送至目标地点。据介绍,借助管理人员、推车和卡车的 Mothership 操作系统,该运营变得更加系统化,所需人力也更少。

Yusen 还曾与该领域的另外两家大型机器人公司进行洽谈,但这些公司的解决方案无法适应现有工作流程。其中一家只能将推车从一个地点运送到另一个地点,另一家虽然提供车队管理,但整个协调过程仍需要一名员工参与。Destro 因能够以自主方式引导整个流程而被选中。

Destro 正在将首个试点扩展为由26台机器人组成的全面部署,并在 Yusen 位于 Southern California 的设施启动一项配备17台机器人的新试点。Pawar 的目标是将这一工作流程推广至数千家开展类似运营的仓库。此轮融资由 Base10 Partners 和 Bonfire Ventures 领投,CoFound Partners 也参与了投资。

据称,公司在需要更多技能和物理操作的流程中可能会面临困难。有观点认为,通用机器人机体和开源模型目前尚不足以胜任这些任务;而 Pawar 则主张,Destro 围绕机器人和模型构建的软件层才是真正的价值所在。Yusen 的 Brunelle 表示,他尚未为人形机器人找到合适的使用场景,但正在评估使用轮式人形机器人开展试点的可能性。Destro 将于10月13日至15日在 San Francisco 举行的 TechCrunch Disrupt 上亮相。

为何重要

Destro 的方法凸显了软件在仓库自动化中的作用:与其单纯增加机器人数量,不如通过软件在同一工作流程中协调人员、车辆和机器。对于希望在不彻底改变现有运营的情况下引入自动化的物流企业而言,这意味着一种不同于单一任务系统或需要持续人工监督的系统的替代模式。然而,这一模式的价值取决于一个问题:它在多大程度上能够应用于那些比主要涉及引导和搬运的流程更需要物理技能的工作;开放权重模型和通用机器人机体的局限性将在其中发挥决定性作用。随着应用扩展到不同设施,能否在布局和工作流程不断变化的情况下维持同等程度的协调,将得到进一步检验;与此同时,人形机器人适合哪些应用场景仍未明确,这也为自动化的发展方向留下了一个有待回答的问题。

来源: TechCrunch AI