Destro AI 的秘密武器是让机器人和人类达成一致

周二，初创公司 Destro 凭借 800 万美元的种子轮融资脱颖而出，他表示，成功部署机器人的最佳途径根本不是建造机器人。大多数新的机器人公司都专注于寻找合适的外形尺寸或开发可以让金属手工作的人工智能模型。相反，Destro 建立了一个人工智能智能层，让机器人在物流环境中有效工作，部分方法是告诉人类工人该做什么。 “许多机器人公司都是从机器人工程师开始的，他们会问‘我能做哪些很酷的事情？’”Destro 创始人、行业资深人士曼森·帕瓦尔 (Manthan Pawar) 告诉 TechCrunch。 “我们战胜机器人公司的最大原因之一是我们不是一家机器人公司。” Pawar 在纽约大学 Tandon 获得了机器人学硕士学位，在美国供应链和机器人行业工作了大约八年，他解释说：“我们的心态是，我们非常了解客户的问题，而且我们实际上正走在今年年底实现正现金流的道路上。”韩国航运巨头 Yusen Logistics 的美国物流集团自动化总监理查德·布鲁内尔 (Richard Brunelle) 帮助这家初创公司找到了正确的方向。 Brunelle 负责美国约 30 个设施的自动化。 Yusen 在美国使用固定式自动化，如传送带和分拣机，但仍在试验拖车卸载机器人和自动洗地机等新技术。寻找更多方法让此类技术发挥作用是 Brunelle 的首要任务：Yusen 的英国子公司已经建立了一个完全自动化的设施，现在美国也正在制定类似的计划。当 Brunelle 遇到 Pawar 时，Destro 专注于该领域的另一个挑战——拣选和包装，即将各种货物分拣到单个包装中的过程。布鲁内尔意识到他的主要挑战“本质上是同一个问题”。他的工作涉及交叉对接：从一辆卡车上卸下货物，然后将它们分类到其他卡车的混合负载中，最终交付给客户。 “我问 Destro 是否愿意调整他们的解决方案以适应跨转运环境，因为我认为没有人这样做，”他告诉 TechCrunch。 “他们离开后仔细思考，然后兴奋地回来。他们同意没有人在解决这个问题，他们可以修改他们的工具来支持它。从那时起，他们就全力以赴。” Destro 首先在太平洋西北部的 Yusen 工厂进行了一项试点计划，使用了由 Miva Robotics 制造的三台推车移动机器人，并由基于开放式视觉语言动作模型（解释相机图像和指令以控制机器人运动的 AI 系统）的 Destro 视觉操作系统操作。当人类工人将货物从一辆卡车卸载到不同的推车时，机器人会找到满载的货物并将它们运送到目的地。布鲁内尔和帕瓦尔认为，这种高效的原因在于，人、手推车和卡车都由德斯特罗的 Mothership 操作系统指挥。布鲁内尔说：“我们降低了操作的劳动强度，并且摆脱了纸张。” “现在一切都系统化了。”这很重要，因为 Yusen 还与该领域的另外两家知名机器人初创公司进行了交谈，但两者都不适合他们的工作流程。其中一家提供了一种机器人，可以点对点移动推车，但无法管理装载或卸载。另一个配备了车队管理工具，但需要一个人来处理所有的编排。 Destro 之所以获胜，是因为它能够将自主指导应用于整个过程。现在，Destro 正在将其最初的试点扩大到全面部署 26 台机器人，并在 Yusen 位于南加州的工厂启动另一个由 17 台机器人组成的试点。帕瓦尔计划在数千个处理此类劳动力的其他仓库中采用这种跨码头装载工作流程并“复制粘贴”。正是这一计划说服 Base10 Partners 和 Bonfire Ventures 领投 Destro 的种子轮融资，并获得 CoFound Partners 的额外投资。 Destro 可能面临需要更多灵活性和操作性的工作流程的挑战。通用机器人主体和开源模型尚未被证明能够胜任这些任务，目前还不清楚构建基础模型、超灵巧手或通用类人机器人的公司是否会将这些工具提供给像 Destro 这样的公司，而不是试图自己占领该业务。帕瓦尔仍然相信，他已经找到了堆栈中会产生价值的部分，并且他的公司将能够利用注入新人工智能模型和机器人组件的研究资金。 “机器人是一个平台。每一层模型都是一个平台。但我们围绕它构建了一个线束，”Pawar 告诉 TechCrunch。 “该工具是如此复杂且具有附加值，如果没有该工具，这些工作流程是完全不可能的，对吗？”目前，与未来机器人制造商竞争可能不是问题。乙