外观
新闻Robotics & Automation News今天
Teradyne联合Sereact推Physical AI方案，UR双臂机器人落地Zalando。
本文由 AI 根据公开内容整理，可能有误，请以原文为准：Teradyne Robotics and Sereact partner to drive physical AI solutions for retail and logistics（Robotics & Automation News）
核心内容
Teradyne Robotics与Sereact在Nvidia GTC Berlin 2026宣布官方合作，将Sereact的Cortex物理AI平台与Universal Robots协作机器人深度集成，面向零售、物流及制造业提供智能自动化方案。该联合解决方案已跨越试点阶段，向包括Zalando在内的欧洲客户现场交付了数百台双臂机器人系统，专门用于处理时尚退货、单品拣选及订单导入等此前难以自动化的非结构化任务，标志着Physical AI在真实工业场景的规模化落地。
技术架构上，Cortex采用Vision-Language-Action (VLA) 模型，经Nvidia Isaac Sim与Cosmos世界模型训练，并通过Isaac Lab进行强化学习后训练。部署时模型运行于Nvidia Jetson Thor以满足产线级实时推理，站点级开发验证则使用DGX Spark。Sereact强调“单脑多能”机制，同一生产模型可泛化处理混合商品与未知包装，无需针对新物品重训。此外，Teradyne已向Hugging Face贡献UR及MiR的SimReady OpenUSD资产，加速仿真生态构建。
关键看点
- 商业落地规模：已向Zalando等欧洲客户交付数百台UR双臂机器人系统，在德国Greven和波兰Świebodzin履约中心自主处理时尚退货，助力符合欧盟禁止销毁退货法规。
- 端侧AI算力：Cortex VLA模型部署于Nvidia Jetson Thor芯片实现单元级线速推理，配合DGX Spark进行站点级模型更新与验证，确保非结构化环境下的实时响应能力。
- 通用模型架构：采用单一VLA生产模型覆盖退货、补货、分拣等多场景，具备对未知物品与混合包装的零样本泛化能力，单机学习成果可即时同步至全网机器人。
- 仿真资产开源：Teradyne向Hugging Face SimReady Central Library贡献UR与MiR机器人的OpenUSD资产，降低开发者在Nvidia Isaac Sim中的资产准备门槛。
工程与产业观察
该案例验证了VLA模型在非标物流场景的工程可行性，关键在于通过Jetson Thor实现端侧实时推理与云端统一模型的协同。其“单脑多能”范式大幅降低了SKU迭代带来的重训成本，结合OpenUSD资产开放策略，为具身智能从Demo走向千台级工业部署提供了可复制的技术与商业路径参考。
来源
本页事实对应的公开页面，以原文为准。