Sereact 與 Teradyne 攜手處理退貨：雙臂機器人如何讓 VLA 模型進物流現場？
Sereact 與 Teradyne Robotics 宣布合作，以 Cortex 搭配 UR 手臂處理退貨與揀選。本文說明歐洲具名場址、數百支手臂的口徑，以及模擬訓練、Jetson Thor 推論與 DGX Spark 更新的分工。
退回倉庫的衣物，不會整齊地用同一方向送到機器人面前。形狀、包裝與擺放方式一直變，讓物流自動化很難只靠固定動作重複處理。
Sereact 與 Teradyne Robotics 在十月二十一日宣布正式合作，把 Cortex 物理 AI 平台和 Universal Robots 手臂配合，用於退貨處理與揀選等工作。
雙方說，搭成雙臂系統的數百支 UR 手臂已送到歐洲客戶現場，並點名 CEVA Logistics 為 Zalando 營運的德國與波蘭物流中心。這次合作要擴展的是已有場址的應用。
Cortex 負責理解物件與決定動作，手臂負責實際操作。模型訓練、現場推論與版本更新，也分別放在不同的運算環節，而不是一台電腦包辦所有工作。
需要處理混合退貨的企業，可以關注這種模型與既有工業設備的結合。但每站吞吐、成功率與成本尚未公開，不能只用出貨手臂數判斷自己的投資效益。
要理解這次結合的用途，先回到退貨物品為什麼特別難交給固定流程處理。
退貨處理為什麼需要能適應新物件的模型？
退貨物品的外觀、方向與包材持續改變，機器人必須先理解眼前物品，才能決定如何抓取與處理。這和每次都把相同零件放在相同位置的工作不同。
Sereact 的官方公告特別指出，退回的商品幾乎不會依適合機器人的順序抵達。物件組合一直變，抓取前的判斷便成為流程的一部分。
假設兩件退回的衣物，一件裝在包裝裡，另一件的方向不同，即使最後都要被處理，機器人眼前可使用的抓取位置仍可能改變。這是解釋工作差異的假設，不是本文操作系統得到的測試結果。
因此，合作要把辨識、動作選擇與實體操作接起來，而不是只讓手臂學會更快重複同一條路徑。若前面判斷物品的方式不合適，後面再精準的動作也可能沒有接到正確位置。
VLA 模型在這裡做什麼？
Cortex 被公司稱為視覺、語言與動作模型，常縮寫成 VLA。它把看到的環境、要完成的要求與實際行動連接，讓模型的結果能走向操作，而不只回覆物件名稱。
這個名稱描述模型如何把資訊接到行為，卻不是對所有物件都會成功的保證。合作方說它能處理混合商品、未知品項與不同包裝，這些是供應商的能力主張，仍需和實際工作條件一起理解。
Sereact 也表示，同一個生產模型能支援退貨、補貨與備料等應用，不必每換一個新物件或工作就重新訓練。這對擴展有吸引力，因為每次重新建立一套專用模型，都會增加導入工作。
但同一模型可以重用，和現場完全不需要整合是兩件事。物品如何送到工作區、手臂如何接到設備與流程，仍需要整套系統配合。這正是模型公司找硬體與通路夥伴合作的原因。
理解物件只是第一步，模型還要和能可靠執行動作的硬體接在一起。
Cortex 與 UR 雙臂系統各負責什麼？
Cortex 提供感知與行動決定，UR 手臂提供實體執行平台，合作把兩種能力放進同一工作流程。雙方帶來的工作不同，因此合作價值不能只看其中一個模型名稱。
Universal Robots 是 Teradyne Robotics 旗下的協作手臂品牌。這類設備提供機械操作能力，軟體與整合介面則讓不同應用能接進來，成為模型決定動作後的執行端。
Sereact 帶來的是適應物件與工作要求的軟體平台。當物品外觀一直變，模型需要把眼前資訊轉成合適的處理方式，才能讓既有機械能力用在較難固定規則的任務上。
一個模型與兩支手臂，不是三套互不相干的工具
在官方展示裡，Cortex 搭配兩支 UR12e-1300 手臂，示範退貨處理。這個組合讓人看見，模型與實體設備需要在同一個作業環節銜接，才會形成可觀察的結果。
官方退貨產品頁進一步描述雙臂的用途：一邊固定包裹，另一邊伸入取物；掃描條碼時穩住物件，或處理正在滑動的塑膠包裝。這些需要兩邊協調的工作，比單次抓起再放下更複雜。
Sereact 產品頁也列出開啟包裹、掃描標籤、檢查異常、摺衣與分流等功能，說明系統想接手的實體步驟。不過這是一般產品能力，不能直接當成德國與波蘭每個工作站都已啟用全部項目。
協調的意義，可以從固定與操作的關係理解。因為物件移動會改變掃描或取物的位置，雙臂必須分別提供支撐與動作，才能讓連續步驟有接續基礎。這是產品設計的作用，並不是本文實測過的完成率。
合作另一項內容，是借助 Teradyne Robotics 的全球經銷與整合商網路。對軟體公司來說，模型能運作之後，還需要有人協助客戶把它裝進不同據點的設備與流程。
這讓擴展不只是在模型端增加能力，也包含把相同技術交給更多有現場經驗的夥伴。通路與整合能力是合作方向，並沒有因此把每個市場都變成已完成部署的地點。
雙方列出的應用範圍還包括揀選、分揀、機台上下料、裝箱與備料。但不同用途需要各自的工作條件，所以這份清單描述平台想延伸的範圍，還不能全部當成同一個客戶已使用的功能。
有了分工後，還需要用實際場址與出貨口徑確認它走到哪個階段。
Zalando 的具名場址，能證明部署到哪裡？
官方點名德國與波蘭的退貨物流中心，能支持已有客戶應用，但沒有提供每站完整營運成績。對企業導入消息來說，場址證據與性能成績應分開閱讀。
依 Universal Robots 的合作公告，部署由 CEVA Logistics 與合作方進行，用於 Zalando 的物流工作。
具名地點是德國 Greven 與波蘭 Świebodzin。官方表示，機器人在這些物流中心自主處理退回的時尚商品，並把它稱為更廣泛歐洲退貨自動化計畫的第一階段。
這代表消息不只是一個準備尋找客戶的展示，但也沒有表示 Zalando 所有國家與所有倉庫，都已採用同樣的雙臂系統。後續擴展仍是另一個進度。
數百支手臂，不能改成數百套系統
公告的出貨口徑是數百支 UR 機器人手臂，以雙臂系統形式送到歐洲客戶現場。若把手臂數直接寫成系統數，就會讓讀者誤認實際工作站更多。
同樣地，UR 提到自己有大量既有工業部署經驗，描述的是硬體品牌整體背景，不是這次 Sereact 合作的新增出貨。兩個範圍相加，無法得到退貨系統的規模。
因此，具名場址最有用的地方，是讓後續消息有可以追蹤的起點。若未來公布擴站、處理品項或營運結果，就能辨認是在原有場址改善，還是新增部署。
展場示範和物流中心的證據不同
這次合作也在 NVIDIA GTC Berlin 以雙臂示範對外呈現。展場有助看懂工作方式，現場設備與客戶據點則有各自的條件，兩種畫面不能互換成同一個地點。
所以，看到影片裡手臂動作順暢，仍需要先知道它來自展示或實際物流現場。官方已提供具名應用，不必再把展覽畫面包裝成首次商業上線，才能凸顯新聞價值。
現場要持續運作，還得知道模型怎麼受訓、在哪裡推論，以及更新如何回到設備。
延伸閱讀：Eka Robotics 募資 1.5 億美元：VFA 讓機器人從看見走向感覺接觸
從模擬訓練到現場推論，NVIDIA 技術如何分工？
訓練、驗證與現場推論分開進行，目的在讓模型更新有流程，而不是把新模型直接丟到產線。不同工具處理的是模型生命週期中的不同問題。
官方說明，Cortex 在 Isaac Sim 模擬環境中訓練，並使用 Cosmos 開放世界模型。模擬環境提供練習與測試的空間，讓團隊能在實體設備執行以前，先建立與觀察行為。
接著是透過 Isaac Lab 進行強化學習的後訓練。強化學習是根據嘗試結果調整模型行為，這一步在原有學習之後再改善策略，並不是把同一套軟體換個名稱重新介紹。
模型部署之前，還要在 Teradyne Robotics 的硬體上做基準測試。這把訓練成果接回真正要執行的設備，避免只用模擬表現代表實體系統已準備好。
推論與更新為何不放在同一個角色裡？
現場推論指模型收到當下資訊後，產生操作決定。公告把 Jetson Thor 放在機器人工作單元端，因為那裡需要配合產線的工作節奏。
DGX Spark 則用在據點層級的開發、驗證與模型更新。它支援的是讓系統繼續改進的工作，不應被理解為每個現場動作都必須先回到同一台開發電腦才執行。
這樣拆開之後，比較容易辨認硬體消息的實際意義。晶片名稱能解釋系統在哪裡做決定，卻沒有自動提供每小時處理多少件，或保證任何包裹組合都跟得上同一速度。
公司另提到，Teradyne Robotics 會提供 UR 與 MiR 的模擬資產，讓開發者更容易在模擬環境重用機器人模型。這是準備與開發工作的支援，不是又一批新增客戶現場的出貨。
Sereact 產品頁另說明，機隊經驗會回饋模型，但更新到現場之前仍需驗證，工作站在核准條件內運作。這把跨據點學習和現場變更分開，讓「其他機器人學到的能力」有一條通往生產環境的更新路徑。
它也保留人員處理例外情況的角色。因為模型仍有無法處理的情況，所以例外需要保留回到人員手上的路徑。
因為訓練與推論各有角色，這些技術說明才讓系統如何形成變得清楚；採用判斷仍要回到自己的退貨流程需要什麼結果。
物流業者還需要哪些現場證據才能比較？
出貨和具名場址提供商用進度，吞吐、介入與成本則仍需要實際配置的資料，兩種證據回答不同問題。這次合作證明已有推進基礎，並沒有公布適合所有物流中心的統一成績。
對處理退貨的企業，第一個差別仍是商品組合。固定大小、固定包材的物品，與每天混合不同衣物的流程，可能需要不同的感知與操作安排，不能只比較機器人數目。
接著是流程邊界。官方點名退貨處理，並沒有表示整段從包裹拆封到重新銷售的工作，都由這套系統獨立完成。比較時先知道自動化接手哪一段，才看得懂效率數字的意義。
公告尚未提供每站成功率、處理量、人工介入頻率或合約金額。若要做投資效益估算，需要的是與自己物品、工作時段及流程邊界相近的資料，不能用全球出貨手臂數代算。
公司夏季在波士頓設立美國總部，是擴展北美市場的方向。這次具名應用仍在歐洲，因此北美客戶是否已用相同方案，應等待相應公告，而不是直接從辦公室地址推定。
這項合作值得關注之處，是把適應新物件的模型與成熟工業硬體、整合網路連在一起，並有具名退貨場址支持。對企業而言，它提供的起點比單一展示更具體，卻仍需落到自己的流程比較。
先對照要處理的物品與作業邊界，再看同類現場表現，才能判斷這種雙臂自動化是否解決自己的瓶頸。
延伸閱讀：Agility Digit 5 導入 NVIDIA IGX Thor：人形機器人運算與安全，商用前還要完成什麼？
Sereact Teradyne 合作常見問題
數百套雙臂系統已經出貨了嗎？
官方口徑是數百支 UR 手臂，以雙臂系統形式送到歐洲客戶現場。不能把手臂數直接改成系統數。
同一個 Cortex 模型可以處理所有新商品嗎？
公司主張同一生產模型支援多種應用，不需每換品項就重新訓練。這不是所有物件與任務都已獨立驗證的保證，仍要看實際配置。
DGX Spark 是現場每次抓取的主要推論設備嗎？
公告把 Jetson Thor 放在工作單元做推論，DGX Spark 則支援據點開發、驗證與模型更新，兩者角色不同。
