Warp成立于2021年,旨在通过其技术驱动的托运商、承运商和仓库网络,帮助企业简化物流供应链并降低成本。
如今,该公司希望通过使用机器人实现仓库网络自动化,进一步提升供应链效率。
Warp联合创始人兼首席执行官Daniel Sokolovsky向TechCrunch表示,Warp一直在寻找为客户提高物流效率的方法,其客户包括沃尔玛、Gopuff和HelloFresh等企业。随着人工智能技术的进步,公司认为自动化领域存在更多机遇。
Sokolovsky说,Warp无法对供应链中的长途货运或短程配送环节进行自动化改造,因此正专注于可能改变的领域:仓库内部工作流程。
Warp首先在洛杉矶的测试仓库中安装摄像头,利用计算机视觉技术将数据转换为虚拟仓库以开始实验。
"我们实际上创建了洛杉矶设施的数字孪生或仿真环境,"Sokolovsky说。"基本上就是开始各种尝试。老实说,很多时候就是在想,如果我们这样做会怎样?如果我们那样做会怎样?如果我们做其他事情会怎样?"
他们最初的想法之一是训练人形机器人使用传统托盘搬运车,但这个方案没有成功。随后Warp开始尝试使用现成的机器人,并加装一些额外技术,取得了成功。
"我们将非常复杂的物流问题分解成许多易于理解、系统可识别和系统可处理的组件,"Sokolovsky说。"现在我们正在使用AI,无论是语音、文本、邮件、电话还是机器人技术形式,确保我们能够卸载、存储和重新装载货物。我们实际上认为可以继续推进这项工作,在不增加人员的情况下尽快实现我们的目标。"
Warp联合创始人兼首席营收官Troy Lester表示,这些机器人将帮助Warp的底层仓库合作伙伴获得优势,同时有助于降低人工成本。除了洛杉矶测试设施外,公司并不直接拥有网络中的仓库。
"他们一直向我们抱怨人员配置问题,"Lester说。"在这些设施中工作的员工也不喜欢这种工作。所以我认为有机会赋能这些企业使用机器人套件,这不仅有助于改善我们的网络,也能帮助他们与其他公司的业务变得更好。"
Warp筹集了1000万美元的A轮融资来支持这一最新发展。该轮融资由Up.Partners和Blue Bear Capital共同领投。
Warp正在测试机器人的几个不同版本,并雄心勃勃地声称将在今年开始部署。
Sokolovsky表示,Warp的洛杉矶测试设施已完全实现自动化,公司计划首先在其核心网络的仓库——洛杉矶、芝加哥、新泽西、达拉斯和迈阿密——开始部署这些机器人。Warp目前不打算在其中心网络之外销售这项技术,因为这为Warp及其底层仓库合作伙伴提供了竞争优势。
"我们不是简单地说,嘿,我们只是一家机器人公司、AI公司,为这个潜在概念花钱,而是说,不,我们实际上是一家物流公司,一直在真正影响和服务我们的客户,"Sokolovsky说。"在过去几年中,我们已经开发出了一个令人惊叹的系统和生态系统,使我们能够部署这些自动化技术。"
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。