自动驾驶配送机器人初创公司Robomart发布了其最新机器人产品,目标是让按需配送服务实现盈利。
这家总部位于洛杉矶的公司周一宣布推出其专利产品Robomart RM5。这款四级自动驾驶车辆最大载重500磅,配备10个独立储物柜来存放客户订单。这种结构设计允许批量订单处理,使单个机器人能够同时处理多个配送任务。
Robomart联合创始人兼首席执行官Ali Ahmed告诉TechCrunch,公司计划使用这些新机器人运营与成熟外卖平台类似的按需配送业务模式。该模式涉及零售商与Robomart合作,在Robomart应用上开设自己的店铺,类似于UberEats或DoorDash应用。
不同之处在于客户的成本结构。每次客户通过Robomart下单时,只需支付3美元的统一配送费,Ahmed表示,这比其他配送应用通常收取的多项费用更具吸引力。
"我们将此视为构建自己的自主市场平台,"Ahmed说。"这在该领域相当独特——一个使用自动驾驶机器人进行按需配送的自主市场平台。"
Robomart计划在未来几个月内开始在其首个市场德克萨斯州奥斯汀招募零售商,并于今年晚些时候推出配送服务。
这一宣布标志着Robomart从其起源的扩展。该公司成立于2017年,2020年开始试点自主"移动商店",将装载药品和冰淇淋等商品的移动自主商店直接送到有需求的客户面前。
虽然公司从"移动商店"模式起步,但Ahmed表示,进军按需配送是自然的发展进程。他补充说,公司从一开始就知道想要解决按需配送问题。
在创立Robomart之前,Ahmed于2015年在英国创立了按需配送平台Dispatch Messenger。Ahmed表示,他之前的公司在依赖人工配送司机的情况下无法实现盈利经济模型。这让他将注意力转向自动化以削减成本。现在,Ahmed相信他们已经找到了解决方案。
"我们的机器人将配送成本降低了多达70%,"Ahmed说。"这是关键差异。如果你每小时支付司机18美元,仅司机成本就是每次配送9到10美元。"
Robomart以极少的资金达到了这一成就,Ahmed表示他为此感到非常自豪。该公司从Hustle Fund、SOSV和Wasabi Ventures等公司筹集了不到500万美元的资金。
"我们筹集了近400万美元资金,这使我们能够构建五代机器人,现在部署首个自主配送市场平台,"Ahmed说。"我为我们的团队感到自豪,这证明了我们能够取得如此大的成就。"
虽然按需配送领域竞争激烈,包括UberEats和GrubHub等大型传统参与者,但Ahmed认为Robomart正在以他认为消费者会被吸引的价格向市场推出全新产品。
"为他们提供3美元且无其他费用的绝佳方案,仅价格加价本身就可能令人望而却步,"Ahmed说。"他们甚至没有意识到自己在支付那些加价、其他费用和小费。这使我们的模式对零售商和客户都非常有吸引力。"
Q&A
Q1:Robomart RM5机器人有什么特点?
A:Robomart RM5是一款四级自动驾驶配送机器人,最大载重500磅,配备10个独立储物柜。其设计允许批量订单处理,使单个机器人能够同时处理多个配送任务,从而提高配送效率。
Q2:Robomart的配送费用相比传统外卖平台有什么优势?
A:Robomart采用3美元统一配送费的模式,相比其他配送应用通常收取的多项费用(包括配送费、服务费、小费等)更加透明和便宜。该公司声称机器人配送能将成本降低多达70%。
Q3:Robomart什么时候开始提供服务?
A:Robomart计划在未来几个月内开始在其首个市场德克萨斯州奥斯汀招募零售商合作伙伴,并计划于今年晚些时候正式推出配送服务。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。