Fort Robotics宣布收购总部位于波士顿和匹兹堡的车辆远程操控与自主监督领域领军企业Mapless AI。Fort Robotics定位为实体AI领域的可信基础层,此次收购标志着其信任平台在商业层面的重大扩展,新增了两项关键能力:远程人工在环遥操作与车载主动安全。
通过整合上述技术,Fort将其市场布局从安全认证的机器控制延伸至覆盖监督式自主的完整架构体系。
Fort Robotics首席执行官Samuel Reeves表示:"实体AI市场是一个规模数十亿美元的经济引擎,但只有当机器足够可信、能够在真实的人类环境中安全运行时,其全部潜力才能得以释放。机器人行业正处于关键的十字路口——令人印象深刻的演示随处可见,但可重复的安全性依然稀缺。收购Mapless AI将直接扩展我们的平台以满足这一核心需求,使Fort能够为客户提供他们迫切需要的主动安全框架。我们正在构建基础性的信任体系,确保机器人在变得更加自主的同时,从根本上变得更加可预测。"
Fort长期以来是安全认证控制领域的行业标准,为自主系统提供降低真实运营风险所必需的核心硬件与软件支撑。Mapless AI技术栈的加入进一步夯实了这一基础,并带来两大主要市场解决方案:
随时随地的人工在环操控(远程遥操作)
平台现已支持跨长距离的无缝远程遥操作,使异地专家能够从任何地点安全地监控和操控车辆或机器系统。这一能力直接回应了企业车队管理者向Fort反映的核心诉求:在无需将工作人员置于高风险区域的前提下,为自主操作维持可靠的人工安全保障网络。
车载主动安全(环境感知)
车载感知技术的引入,使机器能够实时主动地检测、预判并响应周围环境。这种预测性方案允许自主车辆执行智能化的实时规划与应急机动,相较于传统被动式安全架构实现了显著跨越。
两项能力的融合,使Fort平台升级为一套智能化、主动式系统——自主机器不仅能够实现安全通信,还能主动感知环境、预判潜在风险,并实时做出运营决策。单名异地操作员即可从全国任意地点安全地监控多辆车辆并在必要时介入,在保持有效监管的同时,将工作人员与高风险环境彻底隔离。
Mapless AI团队由联合创始人Philipp Robbel博士(麻省理工学院)和Jeffrey Kane Johnson博士(印第安纳大学)领衔,团队成员在汽车行业拥有深厚积淀,曾供职于博世、苹果、Uber和nuTonomy等知名企业。其汽车功能安全专业知识与真实场景机器人落地经验的稀缺组合,为Fort带来了一支具备独特优势的团队,能够有效推进市场所需的监督式自主能力。
此次收购使Fort得以加速向建筑、物流、国防、末端配送等复杂真实场景拓展。
Mapless AI联合创始人Philipp Robbel表示:"我们创立Mapless,就是为了构建机器人在复杂真实环境中有效运行所需的基础安全层。现实是,机器人要与人类密切协作,就必须足够智能,能够理解并预判风险。加入Fort大家庭,让我们能够将安全优先的理念带到更大的平台上,加速推动将定义未来十年工业自动化的产品落地。"
Q&A
Q1:Fort Robotics收购Mapless AI的主要目的是什么?
A:Fort Robotics收购Mapless AI是为了扩展其信任平台的核心能力。此次收购新增了两项关键技术:一是远程人工在环遥操作,允许异地专家从任意地点安全监控和操控自主机器;二是车载主动安全,使机器能够实时感知、预判并响应周围环境。通过整合这两项技术,Fort将平台从安全认证的机器控制扩展为覆盖监督式自主的完整架构。
Q2:Mapless AI的车载主动安全技术和传统安全架构有什么区别?
A:传统安全架构多为被动响应式,即在危险发生后才做出反应。Mapless AI的车载主动安全技术则通过车载感知系统,让机器能够实时主动地检测和预判潜在风险,并提前执行智能规划与应急机动。这种预测性方案相比传统方式是一次显著的技术跨越,能够更有效地降低自主机器在复杂真实环境中的运营风险。
Q3:Fort Robotics的信任平台未来会进入哪些应用场景?
A:随着Mapless AI的加入,Fort Robotics计划加速向多个复杂真实场景拓展,包括建筑、物流、国防、末端配送等领域。平台的核心目标是确保自主机器在这些高风险环境中既能高效运作,又能保持足够的可预测性和安全性,同时将人类工作人员与危险区域有效隔离。
好文章,需要你的鼓励
今天讲的出海案例是明阳电气,这家输配电设备公司在马来西亚投产首个海外生产基地,并以 250 万林吉特子公司承接本地制造。
研究揭示AI搜索代理"屏蔽旧观测"策略的效果取决于检索质量与模型能力的匹配程度,存在三种截然不同的效果区间。
随着AI智能体数量持续增长,如何高效定位和发现它们变得至关重要。Linux基金会发起DNS-AID项目,旨在通过扩展现有DNS基础设施,为AI智能体提供一种无需新建设施的发现、验证与通信标准。该项目支持智能体及MCP服务器将DNS用作全局、供应商中立的目录,域名所有者可通过创建特定地址作为智能体查找入口。该项目最初由Infoblox开发,已获德国电信和亚马逊等机构参与贡献。
多所高校与研究机构联合构建机器人语义接地测试平台RSB,发现主流VLA模型普遍存在"能抓但抓错"的致命缺陷,语义理解与动作生成之间存在严重断层。