两个博士、10亿次抓取：这家公司盘活了德国工业4.0十年的家底
最近，德国斯图加特一家成立不到五年的公司 Sereact 宣布完成 1.1 亿美元 B 轮融资，Headline 领投。两位创始人 Ralf Gulde 和 Marc Tuscher 是斯图加特大学机床控制工程与制造装备研究所（ISW）的博士同窗，2021 年用毕业论文的研究方向开了公司。
到这次融资为止，他们的产品 Cortex 已经部署在宝马、奔驰、戴姆勒卡车、百事可乐等 200 多个真实工位上，完成超过 10 亿次抓取。每 53,000 次抓取才需要一次远程人工干预，作为对照，汽车工业供应链对零部件的一般质量要求约为 50 PPM（每百万件 50 个缺陷,即每 20,000 件一次），Sereact 这个数字比汽车工业链的常见门槛还要严格。
CTO Marc Tuscher 给了 Cortex 一句口号： “机器人在 latent space 里做梦。” 也就是机器人在动手前先在隐空间里把接下来几步的物理后果跑一遍，挑出最稳的路径再去执行，这种结构在学术上叫 world model（世界模型），目前已经有不少公司正在推进这一路线，但真正跑在宝马工厂产线上的，目前应该只有 Sereact 一家。
跟它同台竞争的硅谷玩家，融资额要大得多。匹兹堡的 Skild AI 2026 年 1 月完成 14 亿美元 C 轮，估值 140 亿美元，累计融资 18.3 亿美元，是 Sereact 的十倍以上。旧金山的 Physical Intelligence 累计融资约 10 亿美元。
两家公司都公开承认，训练数据主要来自大规模仿真和互联网视频，真机数据只是补充。Skild 在公司博客里非常直接地表示，绝大多数同行的“机器人基础模型”其实是“披着马甲的视觉－语言模型”，缺少真正的物理常识。
Sereact 这边的逻辑则相反。 CEO Gulde 在 B 轮公告里提到：“我们五年前就赌了一把，你不可能在实验室里训出真实世界的机器人 AI。” 这场赌的关键变量是数据来源：Sereact 的 10 亿次抓取全部来自欧洲二十几家工厂的实际生产工位，夜班、高峰期、长尾形状的怪异 SKU，全部入模型。
而说起这些数据资产，我们就不得不提到德国过去十五年最有名的一项工业战略——“工业 4.0”（Industrie 4.0）。
屡屡受挫十年的工业 4.0
德国 2011 年汉诺威工博会第一次提出“Industrie 4.0”，当时的目标是建立一个由德国主导的工业操作系统。十年里，这个目标的执行屡屡受挫过很多次。SAP 之外，德国没跑出过有全球影响力的消费互联网或云服务公司；德意志银行的数字化转型反复折腾；Gaia－X 这个被宣传为“欧洲云替代”的项目，落地几年后业内基本默认它是个 PPT 工程。
图丨工业4.0（来源：SAP） 德国制造业这几年并不好过。以 2024 年为例，德国全年 GDP 收缩 0.2％，机床业和汽车业的产出明显下滑。各大制造商也纷纷裁员，西门子、博世、蒂森克虏伯、德意志铁路等十余家上市公司在 2024 年前 10 个月合计裁员超过 6 万人；博世仅 11 月一个月就宣布削减 7,000 个岗位。德国经济专家委员会（GCEE）在 2024 年报告中判断：德国制造业的衰退不仅是周期性的，跟全球经济出现了结构性脱钩。
不过这些坏消息盖过了工业 4.0 这十年另一面的成果：它的物理底座。
工业 4.0 的口号是“智能工厂”， 但最难做、最不好讲故事的部分，是协议、传感器、控制器之间的标准化。 这部分工作过去十几年通过几个并不有名的组织悄悄完成。
OPC UA 是核心。这是一套机器对机器通信的国际标准（IEC 62541），2008 年发布，2016 年德国联邦信息安全局（BSI）出具正面安全评估，2018 年德国机床制造商协会（VDW）正式选定它作为机床互操作的核心协议。
VDMA（德国机械设备制造商协会）十几年来一直在制定行业版的 Companion Specifications，简单说就是给“塑料注塑机怎么报数据”、“机床怎么报数据”、“包装机怎么报数据”建立统一格式。这套标准在德国机械装备和工厂里渗透得比任何其他国家都深。
机器人保有量是另一个底座。国际机器人联合会（IFR）2024 年的数据显示： 德国每万名制造业工人对应 449 台工业机器人，排全球第三，落后于韩国（1220）和新加坡（818），领先美国（307）和意大利（244）。 德国 2024 年新装机 26,982 台，继续是欧洲最大机器人市场。这些机器人也大多接入了 OPC UA 协议下的数据采集体系。每一个抓取动作发生时，传感器读数、机器人状态、夹爪反馈都被同步记录下来。
因此，工业 4.0 没建成“德国主导的工业操作系统”，但它在过去十年里建成了一个分散在数千家工厂里、用统一协议联通的工业数据池。这个池子在过去并没有显示出特殊价值，因为没有什么模型能消化它。
但具身智能改变了这件事。
斯图加特的两个博士、BMW 的产线
Sereact 的两个创始人在 ISW 做博士的几年，刚好赶上工业 4.0 数据基础设施成熟的窗口期。Gulde 在 2025 年的一次校友访谈里说，在 ISW 最重要的收获是“质疑深度学习模型怎么训练这件事的自由”。 意思是，他们在一个全德最好的工业控制实验室里，手边就是真实的产线数据，可以反复尝试用机器学习去消化它。 这种条件在伯克利或斯坦福的机器人实验室里基本不存在，因为那些实验室没有真实产线给他们测试。
图丨Sereact 的两个创始人 Ralf Gulde 和 Marc Tuscher（来源：Sereact） 2021 年公司成立。前两年，Sereact 把产品推到欧洲二十几家客户那里部署：单臂拣选工位、双臂退货分拣站、Sereact Lens（基于 Cortex 视觉感知拆出来的 3D 库存与质检系统）。每一台机器人同时是工作站和数据采集器。每一次抓取，成功也好、失败也好、需要远程干预也好，都被同步记录：摄像头观测、机器人本体状态、夹爪力反馈、最终结果，一整套打包上传。
这些数据不是全部入模型，而是先过一层新颖度和不确定度的过滤，系统优先用最有信息量的样本去更新策略。更新后的模型通过自动回归测试，确认没有性能回退，再下发到整支机队，由此形成闭环
Cortex 的第一代是一个 VLA 模型，看到什么就抓什么，采取典型的反应式策略。如果一次抓取失败，反应式策略往往会重复同样的错误动作，失败叠加失败。 这次 B 轮发布的 Cortex 2.0 在 VLA 之上加了世界模型：从当前状态出发，生成一组候选未来轨迹， 放进一个学过物理和物体行为的模型里跑一遍，按稳定性、风险、效率给每条轨迹打分，机器人只执行得分最高的那条，执行过程中场景变化会实时更新预演。从“试了再看”变成“看了再试”。
图丨Cortex 2.0 的架构（来源：Sereact） 这便是 Tuscher 所说的“机器人在 latent space 里做梦”。
在 Cortex 2.0 还有一个比较特殊的工程取舍：推演用多少算力是可调的。包裹打包、kitting、易碎品摆放这种失败代价高的任务，多花算力多推几步；漏抓重抓一次就能解决的任务，少花算力直接动手。这条设计是把世界模型从研究 demo 推到产线可用的关键。
另外，Cortex 模型的规划层跑在视觉隐空间，而不是机器人关节空间。 关节命令绑死在某个机器人的运动学结构上，像素层面的物体、接触、运动规律则是跨硬件通用的。 所以同一个 Cortex 大脑可以驱动单臂拣选、双臂退货、人形机器人、固定工作单元等不同硬件形态。
到这里，工业 4.0 这十年攒下的标准化基建，通过两个 ISW 博士的创业，被打包成了一种全新的资产形态：可训练的真实工业数据，加上能消化这些数据的模型架构。
2025 年 A 轮 2,500 万欧元，Creandum 领投。2026 年 4 月 B 轮 1.1 亿美元，Headline 领投，Bullhound、Daphni、Felix Capital 跟进。累计融资到 1.4 亿美元出头。
Tuscher 还有一句话： “硬件即将商品化，模型不会。我们不造机器人，不卖服务，只发一种东西：可以跑在任何机器人上的模型。” A 轮领投方 Creandum 的 Johan Brenner 把 Sereact 类比 Mobileye 之于自动驾驶、Nvidia 之于通用算力。这个类比指向同一个判断：产业链里最高利润的位置不是终端硬件，是跑在硬件上的智能层。硬件标准化，软件成差异化，数据决定软件优劣。
Sereact 的下一站是制造业精细装配。Tuscher 在公告里点了几个具体场景：有张力的零部件组装、雨刷不刮花玻璃地装到位、kitting 工序里零件必须以正确朝向落进下一道工位。这些比仓储拣选难得多，容错率也低得多。Cortex 2.0 的可调算力预演加世界模型设计，瞄的就是这一层市场。
一家好公司，救不了一个大盘子
具身智能在 Sereact 一家公司身上，确实让工业 4.0 十年的基建价值兑现了。两个 ISW 博士、一个完整的数据飞轮、20 多家欧洲客户、1.4 亿美元融资，加上即将进军的美国市场。这是一份不错的回报。
不过我们目前尚不能就此认定“具身智能 ＝ 工业 4.0 救星”。
工业 4.0 当年的目标是建立“德国主导的工业操作系统”，一个对外授权、收取使用费的全球级标准。Sereact 的模式跟那个目标差着一个量级。它是在德国工厂里训模型，然后把模型卖到全世界，这是一家不错的公司，但不是当年构想的“德国版 Microsoft”。
更难解决的问题在下游。Sereact 的客户里有宝马、奔驰、戴姆勒卡车，但这三家自己 2024 年都在严重收缩。德国汽车业在中国市场份额下滑、电动化转型迟缓、本土能源成本居高不下，这些结构性问题不是机器人产线灵活一点就能解决的。Sereact 让宝马工厂的拣选效率提升 30％ 这件事是真的，但宝马卖不出车的时候，工厂效率的高低就变得不那么重要。
工业 4.0 没能救活德国制造业的整体颓势，在汽车、化工、机床这些大盘子里，衰退仍在继续。但它意外救活了 Sereact 这样的公司，以及它们身后那条“数据基建－软件层－高利润位置”的产业链。
至于这条产业链能不能再向外延伸，成长为当年默克尔时代设想的全球性技术主导权，恐怕并没有太大悬念。
参考资料：
1.https://sereact.ai/posts/series-b
2.https://www.destatis.de/EN/Press/2025/01/PE25_019_811.html
3.https://ifr.org/ifr-press-releases/news/robot-density-surges-in-europe-asia-and-americas
4.https://opcfoundation.org/news/press-releases/german-machine-tool-manufacturers-vdw-rely-opc-ua/
5.https://www.uni-stuttgart.de/en/university/news/all/Alumni-thrive-with-AI-powered-formula-for-success/
运营/排版：何晨龙
注：封面/首图由 AI 辅助生成