Destro AI координира 26 складови робота, без да произвежда нито един

На 30 септември 2026 г. TechCrunch съобщава, че Destro AI разширява работещ пилот при Yusen Logistics в северозападната част на САЩ от три робота на Miva Robotics към пълно внедряване с 26; отделен пилот със 17 робота започва в Южна Калифорния. Destro управлява задачите със софтуер върху машини на друг производител. Трите машини вече участват в реална складова операция, докато разширяването към по-големия парк е в ход.

На 29 септември 2026 г. официалното съобщение на Destro обявява начален кръг от 8 млн. долара, съвместно воден от Base10 Partners и Bonfire Ventures с участие на CoFound Partners, и посочва действащи внедрявания и търговски приходи; основателят Мантан Павар казва: „Everyone is building capable robots.“ Компанията от Бруклин предлага MothershipOS за разпределяне на складовата работа и VisionOS за управление на действията на робота. Новите средства са предназначени за повече внедрявания, развитие на двата продукта и разширяване на инженерния екип.

Как човекът, количката и роботът се срещат при Yusen

Работата в обекта на Yusen е претоварване: стоките пристигат с един камион и се сортират за други, изходящи камиони. Служителите разтоварват и разпределят пратките в отделни колички. Когато дадена количка се напълни, мобилен робот я открива и я отвежда към определеното място за следващия превоз. Задачата не свършва с движението между две точки: системата трябва да знае коя количка е готова и накъде продължава пътят на товара.

В съвместното съобщение на Yusen и Destro от 3 август 2026 г. първата задача е определена като оптимизиране на придвижването на колички при претоварване. Платформата следи условията в склада и разпределя работа между служители и автономни мобилни роботи. Движение на палети и автоматична проверка на изпълнението са посочени като възможности за бъдеща оценка, а не като вече внедрени функции в тази операция.

При този поток човекът сортира стоките, а роботът поема превоза на готовата количка. Координационният софтуер свързва двете действия с изходящия товар, така че приключването на една задача да задейства следващата. Именно това е практическата разлика между отделна машина, която може да изминава маршрут, и общо управление на складов процес. При промяна във входящия товар или готовността на количките трябва да се промени и разпределението на работата.

Какво правят MothershipOS и VisionOS

MothershipOS е слоят над отделните машини: той определя кой изпълнява задача, къде и кога, като обхваща и работата на хората. VisionOS работи върху робота и е предназначена за възприятие и физическо действие чрез модели, обучавани с човешки демонстрации. Това разделение има значение за складов оператор, който иска да управлява целия поток през една система, без да обвързва всяка задача с програмата на конкретен производител на роботи.

CoFound Partners описва инвестицията си в Destro като залог за общ команден слой, който обединява роботи, служители и системи за наличностите. Според инвеститора платформата използва данни за текущото състояние на склада и симулации на възможни решения, преди да разпредели работата. Тези механизми обясняват как софтуерът може да съгласува различни участници в операцията; публикацията не дава измерване на производителността в обекта на Yusen.

Първият назован пилот използва роботи на Miva Robotics, затова той показва съвместна работа на софтуера на Destro с чужд хардуер. Самият пилот не установява, че на тази площадка вече работят машини от няколко производителя. По-широкото предложение на платформата е задачите да останат част от общ работен процес и при добавяне на друг тип машина. Необходимата интеграция ще зависи от конкретния робот и системите, които използва складът.

Какво показва разширяването и къде остава човекът

Работещата операция при Yusen и решението за по-голямо внедряване дават по-конкретна представа за приложимостта на системата от кратка демонстрация. Не са публикувани сравними показатели за обработени товари, престой и човешки труд в този обект. Поради това разширяването показва, че клиентът продължава проекта, без само по себе си да измерва колко по-бърз е станал процесът.

Системата засега решава ясно очертана задача: да съгласува сортирането от служители с придвижването на товарни колички от мобилни роботи. Хващането, подреждането и манипулирането на предмети с различна форма изискват сръчност, която зависи и от механиката на машината, и от моделите върху нея. Дори доброто разпределяне на задачите не може да компенсира липсваща способност за захват. Това поставя граница пред пренасянето на същия подход към всяка ръчна операция в склада.

Следващият конкретен резултат ще дойде от работата на разширеното внедряване и от отделния пилот в Южна Калифорния. Данни за обработен обем, време за преместване на количка и нужната човешка намеса биха показали какво печели складът от общото разпределяне на задачите при повече машини.

Прочетете също:

• Meta превръща един prompt в игра — но достъпът още е ограничен