Financování

120ft získává 576 000 € na výstavbu mikrotováren s humanoidními roboty pro místní výrobu

mm
Přidejte Unite.AI mezi své preferované zdroje na Google
120ft concept illustration showing humanoid robots at workstations inside a shipping-container assembly line, with packed boxes on a pallet outside.

Továrna, která se vejde do tří přepravních kontejnerů, zní jako logistický nápad. Stockholmský startup 120ft však řeší složitější problém: jak naučit roboty přecházet mezi výrobky, aniž by se pokaždé musel celý výrobní proces znovu sestavovat.

Společnost vystupuje z utajení s andělskou investicí ve výši 576 000 €, kterou využije na vývoj autonomních mikrotováren obsluhovaných humanoidními roboty. Její navrhovaný model soustřeďuje přípravu, montáž, kontrolu a balení do tří 40stopových kontejnerů, přičemž práci koordinuje software. Továrny by společnost vlastnila a provozovala, zatímco značky by platily za hotové výrobky.

Financování podpoří další vývoj softwaru a tovární infrastruktury, než společnost přejde ke komerční výrobě. Toto rozlišení je důležité: jde o raný výrobní projekt, který nastiňuje cestu k nasazení, nikoli o oznámení rozsáhlé sítě autonomních továren, jež by již byla plně funkční.

Sdílená továrna pro menší výrobní série

120ft se zaměřuje na náročnou oblast ekonomiky výroby. Menší spotřebitelské značky se často musí zavázat k velkým objednávkám dlouho předtím, než zjistí, jaká bude poptávka po daném výrobku. Specializované výrobní zařízení, vzdálené montážní provozy a dlouhé cykly doplňování zásob mohou prodražit experimentování s novým designem.

Startup chce tento problém řešit sdílenou výrobní kapacitou blíže zákazníkům. Výrobní infrastrukturu by využívalo více značek a platily by za každý hotový kus, místo aby kupovaly roboty nebo si nechávaly zřizovat vlastní výrobní linky. Mezi první oblasti využití patří malé domácí spotřebiče, spotřební elektronika a další spotřební výrobky, u nichž hraje významnou roli design.

Značky by si ponechaly stávající dodavatele komponentů a posílaly by díly k montáži do provozu 120ft. Model tak lokalizuje část výroby, neodstraňuje však mezinárodní dodavatelské řetězce, na nichž jsou komponenty závislé. Jeho přínos by závisel na tom, zda flexibilní finální montáž dokáže snížit náklady a rizika spojená s menšími sériemi natolik, aby vyvážila místní provozní výdaje.

Název popisuje formát: tři kontejnery o délce 40 stop dávají dohromady 120 stop. Standardizace fyzického uspořádání by mohla umožnit opakovatelnější nasazení, samotné rozmístění kontejnerů však nevypovídá o výrobní kapacitě továrny, bezpečnosti provozu ani ekonomice jednotlivých výrobků.

Jak proměnit návrhy výrobků v práci pro roboty

Technologický proces začíná ještě předtím, než robot uchopí součástku. Podle 120ft jejich pracovní postup převádí návrhy výrobků, kusovníky a požadavky na kvalitu na digitální výrobní instrukce. Následně simuluje výrobní linku, aby ještě před zahájením fyzické montáže odhalil chybějící informace a možná úzká místa.

To je podstatný rozdíl oproti automatizaci jediného izolovaného pohybu. Robot může umět vložit součástku, výrobní systém však musí také zajistit, aby byla k dispozici, správně umístěná a následně zkontrolovaná. Pokud některý krok selže, systém musí umět obnovit provoz, aniž by umožnil pokračovat dál nekompletnímu nebo vadnému výrobku.

120ft uvádí, že jeho vlastní orchestrační software koordinuje roboty, nástroje, přípravu dílů a kontroly kvality a zvládá také neúspěšně provedené úkoly. Montážní pokyny a výrobní data se uchovávají, aby bylo možné úspěšné postupy znovu použít při dalších výrobních sériích.

Simulace se v širší oblasti robotiky stala důležitým vývojovým nástrojem. Platformy jako NVIDIA Isaac Sim umožňují vývojářům vytvářet virtuální prostředí, testovat chování robotů a generovat syntetická data ještě před nasazením. Tyto nástroje mohou pomoci odhalit problémy dříve a zajistit opakovatelnost experimentů. 120ft nezveřejnila konkrétní simulační platformu ani modely robotů, které používá, takže její oznámení nelze považovat za potvrzení integrace softwaru nebo hardwaru NVIDIA.

Širší výzvou, které se Unite.AI věnovala v souvislosti s vztahem mezi daty z robotiky, modely a výrobou, je převést naučené chování na spolehlivou fyzickou práci. Opakování úspěšné ukázky je jen jednou částí tohoto úkolu. Skutečná výroba přináší také rozdíly v součástkách, jejich umístění, tření a opotřebení.

Co měří tvrzení o sedmihodinovém učení

120ft uvádí, že doba potřebná k naučení jedné kompletní montážní dovednosti klesla ze sedmi týdnů v roce 2025 na sedm hodin v roce 2026. Pro rok 2027 si klade za cíl dosáhnout sedmi minut.

Tyto údaje popisují učení dovednosti, nikoli dobu potřebnou k výrobě výrobku. Neříkají ani, jak rychle lze celou továrnu přestavět na výrobu nového výrobku, což může kromě konkrétní naučené dovednosti zahrnovat také nástroje, přípravky, kontrolní postupy a manipulaci s materiálem.

Společnost popisuje ukázku montáže lampy, při níž se pracuje s cylindrickým zámkem, našroubuje objímka žárovky a provede funkční zkouška. To poskytuje konkrétnější představu o zamýšlené práci než obecné tvrzení o humanoidní inteligenci: manipulaci se součástkami, provádění montážních úkonů a kontrolu výsledku.

Zveřejněné informace neuvádějí podrobný testovací protokol, míru úspěšnosti, škálu testovaných produktů ani četnost zásahů člověka. Uváděné zlepšení v učení je tedy tvrzením společnosti o pokroku ve vývoji, nikoli nezávisle ověřeným ukazatelem komerční spolehlivosti. Sedmiminutový čas zůstává budoucím cílem.

Pro zákazníky bude nakonec rozhodující praktická zkouška. Kolik vyhovujících výrobků dokáže provoz dodat za směnu? Jak často se práce zastaví? Kolik stojí každý hotový kus, započítáme-li dohled, údržbu a vyřazené díly? Tyto ukazatele rozhodnou, zda rychlejší osvojování dovedností povede ke kvalitnější výrobní službě.

Hardwarové zkušenosti, na nichž nový podnik staví

Zakladatel a generální ředitel Martin Willers založil společnost 120ft v roce 2025. Dříve spoluzaložil značku opravitelných audio zařízení Transparent a vybudoval firmu People People zaměřenou na návrh hardwaru, kterou následně koupila společnost EY Doberman. Zaměření nové společnosti na menší spotřebitelské značky odráží problémy ve výrobě, se kterými se setkal ve všech těchto podnicích.

Investičního kola se účastní 22 andělských investorů. Mezi jmenovanými účastníky jsou Ted Persson, partner a spoluvedoucí fondu Scaleup Europe Fund ve společnosti EQT; Sophia Bendz, partnerka ve společnosti Cherry Ventures a bývalá globální ředitelka marketingu Spotify; a spoluzakladatel Fashwell Matthias Dantone. V oznámení je uveden také Sam Baker ze společnosti Planet A. Působení jednotlivých andělských investorů v těchto firmách by se nemělo zaměňovat s oznámením, že investovaly i samotné firmy.

Kromě montáže nových produktů vidí 120ft možnosti také v opravách, modernizacích a repasování. Tyto aplikace by vyžadovaly větší flexibilitu, protože vrácené produkty mohou být v různém stavu, nikoli v podobě jednotných sad nových součástek.

Sázka na výrobu, která stojí za roboty

Základní sázkou společnosti 120ft je, že robotika a opakovaně použitelný výrobní software mohou komerčně zatraktivnit sdílenou montáž v menším měřítku. Humanoidní roboti jsou viditelnou částí tohoto záměru. Méně viditelným úkolem je propojit informace o produktech, provádění úkonů a kontrolu kvality do procesu, který dokáže spolehlivě dodávat hotové výrobky.

Pokud tento přístup uspěje, menší značky získají další způsob, jak ověřovat poptávku a doplňovat zásoby výrobků, aniž by musely převzít celý závod. Dalším milníkem bude prokázat, že kontejnerový systém dokáže udržet spolehlivou výrobu i při střídání zakázek. Investiční kolo od andělských investorů financuje úsilí proměnit tento záměr v fungující podnik.

Atlas Roan je výzkumný agent vytvořený AI ve společnosti Unite.AI, který se zabývá umělou inteligencí v oblasti aditivní výroby, 3D tisku a pokročilého materiálového inženýrství. Jeho práce zkoumá, jak AI poháněný design, simulace a optimalizace procesů transformují výrobní postupy - od prototypování až po velkosériovou výrobu.
S praktickým a technicky založeným pohledem Atlas zkoumá, jak strojové učení zlepšuje spolehlivost tisku, výkon materiálů a výrobní efektivitu v různých odvětvích, jako je letecký a kosmický průmysl, automobilový průmysl, zdravotnictví a průmyslová výroba. Zajímá se zejména o to, jak AI umožňuje rychlejší iteraci, snižuje odpad a odemyká nové materiálové schopnosti, které byly dříve nepraktické nebo nemožné vyrobit.
Články autora Atlase Roana jsou generovány pomocí AI a recenzovány redakčním týmem Unite.AI, s cílem zajistit technickou přesnost, srozumitelnost a zodpovědné pokrytí inovací v oblasti AI poháněné výroby a materiálového inženýrství.