LuminX εξασφαλίζει 5,5 εκατ. δολάρια για να κάνει τις αποθήκες έξυπνες με μοντέλα οράματος-γλώσσας στο άκρο

LuminX, μια εταιρεία AI με έδρα το Σαν Φρανσίσκο που επαναπροσδιορίζει τις λειτουργίες των αποθηκών, ανακοίνωσε μια финансиación σπόρων 5,5 εκατ. δολαρίων για την προώθηση της αποστολής της για την ενσωμάτωση Μοντέλων Οράματος-Γλώσσας (VLMs)直接 στα περιβάλλοντα των αποθηκών. Η финансиación, η οποία ηγείται από 1Sharpe, GTMFund, 9Yards, Chingona Ventures, και το Bond Fund, έχει ως στόχο να επιταχύνει την ανάπτυξη της πρωτοποριακής πλατφόρμας αυτοματοποίησης αποθήκης της LuminX.

Στην καρδιά της, η LuminX αντιμετωπίζει ένα από τα πιο επίμονες προβλήματα της logistικής: την έλλειψη πραγματικού χρόνου, αξιόπιστης ορατότητας στις αποθήκες. Δισεκατομμύρια χάνεται κάθε χρόνο λόγω Υπερβολικής, Ελλειμματικής και Βλαβής (OS&D) αξιώσεων—συχνά οφειλόμενο σε παλιές χειροκίνητες διαδικασίες, σφάλματα σκανάρισματος κωδικών και κατακερματισμένα δεδομένα. Η LuminX στοχεύει στην εξάλειψη αυτών των ανεπάρκεων με ένα σύστημα που βασίζεται στο άκρο, με τεχνητή νοημοσύνη που “βλέπει” και κατανοεί τον φυσικό κόσμο της αποθήκης σε πραγματικό χρόνο.

Τι διακρίνει τη LuminX: Μοντέλα Οράματος-Γλώσσας στο Άκρο

Σε αντίθεση με τα παραδοσιακά συστήματα οράματος που απαιτούν κεντρική επεξεργασία και εξάρτηση από το cloud, η LuminX αναπτύσσει Μοντέλα Οράματος-Γλώσσας (VLMs) σε συσκευές άκρου χαμηλού κόστους—συμπαγείς, κινητές συσκευές που μπορούν να τοποθετηθούν σε περονοφόρα, αποβάθρες ή να χρησιμοποιηθούν ως χειροκίνητοι σαρωτές.

Αλλά τι είναι ακριβώς τα Μοντέλα Οράματος-Γλώσσας, και γιατί έχουν σημασία;

Τα Μοντέλα Οράματος-Γλώσσας είναι μια υβριδική κατηγορία συστημάτων μηχανικής μάθησης που συνδυάζουν την οπτική αντίληψη (οπτική του υπολογιστή) με φυσική γλώσσα κατανόηση (NLU). Αυτά τα μοντέλα μπορούν να ερμηνεύσουν οπτικές σκηνές και να τις περιγράψουν ή να τις εξηγήσουν χρησιμοποιώντας γλώσσα. Για παράδειγμα, ένα VLM θα μπορούσε να αναλύσει μια παλέτα εμπορευμάτων και να αναγνωρίσει όχι μόνο τα αντικείμενα και τους κωδικούς, αλλά και να κατανοήσει χειρόγραφες σημειώσεις, βλαβές συσκευασίας, ημερομηνίες λήξης και ακόμη και να δημιουργήσει περιγραφές όπως, “Κουτί μήλων με σχισμένη συσκευασία και λείπων ετικέτα, πιθανότατα μη σκανάρισμα.”

Στην περίπτωση της LuminX, το VLM εκπαιδεύεται ειδικά για θορυβώδεις, πραγματικούς περιβάλλοντες αποθήκης—όπου τα αντικείμενα είναι τυλιγμένα σε πλαστικό, κλίνουν, κινούνται με ταχύτητα ή είναι εκτός ευθυγράμμισης. Τα ιδιοταγής μοντέλα τους μπορούν να αναγνωρίσουν προϊόντα, καταστάσεις και ετικέτες σε eine ευρεία ποικιλία σενάριων και στη συνέχεια να μεταφράσουν αυτά τα ευρήματα σε δομημένα δεδομένα που ενσωματώνονται απευθείας στο Σύστημα Διαχείρισης Αποθήκης (WMS).

Αυτή η μετατόπιση από απομονωμένα συστήματα οράματος σε πολυ-τροπική νοημοσύνη—όπου η όραση και η γλώσσα συνεργάζονται—ενables πολύ πιο σύνθετη αυτοματοποίηση και λειτουργική έμπνευση από ότι ήταν προηγουμένως δυνατό.

Ένα Αποδεδειγμένο Ηγετικό Takım

Η LuminX ηγείται από τον CEO Alex Kaveh Senemar, ο οποίος προηγουμένως ίδρυσε τη Voxel, μια εταιρεία που επικεντρώνεται στην AI-ενισχυμένη ασφάλεια του χώρου εργασίας, και τη Sherbit, η οποία αγοράστηκε από την Huma το 2019. Ο Senemar έχει ένα ρεκόρ στην εμπορευματοποίηση προϊόντων AI σε διάφορους κλάδους, το οποίο θέτει τη LuminX ως περισσότερο από ένα τεχνολογικό δείγμα—είναι μια επιχειρηματικά έτοιμη πλατφόρμα.

Σε αυτόν προστίθεται ο CTO Reza (Mamrez) Javanmardi, Ph.D., ένας ειδικός μηχανικής μάθησης που προηγουμένως εργαζόταν στη Voxel και ήταν βετεράνος της έρευνας οπτικής του υπολογιστή. Μαζί, έχουν συναρμολογήσει μια ομάδα με βαθιά γνώση AI, logistικής και μηχανικής από τη Microsoft , Apple (AAPL ), Intel (INTC ), Carnegie Mellon και Stanford.

Πραγματικός Κόσμος Επίπτωσης

Οι πρώτες αναπτύξεις δείχνουν ήδη δραματικές βελτιώσεις. Η Vertical Cold Storage, ένας από τους πιλότους συνεργάτες της LuminX, ανέφερε σημαντικές κερδισμένες στην ποιότητα ελέγχου και την παραγωγικότητα. Ο COO Robert Bascom σημείωσε, “Σε όλη μου την καριέρα, δεν έχω συναντήσει ποτέ ένα προϊόν που να βελτιώνει τόσο αποτελεσματικά την αποτελεσματικότητα ενώ ταυτόχρονα αυξάνει την ποιότητα και την αξιοπιστία.”

Kat Collins της 1Sharpe Capital, ενός από τους ηγέτες επενδυτές, πρόσθεσε, “Τα μοντέλα οράματος-γλώσσας που αναπτύσσονται στο άκρο σπάζουν τις δύο πιο δύσκολες δυσκολίες της logistικής—την έλλειψη εργατικού δυναμικού και την τύφλωση δεδομένων.”

Τι Επόμενο για τη LuminX

Η χρηματοδότηση θα υποστηρίξει τρεις πυλώνες πρωτοβουλίες:

1. Βαθύτερη Έρευνα και Ανάπτυξη VLM – Συνεχής βελτίωση των ιδιοταγών μοντέλων της LuminX για σύνθετα περιβάλλοντα αποθήκης.
2. Κλιμάκωση Αναπτύξεως Άκρου – Βελτίωση της συμβατότητας plug-and-play με συστήματα WMS ενώ βελτιώνει την απόδοση του υλικού.
3. Επιτάχυνση Πώλησης – Επέκταση εμπορικών συνεργασιών, ιδιαίτερα σε τρόφιμα, φαρμακευτικά, αυτοκινητικά και λιμενικές logistικές.

Συνδυάζοντας την πολυ-τροπική AI με υπολογισμό άκρου, η LuminX επαναπροσδιορίζει τι είναι δυνατό στην αυτοματοποίηση αποθήκης. Η πλατφόρμα της εταιρείας δεν είναι απλώς ένα επικάλυμμα—είναι ένα έξυπνο, ευαίσθητο επίπεδο υποδομής που μετατρέπει κάθε επιφάνεια με κάμερα σε ένα έξυπνο, ανταποκρινόμενο κόμβο στο δίκτυο αποθήκης.

Γιατί έχει Σημασία

Καθώς οι αλυσίδες εφοδιασμού συνεχίζουν να εξελίσσονται σε πολυπλοκότητα, η ενσωμάτωση του υπολογισμού άκρου, της οπτικής του υπολογιστή και των Μοντέλων Οράματος-Γλώσσας σηματοδοτεί μια σημαντική μετατόπιση σε тому πώς τα συστήματα logistικής μπορούν να διαχειριστούν. Αυτές οι τεχνολογίες, όταν εφαρμόζονται σε συναρμόζηση, επιτρέπουν τη συλλογή, ερμηνεία και δράση σε οπτικά δεδομένα σε πραγματικό χρόνο—χωρίς να εξαρτώνται από κεντρική υποδομή ή χειροκίνητη παρέμβαση.

Η προσέγγιση της LuminX αντανακλά μια ευρύτερη τάση στη βιομηχανία: να φέρει την ευφυΐα πιο κοντά στο σημείο λειτουργίας. Συνδυάζοντας την οπτική αντίληψη με τη γλώσσα-βασισμένη ερμηνεία, τα συστήματα μπορούν τώρα να ανιχνεύσουν ανωμαλίες, να ερμηνεύσουν δεδομένα προϊόντων και να υποστηρίξουν πιο ακριβή λήψη αποφάσεων όπου και όταν έχει σημασία. Αυτή η μετατόπιση έχει το δυναμικό να μειώσει τις ανεπάρκεες, να βελτιώσει την ακρίβεια των δεδομένων και να κάνει τις προηγουμένως αδιαφανείς διαδικασίες πιο μετρήσιμες.

Ενώ η μακροπρόθεσμη επίδραση αυτών των τεχνολογιών εξακολουθεί να αναπτύσσεται, το έργο της LuminX δείχνει πώς η εφαρμοσμένη AI αρχίζει να αντιμετωπίζει μακροχρόνιες λειτουργικές προκλήσεις στη logistική μέσω ενός πρακτικού, συστημικού προοπτικού.