LuminX asegura $5.5M para hacer que los almacenes sean inteligentes con modelos de lenguaje de visión en el borde

LuminX, una empresa de inteligencia artificial con sede en San Francisco que redefine las operaciones de almacenes, ha anunciado una ronda de financiación de $5.5 millones para avanzar en su misión de integrar modelos de lenguaje de visión (VLM) directamente en entornos de almacenes. La ronda, liderada por 1Sharpe, GTMFund, 9Yards, Chingona Ventures, y el Fondo Bond, está diseñada para acelerar el desarrollo de la plataforma de automatización de inventario de vanguardia de LuminX.

En su núcleo, LuminX aborda uno de los cuellos de botella más persistentes de la logística: la falta de visibilidad en tiempo real y confiable del inventario. Se pierden miles de millones anualmente debido a reclamaciones de Sobrantes, Faltantes y Dañados (OS&D) —a menudo impulsadas por procesos manuales obsoletos, errores de escaneo de códigos de barras y datos fragmentados. LuminX pretende eliminar estas ineficiencias con un sistema impulsado por inteligencia artificial y basado en el borde que “ve” y comprende el mundo físico del almacén en tiempo real.

Qué diferencia a LuminX: Modelos de lenguaje de visión en el borde

A diferencia de los sistemas de visión tradicionales que requieren procesamiento centralizado y dependencia de la nube, LuminX despliega Modelos de lenguaje de visión (VLM) en dispositivos de borde de bajo costo y robustos —hardware compacto y móvil que se puede montar en carretillas elevadoras, muelles o utilizar como escáneres portátiles.

Pero, ¿qué son exactamente los Modelos de lenguaje de visión y por qué son importantes?

Los Modelos de lenguaje de visión son una clase híbrida de sistemas de aprendizaje automático que fusionan la percepción visual (visión por computadora) con comprensión del lenguaje natural (NLU). Estos modelos pueden interpretar escenas visuales y describirlas o razonar sobre ellas utilizando el lenguaje. Por ejemplo, un VLM podría analizar una paleta de mercancías y no solo detectar artículos y códigos de barras, sino también comprender notas manuscritas, embalajes dañados, fechas de caducidad y incluso generar resúmenes contextuales como “Caja de manzanas con envoltura rasgada y etiqueta faltante, probablemente no escaneable”.

En el caso de LuminX, el VLM se entrena específicamente para entornos de almacenes del mundo real —donde los artículos están envueltos en plástico, inclinados, en movimiento a velocidad o mal alineados. Sus modelos propietarios pueden identificar productos, condiciones y etiquetas en una amplia gama de escenarios y luego traducir esos hallazgos en datos estructurados que se integran directamente en Sistemas de Gestión de Almacenes (WMS).

Este cambio de sistemas de visión aislados a inteligencia multi-modal —donde la visión y el lenguaje trabajan juntos— permite una automatización y una comprensión operativa mucho más sofisticadas de lo que era posible anteriormente.

Un equipo de liderazgo probado

LuminX está liderado por el CEO Alex Kaveh Senemar, quien anteriormente fundó Voxel, una empresa centrada en la seguridad laboral impulsada por inteligencia artificial, y Sherbit, que fue adquirida por Huma en 2019. El historial de Senemar en la comercialización de productos de inteligencia artificial en various industrias posiciona a LuminX como más que un demo de tecnología —es una plataforma empresarial lista.

Se une a él el CTO Reza (Mamrez) Javanmardi, Ph.D., un experto en aprendizaje automático anteriormente en Voxel y un veterano de la investigación de visión por computadora. Juntos, han reunido un equipo con profunda experiencia en inteligencia artificial, logística y ingeniería de Microsoft , Apple (AAPL ), Intel (INTC ), Carnegie Mellon y Stanford.

Impacto en el mundo real

Las primeras implementaciones ya están mostrando mejoras dramáticas. Vertical Cold Storage, uno de los socios piloto de LuminX, informó ganancias importantes en control de calidad y productividad. El COO Robert Bascom señaló: “En toda mi carrera, no he encontrado un producto que mejore tan efectivamente la eficiencia mientras simultáneamente aumenta la calidad y la confiabilidad”.

Kat Collins de 1Sharpe Capital, uno de los inversores líderes, agregó: “Los modelos de visión-lenguaje desplegados en el borde están rompiendo los dos cuellos de botella más duros de la logística —la escasez de mano de obra y la ceguera de datos”.

Qué sigue para LuminX

La financiación apoyará tres iniciativas clave:

1. Investigación y desarrollo de VLM – Refinamiento continuo de los modelos propietarios de LuminX para entornos de almacenes complejos.
2. Escalada de la implementación de borde – Mejora de la compatibilidad de plug-and-play con sistemas WMS mientras se mejora el rendimiento del hardware.
3. Aceleración del mercado – Expansión de las asociaciones comerciales, particularmente en la industria alimentaria, farmacéutica, automotriz y logística portuaria.

Al combinar la inteligencia artificial multi-modal con computación de borde, LuminX está redefiniendo lo que es posible en la automatización de almacenes. La plataforma de la empresa no es solo una capa de superposición —es una capa de infraestructura inteligente que convierte cualquier superficie equipada con cámara en un nodo inteligente y reactivo en la red del almacén.

Por qué es importante

A medida que las cadenas de suministro continúan evolucionando en complejidad, la integración de la computación de borde, la visión por computadora y los Modelos de lenguaje de visión marca un cambio importante en cómo se pueden gestionar los sistemas logísticos. Estas tecnologías, cuando se aplican en conjunto, permiten la recopilación, interpretación y acción sobre datos visuales en tiempo real —sin depender de la infraestructura centralizada o la intervención manual.

El enfoque de LuminX refleja una tendencia más amplia en la industria: acercar la inteligencia al punto de operación. Al combinar la percepción visual con el razonamiento basado en el lenguaje, los sistemas ahora pueden detectar anomalías, interpretar datos de productos y apoyar una toma de decisiones más precisa donde y cuando importa. Este cambio tiene el potencial de reducir las ineficiencias, mejorar la precisión de los datos y hacer que los procesos anteriormente opacos sean más medibles.

Aunque el impacto a largo plazo de estas tecnologías todavía se está desarrollando, el trabajo de LuminX ilustra cómo la inteligencia artificial aplicada está comenzando a abordar desafíos operativos de larga data en la logística a través de una perspectiva práctica y a nivel de sistemas.