캠 마이어스, CreateMe의 CEO 및 설립자 – 인터뷰 시리즈

캠 마이어스, CreateMe의 CEO이자 설립자는 2019년에 회사를 설립하여 고급 자동화를 통해 의류 제조를 현대화하는 비전을 가지고 있습니다. 샌프란시스코 베이 에リア에 기반을 두고 있으며, 그는 ADM Investment Partnership의 투자 자문, Group Commerce의 설립 팀의 초기 리더십, Downtown Music Holdings 및 Publicis Groupe (PU4.DE ) 의 비즈니스 개발 역할을 포함하여 다양한 배경을 가지고 있습니다. 그는 또한 세계 경제 포럼의 글로벌 혁신가 커뮤니티의 일원으로서, 기술 주도 산업 변화를 위한 그의 더 넓은 헌신을 반영합니다.

CreateMe는 의류를 만드는 방식을 재창조하는 인공지능 로봇틱스 회사입니다. 전통적인縫製를 대체하여 로봇공학, 컴퓨터 비전, 기계 학습이 구동하는 자동 접착 조립을 사용합니다. 자체적인 제조 플랫폼은 더 빠르고, 현지화된, 더 지속 가능한 의류 생산을 가능하게 하여浪費를 줄이고 공급망을 단축하며, 회사를 다음 세대의 소프트 굿즈 제조의 최전선에 위치시킵니다.

CreateMe를 설립하기 전에, 당신은 설립 팀의 일원으로서, 투자 및 자문 역할에서 일했으며, DoubleClick 및 Group Commerce와 같은 회사에서 일했습니다. 기술, 금융, 운영 경험의 그 혼합은 어떻게 자동화된 의류 제조와 같은 복잡한 문제를 해결하기로 결정하게 했나요?

CreateMe 이전에,私は기술 일반론으로 일했으며, 소프트웨어, 전자 상거래, 투자, 초기 단계 운영 역할을 포함하여 다양한 분야에서 일했습니다. 스타트업 팀의 일원으로서,私は실제적인 경험을積みました. 당신은 다양한 분야를 생각해야 하며, 기술, 경제, 운영이 실제로 어떻게 상호 작용하는지 볼 수 있습니다.

그 관점은 의류에 대한 다른 결론으로 이어졌습니다. 전자 상거래 스타트업을 통해,私は同じ 실패를 반복적으로 보았습니다. 낮은 판매, 심한 할인, 그리고大量의 재고가 궁극적으로 무효화되거나 폐기되었습니다. 대부분의 사람들은 그것을 상품 또는 예측 문제로 프레임했습니다. 기술적인 관점에서, 그것은 더 깊은 것의 증상임이 분명했습니다. 제조 시스템이 실제 수요에 반응할 수 없다는 것입니다.

그 통찰력은 다양한 분야를 연결하여 얻었습니다. 의류는 어떤 시스템의 부분이 나쁘게 운영된 것이 아니었습니다. 우리는 그것이 조율되거나 최적화될 수 있는 것이 아니라, 재료, 기계, 소프트웨어를 하나의 시스템으로서 처음부터 재고하는 것이 필요하다는 것을 깨달았습니다.

CreateMe는 그 신념에서 나왔습니다. 이것은 본질적으로 기술적인 문제였으며, 기술적인 해결책이 필요했습니다. 상호 작용하는 것이 그것을 처음으로 보이게 만들었으며, CreateMe의 접근 방식이 다르게 보이는 이유입니다. 우리는 의류 제조를 시스템 및 자동화 문제로 다루고, 산업이 실제로 작동하는 방식을 변경할 수 있는 플랫폼을 구축하기로 했습니다.

CreateMe는現在 로봇공학, 재료 과학, 자동화에 걸쳐서 중요한 특허 포트폴리오를 보유하고 있습니다. 기술적인 관점에서, 이 문제가 Physical AI로 해결될 수 있다는 것을 어떻게 확신하셨나요?

우리가 CreateMe를 설립했을 때, 우리는 의류 제조의 자동화를 위한 신뢰할 수 있는 경로가 있다고 믿었습니다. 그러나 그 과정 자체가 재고되어야 했습니다.織物은 변형 가능한, 상태 의존적인 재료입니다. 그것은 늘어나고, 이동하고, 처리되는 동안 행동을 변경합니다. 작은 변동이 빠르게 축적됩니다. 이러한 조건에서, 개방 루프 제어와 사전 프로그래밍된 동작은 붕괴됩니다. 문제는 로봇의 정밀도였습니다. 그것은 물질 상태를 충분히 잘 이해하여 행동할 수 있는지 여부였습니다.

우리의 첫 번째 실제 진전은 조립 모델을 변경함으로써 이루어졌습니다.縫製를 대체하여 접착 결합을 사용함으로써, 우리는 의류를 동적으로 이동하는 동안이 아니라, 정적인 상태에서 조립할 수 있었습니다. 그것은 주요한 변동성의 원인을 제거하고, 정렬 및 조인을 직접 제어할 수 있게 했습니다. 전통적인 기계 비전, ML 기반 컴퓨터 비전, 규칙 기반 논리, 로봇공학과 결합하여, 이것은 신뢰할 수 있는 자동화를 가능하게 했습니다.

그것은 또한 제한을 분명히 했습니다. 전통적인 규칙 기반 기계 비전은 기하학이 단순하고 조건이 엄격하게 제한될 때 잘 작동합니다. 그러나 의류에서 특히 복잡한 3차원 조인트에서,織物의 형태, 방향, 접촉이 지속적으로 공간에서 진화하는 경우, 그것들은 확장되지 않습니다. 이러한 작업의 종단간 자동화는 당시 사용 가능한 인식 및 모델링 도구로 달성할 수 없었습니다.

그것이 Physical AI가 방정식을 변경하기 시작하는 곳입니다. 인식, 감지, 구현된 지능의 발전은 3차원에서 변형 가능한 재료를 이해하고, 조립 중에 실시간으로 반응할 수 있게 합니다. CreateMe에서조차 초기 적용은 이미 자동화할 수 있는 의류,織物, 복잡한 3D 조인트 작업의 범위를 확장하고 있습니다. 대신에 스크립트된 행동, 시스템은 점점 더 물질 상태에 대해 추론하고, 실시간으로 적응하고, 조인트 작업을 종단간으로 실행할 수 있습니다. 각 결합 작업은織物이 힘, 열, 기하학에 반응하는 방식에 대한 데이터를 생성하여, 성능을 개선하고, 사용을 통해 일반화할 수 있습니다.

간단히 말해서, 우리의 초기 도구는 실현 가능성을 입증했습니다. Physical AI는 완전성과 규모를 잠금으로 풀어줍니다. 그것은 의류와 재료에 걸쳐 자동화가 확장될 수 있다는 것을 우리에게 확신시켰습니다. 특허 포트폴리오의 폭은 그 경로를 반영합니다. 변형 가능한 재료 조립을 해결하는 데에는 로봇공학, 재료 과학, 자동화에 걸쳐서 발명이 필요했습니다. Physical AI는 가장 복잡한 결합 형태를 여는 것입니다.

의류 제조는 오랫동안 완전한 자동화를 저항해 왔습니다. CreateMe는 어떻게 자동화의 임계값을 넘어서게 되었나요?

CreateMe의 경우, 자동화 임계값을 넘어서는 것은 두 가지 관련된 전환에 의해 주도되었습니다. 의류가 실제로 조립되는 방식과, 기계가 조립 중에織物을 인식하고 행동하는 방식입니다.

첫 번째 돌파구는 건축적이었습니다.縫製를 접착 결합으로 대체함으로써, 우리는織物의 양쪽에 접근할 필요를 제거했습니다. 의류는 단일 측면에서 접근할 수 있는 정적인 상태에서 조립될 수 있으며,縫製 기계를 통해 접히고, 뒤집히고, 긴장된 상태로 유지할 필요가 없습니다. 그것은 조작 복잡성을 크게 줄이고, 주요한 변동성의 원인을 제거했습니다.織物이 지원되고 한쪽에서 접근할 수 있는 경우, 정렬 및 조인은 제어 가능한 문제가 되며, 전통적인 기계 비전 및 로봇공학은 의류의 중요한 부분을 신뢰할 수 있게 자동화할 수 있습니다.

그 접근 방식은 또한 남은課題를 명확히 했습니다. 우리는 더 복잡한 3차원 조인트 작업으로 이동했을 때, 규칙 및 전통적인 기계 비전 기반 접근 방식은 한계에 도달했습니다. 의류와織物의 전체 변동성에 걸친 종단간 자동화는 더 적응 가능한 인식 및 제어가 필요했습니다.

그것이 Physical AI가 중요한 역할을 하는 곳입니다. 인식, 감지, 구현된 제어의 발전은 3차원에서織物의 기하학 및 물질 상태를 해석하고, 조립 중에 실시간으로 반응할 수 있게 합니다. CreateMe에서조차 초기 적용은 이미 자동화할 수 있는 의류,織物, 복잡한 3D 조인트 작업의 범위를 확장하고 있습니다.

간단히 말해서, 프로세스 재설계, 결합, 단일 측면 접근, 정적 조립은 자동화를 가능하게 했습니다. Physical AI는 자동화가 종단간 작동으로 이동하고, 실제 변동성에 걸쳐 확장할 수 있게 합니다. 의류 제조는狭い 자동화에서 시스템으로 이동할 수 있습니다. 시스템은 복잡성이 증가할 때 개선됩니다.

MeRA는 의류 생산을 위한 모듈식 로봇 조립 접근 방식을 도입합니다. 이 시스템은 전통적인 공장 자동화와 어떻게 근본적으로 다릅니다?

MeRA는 의류 제조의 특정 제약을 중심으로 설계되었기 때문에, 다른 산업에서 유래된 전통적인 공장 자동화와 근본적으로 다릅니다.

従来의 자동화는 고정된 기하학, 예측 가능한 재료, 제한된 변동성을 가정합니다. 교체는 도구 집약적이고 기계적으로 제한된 설정 및 프로세스 특정한 피팅을 통해 관리됩니다. 그 모델은 제품이 거의 변경되지 않는 경우에 작동합니다. 의류에서 깨집니다. 여기서 재료는 변형 가능하며, 스타일은 빠르게 전환되며, 생산은 경제적으로 жиз능을 유지하기 위해 높은 속도로 실행되어야 합니다.

MeRA는 반대적인 가정에서 시작합니다. 의류는 변형 가능한 재료,不断한 변동성, 빈번한 교체를 처리할 수 있는 시스템을 필요로 합니다. 생산을 중단하지 않고. MeRA는 모듈식, 소프트웨어 정의된 조립 아키텍처를 사용합니다. 각 모듈은 별개의 작업을 수행하며, 제품,織物, 또는 볼륨이 변경됨에 따라 재구성, 복제, 또는 재배치할 수 있습니다. 교체는 디지털로, 소프트웨어에서 발생합니다. 물리적인 재도구를 통해 발생하는 것이 아닙니다.

건축적으로, MeRA는 속도와 제어를 최대화하도록 설계되었습니다. 조립은 2차원으로 유지되며, 비전, 정렬, 동작이 가장 빠르고 가장 정밀한 경우, 3차원 작업으로 전환하기 전에, 형성 또는 조인트가 필요할 때만 3차원 작업으로 전환합니다. 전통적인 자동화는 고정된 3차원 작업 셀을 통해 부품을 밀어냅니다. MeRA는 3차원 복잡성을 최소화하여 처리량을 보존합니다.

디지털 접착 결합과 결합하여, MeRA는 기계적으로 제한된 조인트를 프로그래밍 가능한, 단일 측면 작업으로 대체합니다. 의류를 뒤집거나, 계속적인 긴장을 관리하거나, 프로세스 중에 양쪽 면에 접근할 필요가 없습니다. 그것은 사이클 시간을 줄이고, 오류율을 낮추며, 디지털 교체를 빠르게 할 수 있습니다.

간단히 말해서, 전통적인 자동화는 프로세스를 하드웨어에 코드화합니다. MeRA는 프로세스를 소프트웨어에 정의하고, 그것을 재료에 적응시킵니다. 물리적인 재도구에서 디지털 교체로, 고정된 워크플로에서 모듈식 조립으로의 전환은 MeRA가 의류가 요구하는 속도와 변동성에서 작동할 수 있게 합니다.

Pixel은縫製를 미세 접착 결합으로 대체합니다. 효율성과 속도 외에도, 이것은 의류 브랜드에게 새로운 디자인이나 성능 가능성을 제공합니다.

Pixel은 의류 구조를 재정의합니다. 디지털적으로 제어되는 미세 접착 결합으로縫製를 대체함으로써, 브랜드는 더 큰 정밀도와 일관성을 얻을 수 있습니다. 그 결과, 의류는 더 부드럽고, 더 강하고, 착용감이 더 편안해집니다. 그 과정은 소프트웨어 정의이기 때문에, 봉합은 의류 구조에 직접적으로 설계될 수 있습니다. 스트레치, 수분 관리, 열 조절, 경량화된 보강과 같은 기능을 직접 설계할 수 있습니다.

그 이점은 의류의 성능을 넘어섭니다. 동일한 디지털 제어가 성능을 가능하게 하는 것과 같이, 의류는 처음부터 종말까지 설계될 수 있습니다. Thermo(re)set 접착 제형을 사용하면, 결합을逆转할 수 있으며, 자동화된 해체 및 대규모 직물 재활용을 가능하게 합니다. 브랜드에게, Pixel은 디자인, 성능, 순환성을 통합된 결과로 만듭니다. 그것은 후속 우선순위가 아니라, 구조 자체의 일부입니다.

현재 Physical AI에 대한 많은 화제가 있습니다. 실제로 Physical AI는 어디에서 작동하며, 어디에서 아직 기대와 현실이 다릅니다?

Physical AI는 문제가 지능에 의해 구조화되었을 때 작동합니다. 우리는 반복 가능하지만 여전히 적응이 필요한 작업을 포함하는 환경에서 진전을 보았습니다. 여기서 작업은 반복 가능하지만 여전히 적응이 필요합니다. 또한 기계가 실제로 중요한 것을 관찰하고推論할 수 있는 환경입니다.

기대와 현실이 여전히 다르기 시작하는 곳은 일반적인 목적의 구현된 지능입니다. 변형 가능한 재료는 로봇공학에서 가장 어려운 문제 중 하나입니다. 부분적으로 관찰 가능성, 비선형 행동,不断한 변동성을 도입하기 때문입니다. Physical AI는 인간의 민첩성을 대체하는 것이 아닙니다. 또한 혼란스럽거나 레거시 환경에서 기본적으로 성공하지 않습니다.

실제로, 차이는 설계에 있습니다. Physical AI는 물리적인 프로세스가 불확실성을 줄이기 위해 재고되어야 할 때 작동합니다. 접근이 간단화되고, 상태가 관찰 가능하며, 변동성이 건축에 의해 관리될 때, 학습 시스템은 적응하고 개선할 수 있습니다. 그렇지 않으면, AI는 종종 나쁨으로부터 물리적인 설계를 보완하는 것입니다.

그것이 우리가 CreateMe에서 적용하는 렌즈입니다. 우리는 Physical AI를 제조 복잡성을 피하는 단축으로 취급하지 않습니다. 우리는 그것을 스케일링 레이어로 취급합니다. 그것은 기본적인 조립 시스템이 처음부터 재설계되어야 할 때만 작동합니다.Physical AI는 물리적인 세계가 지능이 실제로 작동할 수 있도록 설계되었을 때만 확장됩니다.

관세, 지緣 정치적 위험, 공급망 취약성은 구조적인 문제가 되고 있습니다. MeRA와 같은 기술은 어떻게 미국으로 제조를 돌아오게 하는 경제학을 변경합니까?

CreateMe의 관점에서, 자동화 임계값을 넘어서는 것은 두 가지 관련된 전환에 의해 주도되었습니다. 의류가 실제로 조립되는 방식과, 기계가 조립 중에織物을 인식하고 행동하는 방식입니다.

첫 번째 돌파구는 건축적이었습니다.縫製를 접착 결합으로 대체함으로써, 우리는織物의 양쪽에 접근할 필요를 제거했습니다. 의류는 단일 측면에서 접근할 수 있는 정적인 상태에서 조립될 수 있으며,縫製 기계를 통해 접히고, 뒤집히고, 긴장된 상태로 유지할 필요가 없습니다. 그것은 조작 복잡성을 크게 줄이고, 주요한 변동성의 원인을 제거했습니다.織物이 지원되고 한쪽에서 접근할 수 있는 경우, 정렬 및 조인은 제어 가능한 문제가 되며, 전통적인 기계 비전 및 로봇공학은 의류의 중요한 부분을 신뢰할 수 있게 자동화할 수 있습니다.

그것은 또한 남은課題를 명확히 했습니다. 우리는 더 복잡한 3차원 조인트 작업으로 이동했을 때, 규칙 및 전통적인 기계 비전 기반 접근 방식은 한계에 도달했습니다. 의류와織物의 전체 변동성에 걸친 종단간 자동화는 더 적응 가능한 인식 및 제어가 필요했습니다.

그것이 Physical AI가 중요한 역할을 하는 곳입니다. 인식, 감지, 구현된 제어의 발전은 3차원에서織物의 기하학 및 물질 상태를 해석하고, 조립 중에 실시간으로 반응할 수 있게 합니다. CreateMe에서조차 초기 적용은 이미 자동화할 수 있는 의류,織物, 복잡한 3D 조인트 작업의 범위를 확장하고 있습니다.

간단히 말해서, 프로세스 재설계, 결합, 단일 측면 접근, 정적 조립은 자동화를 가능하게 했습니다. Physical AI는 자동화가 종단간 작동으로 이동하고, 실제 변동성에 걸쳐 확장할 수 있게 합니다. 의류 제조는狭い 자동화에서 시스템으로 이동할 수 있습니다. 시스템은 복잡성이 증가할 때 개선됩니다.

의류 브랜드는 전통적인 커팅 및縫製 환경과 같은 제조 제약이 더 이상 동일하지 않은 경우, 제품 디자인에 대해 어떻게 다르게 생각해야 합니까?

전통적인 의류 디자인은 현재의 커팅 및縫製 제조의 논리를 반영합니다. 두側 접근, 바늘 관통, 인간의 손으로 반복 가능한 방법으로 최적화된 시암 허용량, 그리고 수작업 반복성을 최적화한 건설 방법입니다. 이것들은 의류의 본질적인 요구 사항이 아닙니다. 그것은 의류가 만들어진 방식의 산물입니다.

자동화된, 결합된 조립은 다른 디자인 논리를 도입합니다. 디자인은 단일 측면 접근, 디지털적으로 제어되는 접착 결합, 그리고 높은 반복성을 가정합니다. 그것은 더 작은 내부 시암 허용량, 더 정밀한 글루 라인, 그리고縫製 대응물보다 구조적으로 더 견고하고 미적으로 깨끗한 더 낮은 프로파일 조립을 가능하게 합니다.

그 접근 방식은 또한 재료의 자유를 확대합니다. 시암 테이프와는 달리, 일반적으로 고온이고 합성 물질에만 제한되는 디지털 접착 결합은 자동화를 다양한織物에 걸쳐 가능하게 합니다. 재료 선택은 “어떤 것이 신뢰할 수 있게縫製될 수 있는가”에서 “어떤 것이 제품을 가장 잘 지원하는가”로 이동합니다.

그 컨텍스트에서, 자동화를 위한 디자인은 제한적이지 않습니다. 그것은 생성적입니다. 창의적인 의도, 미적 표현, 제조 논리는 처음부터 정렬됩니다. 디자인은 더 정밀하고 더 표현력이 풍부해집니다. 자동화는 일관성과 실행을 처리합니다. 디자이너는 형태, 기능, 차별화를 중점적으로 다룹니다.

고도로 자동화된 의류 공장에서 인간의 역할은 무엇이며, 로봇이 반복적인 작업을 담당할 때 어떤 새로운 기술이 중요해집니까?

고도로 자동화된 의류 공장에서, 인간의 역할은 반복적인 수작업 실행에서 자동화된 조립 시스템의 운영, 감독, 개선으로 이동합니다. 긴縫製 라인 대신에, 더 작은 팀은 로봇 셀을 중심으로 조직되며, 제조 기술자, 셀 감독자, 프로세스 전문가는 전체 생산 흐름에 걸쳐 성능, 품질, 업타임을 책임집니다.

제조 기술자는 로봇, 비전 시스템, 접착 기반 결합 장비와 함께 작업합니다. 그들은 로봇 셀을 모니터링하고, 디스펜스 경로와 결합 매개변수를 조정하며, 다양한織物에 걸쳐 재료 상호 작용을 관리하며, 변동성 또는 에지 ケース가 발생할 때 개입합니다. 품질 보증은 연속적이며 샘플링되지 않습니다. 비전 시스템은 배치, 정렬, 결합 일관성을 실시간으로 검사합니다. 인간은 임계값을 감독하고, 비정상성을 해석하며, 언제 그리고 어떻게 프로세스를 조정할지 결정합니다.

이 모델은 수작업 생산보다 훨씬 높은 품질과 반복성을 제공합니다. 자동 디스펜서 및 배치는 변동성을 줄이고, 디지털 QA는 각 단위에 걸쳐 일관된 실행을 가능하게 합니다. 인간의 판단은 예외를 평가하고, 허용치를 세분화하고, 시스템 성능을 개선하는 데 가장 가치가 있습니다.

그것은 제조 운영에 직접적으로 내장된 의도적인 훈련 및 업스킬링 모델을 필요로 합니다. 작업자는 생산 대시보드를 읽고, 비전 및 센서 데이터를 해석하며, 본드 품질 메트릭스를 이해하며, 로봇 시스템과 안전하게 협업하는 방법을 배웁니다. 그들은 접착 행동, 재료 특성, 프로세스 매개변수와 그 변수가 QA 데이터에 나타나는 방식에 대해 배우게 됩니다.

시간이 지남에 따라, 업스킬링은 기본적인 시스템 작동에서 더 깊은 프로세스 소유권으로 진행됩니다. 구조화된 온더잡 트레이닝, 인증 스타일 모듈, 멘토링을 통해, 기술자는 루트 원인 분석, 예방 유지 보수, 지속적인 개선을 개발합니다. 결과는 기술적으로 유창한 작업력을 생성하며, 높은 품질의 반복 가능한 생산을 확장할 수 있으며, 자동화가 제품 일관성과 인간의 능력을 높이는 것이 아니라, 대체하는 것을 가능하게 합니다.

5년에서 10년 사이에, Physical AI는 의류뿐만 아니라 제조업을 어떻게 바꿀 것이라고 생각합니까? CreateMe는 어디에서 가장 큰 영향을 미치고 싶습니까?

우리의 관점에서, 제조업에서 Physical AI의 가장 큰 기회는 가장 높은 변동성과 복잡성을 가진 작업에 있습니다. 여기서 기존의刚性 자동화가 잘 작동하지 않는 곳입니다. 가장 어려운 문제 중 하나는 소프트 물질 조립입니다. 의류는 가장 명확한 예입니다. 그러나 동일한 역학은 소비자 전자 제품, 의료 제품, 가구, 자동차 내부와 같은 분야에서도 존재합니다.

이 범주에서,縫製 및 소프트 굿즈 조립은 제조 공정에서 가장 높은 노동 내용을 차지하며, 여전히 가장 자동화되지 않은 부분입니다. CreateMe의 경우, 자동화 임계값을 넘어서는 것은 두 가지 관련된 전환에 의해 주도되었습니다. 의류가 실제로 조립되는 방식과, 기계가 조립 중에織物을 인식하고 행동하는 방식입니다.

첫 번째 돌파구는 건축적이었습니다.縫製를 접착 결합으로 대체함으로써, 우리는織物의 양쪽에 접근할 필요를 제거했습니다. 의류는 단일 측면에서 접근할 수 있는 정적인 상태에서 조립될 수 있으며,縫製 기계를 통해 접히고, 뒤집히고, 긴장된 상태로 유지할 필요가 없습니다. 그것은 조작 복잡성을 크게 줄이고, 주요한 변동성의 원인을 제거했습니다.織物이 지원되고 한쪽에서 접근할 수 있는 경우, 정렬 및 조인은 제어 가능한 문제가 되며, 전통적인 기계 비전 및 로봇공학은 의류의 중요한 부분을 신뢰할 수 있게 자동화할 수 있습니다.

그것은 또한 남은課題를 명확히 했습니다. 우리는 더 복잡한 3차원 조인트 작업으로 이동했을 때, 규칙 및 전통적인 기계 비전 기반 접근 방식은 한계에 도달했습니다. 의류와織物의 전체 변동성에 걸친 종단간 자동화는 더 적응 가능한 인식 및 제어가 필요했습니다.

그것이 Physical AI가 중요한 역할을 하는 곳입니다. 인식, 감지, 구현된 제어의 발전은 3차원에서織物의 기하학 및 물질 상태를 해석하고, 조립 중에 실시간으로 반응할 수 있게 합니다. CreateMe에서조차 초기 적용은 이미 자동화할 수 있는 의류,織物, 복잡한 3D 조인트 작업의 범위를 확장하고 있습니다.

간단히 말해서, 프로세스 재설계, 결합, 단일 측면 접근, 정적 조립은 자동화를 가능하게 했습니다. Physical AI는 자동화가 종단간 작동으로 이동하고, 실제 변동성에 걸쳐 확장할 수 있게 합니다. 의류 제조는狭い 자동화에서 시스템으로 이동할 수 있습니다. 시스템은 복잡성이 증가할 때 개선됩니다.

CreateMe의 비전은 소프트 물질 조립을 변혁하는 것입니다. 의류와 유연한 물질의 자동화된 조립을 소프트웨어와 같이 프로그래밍 가능하고, 확장 가능하며, 적응 가능한 것으로 만드는 것입니다. 기계 및 로봇 구현은 근단에 의해 변할 수 있지만, 핵심적인 도전은 동일합니다. 소프트 물질 조립은 노동 내용을 지배하며, 전통적인 자동화를 저항합니다.

그것은 의류에서 시작하여, Physical AI의 핵심 능력 세트를 증명하는 것입니다. 물질 상태, 변형 가능한 물질 조작, 에지 정렬, 결합 논리, 적응적인 조립을 포함하여, 다양한織物과 형태에 걸쳐서. CreateMe는 소프트 굿즈 제조 및 지능형 기계를 둘러싼 소프트 인터페이스의 다음 세대를 가능하게 하는 자동화를 더 넓은 산업 범위에 걸쳐 잠금으로 풀어주는 것을 목표로 합니다.

감사합니다. 인터뷰가 좋았습니다. 자세한 답변도 감사합니다. 더 많은 정보를 원하는 독자는 CreateMe를 방문하십시오.