Robotica en fysieke AI
Serve Robotics stelt wagenparksoftware en data beschikbaar aan bedrijven die werken aan fysieke AI

Serve Robotics kondigde Physical AI Services aan op 5 november 2026. Het stelt daarmee tools voor robotconnectiviteit, datacuratie en trainingsdata uit de praktijk beschikbaar aan andere bedrijven die fysieke AI ontwikkelen. Bedrock Robotics, dat autonome systemen voor zwaar bouwmaterieel ontwikkelt, is een van de eerste klanten.
De suite met drie producten brengt de infrastructuur die Serve heeft ontwikkeld tijdens de uitbreiding van zijn eigen activiteiten als product op de markt. Het bedrijf zegt meer dan 2.000 robots te hebben ingezet in meer dan 40 steden en 27 ziekenhuizen, en dat Physical AI Services al duizenden voertuigen in twaalf bedrijfstakken aandrijft. Daaronder vallen de bouw, mijnbouw, autonoom vrachtvervoer en Serves bezorgvloot voor maaltijden op trottoirs. Zo beschikt het aanbod over een operationele basis die uiteenlopende machines en omgevingen omvat.
‘Een robot bouwen is nog maar het begin. Om duizenden robots verbonden te houden, te laten leren en steeds beter te maken, is een extra technologielaag nodig’, aldus medeoprichter en CEO Ali Kashani.
Connectiviteit en toezicht op het wagenpark
Serve Link verbindt machines in het veld met modellen, monitoringsystemen en trainingssystemen, nu steeds meer rekenwerk voor fysieke AI naar datacenters verhuist. De functies omvatten taakbeheer, bewaking van de status van afzonderlijke apparaten, ondersteuning op afstand bij het afhandelen van uitzonderingssituaties, gegevensverzameling en het opsporen van moeilijke voorbeelden. Bedrock gebruikt Link om apparatuur te verbinden via wifi-, LTE-, 5G- en satellietnetwerken.
Volgens de documentatie over Physical AI Services kan de software 4G-, 5G-, wifi-, satelliet- en particuliere mobiele verbindingen bundelen, de optimale transmissielogica voorspellen om bufferen te voorkomen en is deze ontworpen om de latentie, verwerkingstijd en rekenoverhead te verminderen. De software kan op vrijwel elke hardware draaien. Deze mogelijkheden zijn bedoeld om wagenparken bereikbaar te houden op uiteenlopende locaties en bij wisselende netwerkomstandigheden.
Van wagenparkgegevens naar trainingsdata
Serve Data Curator is bedoeld om de grote hoeveelheid informatie te verwerken die door ingezette robots wordt gegenereerd. De tool zet petabytes aan sensorgegevens om in doorzoekbare en visualiseerbare gegevens over het wagenpark. Zo kunnen ingenieurs relevante scenario’s vinden, storingen onderzoeken en zeldzame randgevallen opsporen zonder elke opname handmatig te hoeven bekijken.
Geselecteerde voorbeelden kunnen worden samengebracht in gerichte datasets voor training en evaluatie. Geïntegreerde annotatie en koppelingen met workflows voor machinelearning verbinden het vinden van bruikbare voorbeelden met het gebruik ervan bij de ontwikkeling van modellen. De prestaties van modellen kunnen vervolgens richting geven aan de voorbeelden die teams als volgende selecteren, verzamelen en simuleren. Zo wordt wat robots in het veld tegenkomen gekoppeld aan de daaropvolgende training.
Serve zegt dat Data Catalog miljoenen uren aan praktijkgegevens bevat van robots die op straat actief zijn, waaronder topografische informatie en gegevens over infrastructuur. Het bedrijf zegt ook dat gegevensverzameling tijdens live-inzet voldoet aan de lokale wetgeving en de privacy van omstanders respecteert. Gegevens over terrein en infrastructuur uit de inzet op trottoirs zijn bedoeld om basismodellen te leren omgaan met complexe menselijke omgevingen, zoals stadstrottoirs.
De suite is modulair en direct inzetbaar, met gedocumenteerde toepassingen in de humanoïde robotica, landbouw, bosbouw, onderwaterverkenning en autonome vrachtwagens, naast bezorging en bouw. De gemene deler is de infrastructuur: connectiviteit, gegevensoverdracht en datacuratie worden aangeboden als bestaande bouwstenen, zodat klanten hun engineeringtijd kunnen besteden aan hun eigen machines en autonome systemen.
Voor Serve is de centrale vraag in hoeverre die operationele ervaring overdraagbaar is. Het aanbod nodigt klanten uit voort te bouwen op infrastructuur en data die zijn gevormd door de inzet op trottoirs en in ziekenhuizen, terwijl hun eigen machines andere taken uitvoeren. De waarde ervan hangt af van de hoeveelheid engineeringwerk die deze gedeelde bouwstenen hun uit handen kunnen nemen.












