Serve Robotics åpner flåteprogramvaren og dataene sine for selskaper innen fysisk KI

Serve Robotics kunngjorde Physical AI Services 5. november 2026 og gjorde verktøyene sine for robottilkobling, datakuratering og treningsdata fra virkelige forhold tilgjengelige for andre selskaper som utvikler fysisk KI. Bedrock Robotics, som utvikler autonome systemer for tungt anleggsutstyr, er blant kundene ved lanseringen.

Produktpakken med tre produkter gjør infrastrukturen Serve bygde opp mens selskapet utvidet sin egen virksomhet, tilgjengelig som kommersielle produkter. Selskapet opplyser at det har utplassert mer enn 2 000 roboter i mer enn 40 byer og på 27 sykehus, og at Physical AI Services allerede driver tusenvis av kjøretøy på tvers av et dusin bransjer. Disse omfatter bygg og anlegg, gruvedrift, autonom lastebiltransport og Serves flåte av fortausgående roboter for matlevering, noe som gir tjenesten et driftsgrunnlag som dekker ulike maskiner og miljøer.

«Å bygge en robot er bare begynnelsen. Å holde tusenvis av dem tilkoblet, lærende og i stadig utvikling krever et ekstra teknologilag», sa medgrunnlegger og administrerende direktør Ali Kashani.

Tilkobling og flåteovervåking

Serve Link kobler maskiner ute i felt til modeller, overvåkingssystemer og treningssystemer etter hvert som mer databehandling for fysisk KI flyttes til datasentre. Funksjonene omfatter oppgavehåndtering, overvåking av enhetsstatus, fjernassistanse ved håndtering av avvik, datainnsamling og mining etter vanskelige eksempler. Bedrock bruker Link til å koble til utstyr via Wi-Fi, LTE, 5G og satellittnettverk.

Dokumentasjonen for Physical AI Services opplyser at programvaren kan kombinere 4G-, 5G-, Wi-Fi-, satellitt- og private mobilnettverksforbindelser, forutsi optimal overføringslogikk for å unngå bufring og er utviklet for å redusere forsinkelse, behandlingstid og beregningskostnader samtidig som den kjører på nesten all maskinvare. Disse funksjonene skal bidra til at flåtene kan nås på tvers av ulike steder og nettverksforhold.

Fra flåtedata til treningsdata

Serve Data Curator håndterer mengden informasjon som produseres av utplasserte roboter. Verktøyet gjør petabyte med sensordata om til søkbare og visualiserbare flåtedata, slik at ingeniører kan finne relevante scenarioer, undersøke feil og identifisere sjeldne randtilfeller i den lange halen uten å måtte gjennomgå hvert opptak manuelt.

Utvalgte eksempler kan settes sammen til målrettede datasett for trening og evaluering. Integrert annotering og tilkoblinger til arbeidsflyter for maskinlæring knytter oppdagelsen av nyttige eksempler til bruken av dem i modellutvikling. Modellens ytelse kan deretter gi teamene grunnlag for å avgjøre hvilke eksempler de skal kuratere, samle inn og simulere videre, slik at det robotene møter i felt, knyttes til den påfølgende treningen.

Serve opplyser at Data Catalog inneholder millioner av timer med data fra virkelige forhold, samlet inn fra roboter som opererer i gater, inkludert topografisk informasjon og informasjon om infrastruktur, og at datainnsamling under drift i felt følger lokale lover og ivaretar personvernet til folk i nærheten. Terreng- og infrastrukturdata fra utplasseringer på fortau skal lære grunnmodeller om komplekse menneskeskapte miljøer, som fortau i byer.

Produktpakken er modulær og klar til bruk, med dokumenterte bruksområder innen humanoidrobotikk, jordbruk, skogbruk, undervannsutforskning og autonome lastebiler, i tillegg til levering og bygg og anlegg. Fellesnevneren er infrastruktur: Tilkobling, dataoverføring og datakuratering tilbys som ferdige grunnlag, slik at kundene kan bruke ingeniørtiden på egne maskiner og egen autonomi.

For Serve er hovedspørsmålet hvor langt denne driftserfaringen kan overføres. Tilbudet ber kundene bygge videre på infrastruktur og data som er formet av utplasseringer på fortau og sykehus, mens deres egne maskiner utfører andre oppgaver. Verdien avhenger av hvor mye ingeniørarbeid disse felles grunnlagene kan spare dem for.