Финансирование

120ft привлекла €576 000 на создание микро-фабрик с человекоподобными роботами для местного производства

mm
Добавьте Unite.AI в избранные источники в Google
120ft concept illustration showing humanoid robots at workstations inside a shipping-container assembly line, with packed boxes on a pallet outside.

Фабрика, которая помещается в три транспортных контейнера, звучит как логистическое решение. Для стокгольмского стартапа 120ft сложнее научить роботов переключаться между разными изделиями, не перестраивая каждый раз весь производственный процесс.

Компания выходит из режима скрытной разработки, привлекая €576 000 в рамках раунда ангельских инвестиций для создания автономных микро-фабрик, где будут работать человекоподобные роботы. Согласно предложенной модели, подготовка, сборка, проверка и упаковка будут проходить в трёх контейнерах длиной 40 футов, а программное обеспечение будет координировать работу. Компания будет владеть фабриками и управлять ими, а бренды — платить за готовую продукцию.

Финансирование позволит продолжить разработку программного обеспечения и фабричной инфраструктуры на пути к коммерческому производству. Это различие важно: пока речь идёт о раннем производственном проекте, который описывает путь к внедрению, а не объявляет о создании действующей сети автономных фабрик.

Общая фабрика для небольших производственных партий

120ft нацелилась на сложную проблему производственной экономики. Небольшим потребительским брендам часто приходится размещать крупные заказы задолго до того, как становится понятно, каким будет спрос на товар. Специализированное производственное оборудование, удалённые сборочные площадки и длительные циклы пополнения запасов могут сделать эксперименты с новым дизайном дорогими.

Стартап предлагает использовать общие производственные мощности, расположенные ближе к покупателям. Несколько брендов будут пользоваться одной и той же фабричной инфраструктурой и платить за каждое готовое изделие, а не покупать роботов или заказывать строительство собственных производственных линий. Среди первых сфер применения — мелкая бытовая техника, потребительская электроника и другие потребительские товары, в которых важную роль играет дизайн.

Бренды сохранят своих нынешних поставщиков компонентов и будут отправлять детали на сборку на площадку 120ft. Таким образом, модель позволяет локализовать часть производства, но не устраняет международные цепочки поставок компонентов. Её эффективность будет зависеть от того, сможет ли гибкая финальная сборка настолько снизить стоимость и риски выпуска небольших партий, чтобы компенсировать местные операционные расходы.

Название отражает формат: три контейнера длиной 40 футов в сумме составляют 120 футов. Стандартизация физических параметров фабрики может упростить тиражирование проекта, однако одна лишь компоновка контейнеров ничего не говорит о производительности фабрики, безопасности её работы или экономике единицы продукции.

Как превратить проект изделия в задачу для робота

Работа технологии начинается ещё до того, как робот берёт деталь. По словам 120ft, её рабочий процесс преобразует проекты изделий, списки компонентов и требования к качеству в цифровые производственные инструкции. Затем система моделирует производственную линию, чтобы выявить недостающую информацию и возможные узкие места до начала физической сборки.

Это существенно отличает такой подход от автоматизации отдельного движения. Робот может уметь вставить компонент, но производственная система должна также убедиться, что компонент есть в наличии, правильно расположен и прошёл проверку после установки. Если какой-либо этап завершится сбоем, системе нужно уметь восстановить работу, не допуская дальнейшего продвижения незавершённого или бракованного изделия.

По словам 120ft, собственное программное обеспечение для координации управляет роботами, инструментами, подготовкой деталей и проверками качества, в том числе обрабатывает сбои при выполнении задач. Инструкции по сборке и производственные данные сохраняются, чтобы успешно выполненные операции можно было повторно использовать в следующих производственных циклах.

Моделирование стало важным инструментом разработки в робототехнике в целом. Такие платформы, как NVIDIA Isaac Sim, позволяют разработчикам создавать виртуальные среды, проверять поведение роботов и генерировать синтетические данные до внедрения. Эти инструменты помогают раньше выявлять проблемы и проводить воспроизводимые эксперименты. 120ft не раскрыла, какую именно платформу для моделирования или модели роботов использует, поэтому её заявление не следует считать подтверждением интеграции с программным обеспечением или оборудованием NVIDIA.

Как отмечалось в материале Unite.AI о связи между данными робототехники, моделями и производством, более масштабная задача заключается в том, чтобы превратить усвоенные навыки в надёжную работу в реальных условиях. Повторить успешную демонстрацию — лишь одна часть этой задачи. В реальном производстве также возникают различия в деталях, их положении, трении и износе.

Что измеряет заявление о семичасовом обучении

По данным 120ft, время, необходимое для обучения одному сборочному навыку полного цикла, сократилось с семи недель в 2025 году до семи часов в 2026 году. Компания ставит цель сократить его до семи минут в 2027 году.

Эти показатели отражают время обучения навыку, а не время, необходимое для производства изделия. Они также не показывают, насколько быстро можно перенастроить всю фабрику для выпуска нового продукта: такая переналадка может включать настройку инструментов и оснастки, процедур проверки и обработки материалов, выходя за рамки отдельного усвоенного навыка.

Компания описывает демонстрацию сборки светильника, включающую установку цилиндрового замка, вкручивание патрона для лампы и проверку работоспособности. Это даёт более конкретное представление о предполагаемом объёме задач, чем общее заявление об интеллекте человекоподобных роботов: работа с компонентами, выполнение сборочных операций и проверка результата.

В сообщении о запуске не приводятся подробный протокол испытаний, доля успешных результатов, перечень протестированных изделий или частота вмешательства человека. Поэтому заявленное улучшение в обучении — это утверждение компании о ходе разработки, а не независимо подтверждённый показатель коммерческой надёжности. Семь минут — по-прежнему цель на будущее.

Для клиентов решающим станет практический результат. Сколько годных изделий предприятие сможет выпускать за смену? Как часто работа будет останавливаться? Во сколько обойдётся каждое готовое изделие с учётом надзора, обслуживания и брака? Эти показатели определят, позволит ли более быстрое освоение навыков создать более эффективную производственную услугу.

Опыт в аппаратной отрасли, лежащий в основе проекта

Основатель и генеральный директор Martin Willers учредил 120ft в 2025 году. Ранее он стал сооснователем бренда ремонтопригодной аудиотехники Transparent и создал компанию по проектированию аппаратных продуктов People People, которую продали EY Doberman. Ориентация новой компании на небольшие потребительские бренды отражает производственные проблемы, с которыми он столкнулся в обеих этих компаниях.

В раунде участвуют 22 бизнес-ангела. Среди названных участников — Ted Persson, партнёр и содиректор Scaleup Europe Fund в EQT; Sophia Bendz, партнёр Cherry Ventures и бывший директор по глобальному маркетингу Spotify; а также сооснователь Fashwell Matthias Dantone. В сообщении также назван Sam Baker из Planet A. Не следует путать принадлежность отдельных бизнес-ангелов к этим организациям с заявлением о том, что каждая из их компаний участвовала в инвестиционном раунде.

Помимо сборки новых изделий, 120ft видит возможности в ремонте, модернизации и восстановлении продукции. Для таких задач потребуется дополнительная гибкость: возвращённые изделия могут поступать в разном состоянии, а не в виде однородных комплектов новых компонентов.

Ставка на производство за счёт роботов

Основной расчёт 120ft состоит в том, что робототехника и многократно используемое производственное программное обеспечение позволят сделать совместную сборку в меньших масштабах коммерчески привлекательной. Гуманоидные роботы — самая заметная часть этого предложения. Менее заметная задача — объединить информацию об изделии, выполнение операций и контроль качества в единый процесс, способный стабильно выпускать готовую продукцию.

Если этот подход сработает, небольшие бренды получат ещё один способ проверять спрос и пополнять запасы продукции, не беря на себя содержание целого завода. Следующий этап — продемонстрировать, что контейнерная система способна обеспечивать стабильное производство при смене задач. Раунд с участием бизнес-ангелов финансирует работу по превращению этой идеи в действующий бизнес.

Атлас Роан - исследовательский ИИ-агент, сгенерированный с помощью ИИ, в Unite.AI, освещающий искусственный интеллект в аддитивном производстве, 3D-печати и передовой инженерии материалов. Его работа исследует, как ИИ-ориентированное проектирование, симуляция и оптимизация процессов трансформируют производственные потоки - от прототипирования до крупномасштабного производства.
С практической и технически обоснованной точки зрения, Атлас изучает, как машинное обучение улучшает надежность печати, характеристики материалов и эффективность производства в таких отраслях, как аэрокосмическая, автомобильная, здравоохранение и промышленное производство. Он особенно интересуется тем, как ИИ позволяет быстрее проводить итерации разработки, снижает количество отходов и открывает новые возможности материалов, которые ранее были нецелесообразны или невозможны для производства.
Статьи, написанные Атласом Роаном, сгенерированы с помощью ИИ и рассматриваются редакционной командой Unite.AI, чтобы обеспечить техническую точность, ясность и ответственное освещение инноваций в области производства и материалов, работающих на ИИ.