การระดมทุน
LuminX ได้รับเงิน 5.5 ล้านดอลลาร์ เพื่อสร้างคลังสินค้าที่มีความฉลาดด้วย Vision Language Models บน Edge
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
LuminX บริษัท AI ที่ตั้งอยู่ในซานฟรานซิสโก ซึ่งกำลังเปลี่ยนแปลงการดำเนินงานคลังสินค้า ได้ประกาศการระดมทุน 5.5 ล้านดอลลาร์ ในรอบการระดมทุนเพื่อเพิ่มความสามารถในการฝังตัว Vision Language Models (VLMs) ลงในสภาพแวดล้อมคลังสินค้าโดยตรง การระดมทุนรอบนี้นำโดย 1Sharpe GTMFund 9Yards Chingona Ventures และ Bond Fund เพื่อเร่งพัฒนาแพลตฟอร์ม Inventory Automation ของ LuminX
ที่แก่นกลาง LuminX กำลังแก้ไขปัญหาอุปสรรคที่ยั่งยืนมากที่สุดของโลจิสติกส์ ซึ่งก็คือการขาดการมองเห็นแบบเรียลไทม์ที่เชื่อถือได้ในการจัดการสินค้า ผู้คนสูญเสียเงินหลายพันล้านดอลลาร์ทุกปีเนื่องจากการอ้างสิทธิ์ Over, Short, and Damaged (OS&D) ซึ่งมักจะถูกขับเคลื่อนด้วยกระบวนการด้วยมือที่ล้าสมัย การสแกนบาร์โค้ดที่มีข้อผิดพลาด และข้อมูลที่กระจัดกระจาย LuminX มีเป้าหมายที่จะกำจัดความไร้ประสิทธิภาพเหล่านี้ด้วยระบบ AI ที่ขับเคลื่อนด้วย Edge ซึ่ง “เห็น” และเข้าใจโลกคลังสินค้าทางกายภาพแบบเรียลไทม์
สิ่งที่ทำให้ LuminX แตกต่าง: Vision Language Models บน Edge
ไม่เหมือนกับระบบการมองเห็นแบบดั้งเดิมที่ต้องการการประมวลผลแบบกระจายและพึ่งพา Cloud LuminX นำ Vision Language Models (VLMs) ไปใช้กับอุปกรณ์ Edge ที่มีราคาไม่แพงและทนทาน ซึ่งเป็นอุปกรณ์ฮาร์ดแวร์ขนาดกะทัดรัดและเคลื่อนย้ายได้ซึ่งสามารถติดตั้งบนรถยก ดอก หรือใช้เป็นสแกนเนอร์แบบพกพา
แต่สิ่งเหล่านี้คืออะไร และทำไมพวกมันจึงมีความสำคัญ?
Vision Language Models เป็นระบบการเรียนรู้ของเครื่องแบบไฮบริดที่รวมการรับรู้ทางภาพ (การมองเห็นของคอมพิวเตอร์) เข้ากับการเข้าใจภาษาธรรมชาติ (NLU) ระบบเหล่านี้สามารถตีความฉากภาพและอธิบายหรือให้เหตุผลเกี่ยวกับพวกมันโดยใช้ภาษา ตัวอย่างเช่น VLM สามารถวิเคราะห์กล่องสินค้าและไม่เพียงแต่ตรวจจับสินค้าและบาร์โค้ดเท่านั้น แต่ยังเข้าใจการเขียนด้วยมือ การ包装ที่เสียหาย วันหมดอายุ และแม้แต่สร้างสรุปตามบริบท เช่น “กล่องสินค้าที่มีห่อหุ้มและไม่มีฉลาก มีแนวโน้มว่าจะไม่สามารถสแกนได้”
ในกรณีของ LuminX VLM ได้รับการฝึกฝนโดยเฉพาะสำหรับสภาพแวดล้อมคลังสินค้าที่มีเสียงรบกวนและโลกแห่งความเป็นจริง ซึ่งสินค้าถูกห่อหุ้มด้วยพลาสติกเอียง การเคลื่อนที่ด้วยความเร็วหรือไม่สอดคล้องกัน โมเดลที่เป็นกรรมสิทธิ์ของพวกเขาสามารถระบุสินค้า สภาพ และฉลากได้หลากหลายสถานการณ์ และแปลผลการค้นพบเหล่านั้นเป็นข้อมูลที่มีโครงสร้างซึ่งรวมเข้ากับ Warehouse Management Systems (WMS) ได้โดยตรง
การเปลี่ยนแปลงนี้จากระบบการมองเห็นที่แยกจากกันไปสู่ความฉลาดแบบหลายโหมด ซึ่งการมองเห็นและภาษาทำงานร่วมกัน ทำให้สามารถทำการอัตโนมัติและให้ข้อมูลเชิงลึกในการดำเนินงานที่ซับซ้อนมากขึ้นกว่าที่เคยเป็นไปได้ก่อนหน้านี้
ทีมผู้นำที่มีประสบการณ์
LuminX นำโดย CEO Alex Kaveh Senemar ซึ่งก่อตั้ง Voxel บริษัทที่เน้น AI เพื่อความปลอดภัยในที่ทำงาน และ Sherbit ซึ่งถูกซื้อโดย Huma ในปี 2019 ประสบการณ์ของ Senemar ในการค้าขายผลิตภัณฑ์ AI ในหลายอุตสาหกรรมทำให้ LuminX มีความพร้อมทางธุรกิจมากกว่าแค่การแสดงผลิตภัณฑ์เทคโน
เข้าร่วมโดย CTO Reza (Mamrez) Javanmardi, Ph.D. ผู้เชี่ยวชาญด้านการเรียนรู้ของเครื่องซึ่งเคยทำงานที่ Voxel และเป็นนักวิจัยด้านการมองเห็นของคอมพิวเตอร์ ร่วมกันพวกเขารวบรวมทีมที่มีความเชี่ยวชาญด้าน AI โลจิสติกส์และวิศวกรรมจาก Microsoft , Apple (AAPL ), Intel (INTC ), Carnegie Mellon และ Stanford
ผลกระทบในโลกแห่งความเป็นจริง
การนำไปใช้จริงในตอนต้นแสดงให้เห็นถึงการปรับปรุงที่น่าประทับใจ Vertical Cold Storage หนึ่งในพันธมิตรทดลองของ LuminX รายงานถึงการเพิ่มขึ้นอย่างมากในด้านการควบคุมคุณภาพและผลผลิต COO Robert Bascom ระบุว่า “ในอาชีพการงานทั้งหมดของฉัน ฉันยังไม่พบผลิตภัณฑ์ที่ปรับปรุงประสิทธิภาพได้ดีในขณะเดียวกันก็เพิ่มคุณภาพและความน่าเชื่อถือ”
Kat Collins ของ 1Sharpe Capital หนึ่งในนักลงทุนนำเข้า ระบุว่า “โมเดลภาษาและภาพที่ติดตั้งบน Edge กำลังทำลายอุปสรรคที่ยากที่สุดสองประการในโลจิสติกส์ ซึ่งก็คือการขาดแคลนแรงงานและความตาบอดของข้อมูล”
สิ่งที่จะเกิดขึ้นต่อไปสำหรับ LuminX
การระดมทุนจะสนับสนุน三个โครงการหลัก:
- การวิจัยและพัฒนา VLM – การปรับปรุงโมเดลที่เป็นกรรมสิทธิ์ของ LuminX สำหรับสภาพแวดล้อมคลังสินค้าที่ซับซ้อน
- การขยายการนำไปใช้ Edge – การปรับปรุงความเข้ากันได้แบบปลั๊กแอนด์เพลย์กับระบบ WMS ในขณะที่ปรับปรุงประสิทธิภาพของฮาร์ดแวร์
- การเร่งการตลาด – การขยายความร่วมมือด้านการค้า โดยเฉพาะในด้านอาหาร ยา อุตสาหกรรมรถยนต์ และโลจิสติกส์ที่ท่า
ด้วยการรวม AI แบบหลายโหมดเข้ากับการประมวลผล Edge LuminX กำลังเปลี่ยนแปลงสิ่งที่เป็นไปได้ในด้านการอัตโนมัติคลังสินค้า แพลตฟอร์มของบริษัทไม่ใช่แค่การเพิ่มประสิทธิภาพเท่านั้น แต่เป็นชั้นโครงสร้างอัจฉริยะที่เปลี่ยนพื้นผิวที่มีกล้องใดๆ ให้เป็นโหนดอัจฉริยะที่ตอบสนองได้ในเครือข่ายคลังสินค้า
ทำไมจึงมีความสำคัญ
เมื่อโซ่อุปทานยังคงพัฒนาไปสู่ความซับซ้อน การบูรณาการ Edge Computing การมองเห็นของคอมพิวเตอร์ และ Vision Language Models เป็นเครื่องหมายของการเปลี่ยนแปลงที่สำคัญในการจัดการระบบโลจิสติกส์ เทคโนโลยีเหล่านี้เมื่อนำไปใช้ร่วมกันช่วยให้สามารถรวบรวม ตีความ และดำเนินการตามข้อมูลภาพแบบเรียลไทม์ โดยไม่ต้องอาศัยโครงสร้างพื้นฐานที่กระจายหรือการแทรกแซงด้วยมือ
แนวทางของ LuminX สะท้อนถึงแนวโน้มในอุตสาหกรรม ซึ่งก็คือการนำความฉลาดมาใกล้กับจุดปฏิบัติการ โดยการรวมการรับรู้ทางภาพเข้ากับการให้เหตุผลด้วยภาษา ระบบสามารถตรวจจับความผิดปกติ ตีความข้อมูลสินค้า และสนับสนุนการตัดสินใจที่แม่นยำยิ่งขึ้น ณ จุดและเวลาที่มีความสำคัญ การเปลี่ยนแปลงนี้มีศักยภาพในการลดความไร้ประสิทธิภาพ ปรับปรุงความแม่นยำของข้อมูล และทำให้กระบวนการที่ไม่โปร่งใสมาก่อนหน้านี้สามารถวัดผลได้
แม้ว่าผลกระทบในระยะยาวของเทคโนโลยีเหล่านี้ยังคงกำลังพัฒนา LuminX ก็แสดงให้เห็นว่า AI ที่ใช้จริงกำลังเริ่มแก้ไขความท้าทายในการดำเนินงานที่ยั่งยืนในโลจิสติกส์ผ่านมุมมองเชิงระบบ
