不做机器人本体的Destro AI：800万美元种子轮，让机器人和工人同框作业

本周走出隐身状态的初创公司Destro AI完成800万美元种子轮融资，它的判断是：部署仓储机器人最难的部分不在机器人本身，而在于让机器人与人手在同一项任务上协同。

公司由Manthan Pawar创立。他拥有纽约大学Tandon学院机器人硕士学位，在美国供应链与机器人行业工作约八年。Destro没有自己做硬件，而是构建了一层AI智能层：既指挥物流场景中的机器人，也告诉人类工人该做什么。“我们能赢过机器人公司的最重要原因之一，就是我们不是一家机器人公司。”Pawar对TechCrunch说。

本轮种子轮由Base10 Partners和Bonfire Ventures领投，CoFound Partners参投。

落地的证据是Yusen Logistics位于美国西北部的一处仓库试点。三台搬运推车的机器人由Miva Robotics制造，运行在Destro的Vision操作系统上，该系统基于开放权重的视觉-语言-动作（VLA）模型——这类AI能理解摄像头画面与指令，进而控制机器人动作。当工人把货物从一辆卡车卸到不同推车上时，机器人负责找到装满的推车并送到目的地。把这一切串起来的是Destro的Mothership操作系统，它同时调度工人、推车和卡车的动向。

Yusen Logistics美国物流集团自动化总监Richard Brunelle（负责约30处美国设施）把这套方案引向了这个流程。Destro原本聚焦拣选与包装，而Brunelle的核心难题是交叉转运（cross-docking）：把货物从一辆卡车卸下，再按混合装载分到发往最终客户的卡车上。“我问Destro是否愿意把他们的方案调整到交叉转运的场景，因为我认为此前没人在做这件事。”他告诉TechCrunch。Destro研究后表示愿意改造工具，此后全力投入。

Yusen此前也接触过两家知名机器人初创公司，但都无法适配自己的流程：一家只能让推车点对点移动，无法处理装卸；另一家提供车队管理工具，却仍需人工完成全部调度。Destro胜在能把自动化指令贯通整个流程，Brunelle形容“现在一切都系统化了”。

目前Destro正把最初的试点扩展为26台机器人的完整部署，并在Yusen位于南加州的设施启动第二个17台机器人的试点。Pawar希望把这套交叉转运装卸流程“复制粘贴”到成千上万个其他仓库，并表示公司有望在今年年底实现正向现金流。

挑战仍在灵巧操作层面。需要精细操作的流程，通用机器人本体与开源模型目前都还没有证明可行；而那些做基础模型、灵巧手或通用人形机器人的公司，是会把能力开放给Destro这样的中间层，还是亲自吃下这块业务，也尚不明朗。Pawar的答案是价值在编排层：“机器人是一个平台。每一层模型也是一个平台。但我们围绕它造了一个马具（harness）。”

Destro将在几周后的TechCrunch Disrupt的Battlefield环节亮相。对Yusen的Brunelle来说，检验标准不是技术是否新奇：他说自己至今没找到双足人形机器人的好用例，正在评估一款轮式人形机器人，并强调自动化进入一栋建筑的前提，是它能解决真实的运营问题。