Ultra meddelar 50 miljoner dollar i Series A‑finansiering för sina AI‑robotar för lagerhantering

Ultra, en startup grundad i Brooklyn 2024, har meddelat att man har samlat in 50 miljoner dollar i en Series A‑runda. Företaget utvecklar AI‑robotar som kan hantera packning, plockning och returhantering i e‑handelslager utan att kräva specialanpassad utrustning. Pengarna ska gå till att öka antalet installerade robotar och därmed snabba upp distributionen av bolagets lösning. Ultra har tidigare samlat in 62 miljoner dollar totalt, varav den senaste runden leddes av Framework Ventures med deltagande av Y Combinator, Wing VC, M13 och NextView. Rice Capital‑grundaren Taro Fukuyama medverkade också som stödare.

Robotarna, kallade OP1, är stationära enheter som kan drivas via vanlig växelström och Ethernet. En enda arm kan lyfta upp till 10 pund och kan arbeta i upp till 24 timmar utan att behöva byta batteri. Installationen kräver bara en vanlig vägguttag och ett nätverk, och en provperiod på tre månader kan startas innan full distribution påbörjas. Ultra samarbetar med Physical Intelligence för att träna sina AI‑modeller och har redan samlat in data från fjärrstyrning för att förbättra autonomi.

Företaget har framhållit att logistikbranschen lider av en brist på arbetskraft, särskilt i USA där en brist på över en miljon arbetare noterades 2018. Trots detta har traditionell automatisering av lager hittills varit dyr och ofta underutnyttjad. Ultra:s lösning är att erbjuda en mer flexibel och snabb att implementera alternativ, vilket kan minska behovet av temporära anställda som tidigare bara levererade en liten del av den planerade personalen.

Ultra har redan testat sina robotar i flera lager i New York, Georgia, New Jersey och Texas. En kund, Ships A Lot, rapporterade att två robotar kunde hantera cirka 600 order på en dag, från att en order kom in vid lunchtid till att den var klar nästa dag. Företaget planerar att expandera till den japanska marknaden, där en liknande arbetskraftsbrist förväntas uppstå.

För att möjliggöra snabb inlärning använder Ultra en kombination av fjärrstyrning, samarbete med avancerade grundmodeller och begränsade men effektiva datamängder. Enligt CEO Jon Miller Schwartz kan en enda arbetsflöde tränas med mindre än 100 timmars data för att uppnå god prestanda. Detta gör att robotar kan lära sig nya uppgifter genom att observera fjärrstyrda demonstrationer och sedan övergå till autonom drift.

Investorerna bakom runda inkluderar också Great Wave Ventures, vilket stärker företagets koppling till den japanska marknaden. Ultra har redan fått flera förfrågningar från japanska företag och ser Japan som en nära framtida expansionsmarknad.

Rapporterat av BRIDGE.