Pour faire passer Cortex 2.0 à l'échelle et entrer aux États-Unis Sereact a levé une Série B de 110 millions de dollars menée par Headline, avec la participation de Bullhound Capital, Daphni et Felix Capital. Les investisseurs historiques Air Street Capital, Creandum (chef de file de la Série A de Sereact en 2025) et Point Nine ont tous participé à ce tour. Ce tour finance deux priorités : la montée en charge de Cortex 2.0, la nouvelle génération du cerveau robotique de Sereact, et l'entrée aux États-Unis. Sereact ouvre son premier bureau américain à Boston et recrute localement des équipes commerciales, applicatives et d'ingénierie. En bref : 110 M$ de Série B, menée par Headline Plus de 200 systèmes Sereact en service à travers l'Europe, ce qui en fait l'entreprise de robots de picking pilotés par IA la plus déployée au monde. Plus d'un milliard de prélèvements réels réalisés en production sur Cortex 1 prélèvement sur ~53 000 nécessite une aide humaine à distance Premier bureau américain à Boston Cortex 2.0 — le cerveau robotique qui anticipe les résultats avant de bouger. Le Cortex d'aujourd'hui voit et prélève. Cortex 2.0 réfléchit d'abord, puis agit. Cortex 2.0 enrichit un modèle vision-langage-action (VLA) d'un world model. À partir de l'état courant, il génère un ensemble de trajectoires futures candidates, les confronte à un modèle appris de la physique et du comportement des objets, et évalue chacune selon la stabilité, le risque et l'efficacité. Le robot ne s'engage que sur la branche la mieux notée — et met à jour le déroulé en temps réel à mesure que la scène change. Les world models sont la prochaine frontière de l'IA, et l'essentiel de ces travaux se fait en laboratoire sur des données synthétiques. Cortex 2.0 est celui qui a été entraîné sur plus d'un milliard de prélèvements réels en production. Le basculement va du try-and-see au plan-and-try. Les politiques réactives actuelles, lorsqu'elles échouent, ont tendance à répéter le même mouvement et à aggraver l'échec. Cortex 2.0 évalue d'abord plusieurs issues et écarte les mauvaises avant que le bras ne bouge — exactement ce qu'il faut pour les tâches où le contact compte : assembler un composant sous tension, poser un essuie-glace sans le rayer, préparer des pièces qui doivent arriver dans l'orientation exacte attendue par le poste suivant. C'est le prochain marché visé par Sereact, et Cortex 2.0 est le moyen d'y parvenir. Pourquoi il généralise Cortex 2.0 planifie dans l'espace latent visuel. Alors que les commandes articulaires sont liées à la cinématique d'un robot donné, les pixels encodent des régularités sur les objets, le contact et le mouvement qui se transfèrent d'un corps à l'autre. Le même cerveau anime des cellules de picking mono-bras, des stations de retours bi-bras, des robots humanoïdes et des cellules fixes. Cortex 2.0 — corps généralisés Le budget de planification est réglable par tâche : davantage d'anticipation quand l'échec coûte cher (emballage de colis, kitting, dépose fragile) et moins quand la reprise est peu coûteuse (une reprise après un prélèvement manqué). Cortex 2.0 dépense son budget de planification là où il est rentable. Chaque prélèvement, sur chaque site, retourne dans le modèle. Cortex 2.0 repose sur une infrastructure que Sereact construit depuis cinq ans : une boucle fermée où chaque robot en production est aussi une source de données, et où un unique modèle centralisé est continuellement réentraîné et redéployé sur toute la flotte. Vidéo du flywheel de données de la Série B Chaque prélèvement réussi, chaque échec, chaque reprise est capturé avec des observations synchronisées, l'état du robot, le retour d'effort du préhenseur et le résultat — puis filtré, priorisé selon la nouveauté et l'incertitude, et utilisé pour mettre à jour le modèle. Les politiques mises à jour passent des tests de non-régression automatisés puis sont déployées sur la flotte. La boucle se referme. Les données se cumulent. La couverture de la longue traîne s'élargit. C'est ce qui rend l'écart structurel. Les concurrents lèvent des milliards pour s'entraîner sur des données simulées et des démos de laboratoire. Sereact s'entraîne depuis cinq ans sur des opérations réelles. La nuit, en pic d'activité, sur les articles désordonnés qui ne ressemblent à rien de ce que le robot a déjà vu. À la connaissance de Sereact, aucune autre entreprise de robotique industrielle en dehors de la conduite autonome n'exploite une boucle d'apprentissage à cette échelle. Le modèle qui tourne aujourd'hui sur un robot Sereact n'est pas celui d'il y a un mois, et ne sera pas celui du mois prochain. Chaque équipe de travail le fait avancer. Visuel des maquettes Série B Nous avons parié tôt sur le fait qu'on ne construit pas une vraie IA robotique en laboratoire. On la construit avec un flywheel de données alimenté par des déploiements réels — livrer en production, assumer les échecs et laisser le modèle apprendre de ce qui se passe réellement sur le terrain. Les chiffres montrent que ça a marché. Deux cents systèmes. Un milliard de prélèvements. Une intervention pour 53 000. Personne d'autre n'en est proche. Dr Ralf Gulde, CEO et cofondateur, Sereact Le robot rêve dans l'espace latent. Nous lui donnons une forme d'imagination — la capacité d'anticiper la réaction du monde avant de bouger. Nous ne fabriquons pas de robots. Nous ne vendons pas de services. Nous livrons une seule chose : le modèle qui tourne sur n'importe quel robot. Bras simples, bras doubles, humanoïdes, cellules fixes — le même cerveau partout. Le matériel devient une commodité. Le modèle, non. Marc Tuscher, CTO et cofondateur, Sereact Ralf Gulde et Marc Tuscher avec un robot Ralf Gulde (à gauche), Franz Cortex-powered (au milieu) et Marc Tuscher (à droite) Pourquoi les entrepôts d'abord. Sereact développe de l'IA pour des robots qui travaillent dans le monde physique. Les entrepôts ont été le premier terrain de déploiement parce qu'aucun autre environnement n'offre la même combinaison de données : des milliards d'interactions réelles, toutes les formes d'objets imaginables, des contraintes de débit strictes et de vraies conséquences quand le robot se trompe. À chaque équipe de travail, sur chaque site client, Cortex apprend de prélèvements réels sur des articles réels, dans des conditions qu'aucun simulateur ne peut reproduire. Ce sont ces données qui font avancer le modèle, et le modèle suit le robot : mobile, humanoïde, cellule fixe — quoi qu'il advienne ensuite. Plus de 200 systèmes Sereact sont déjà en service à travers l'Europe, ce qui fait de Sereact l'entreprise de robots de picking pilotés par IA la plus déployée au monde. Ces systèmes, tous animés par le cerveau Cortex, ont réalisé plus d'un milliard de prélèvements réels en production pour des clients tels que Active Ants, la Poste autrichienne, BMW, bol., Daimler Truck, DeltiLog, Mercedes-Benz, Monta, MS Direct, PepsiCo et Rohlik Group. Environ un prélèvement sur 53 000 nécessite une aide humaine à distance. Tout le reste, le robot le gère seul : ce ratio est un différenciateur décisif. Chaque prélèvement effectué par Cortex retourne dans le modèle. Les concurrents lèvent des milliards pour s'entraîner sur des données simulées et des démos de laboratoire. Sereact s'entraîne depuis cinq ans sur des opérations réelles, la nuit, en pic d'activité, sur les articles désordonnés qui ne ressemblent à rien de ce que le robot a déjà vu. C'est un écart qui se creuse à chaque équipe de travail. L'opportunité de l'IA physique est l'une des plus vastes que nous ayons vues depuis une génération, et nous pensons qu'elle va réorganiser les chaînes d'approvisionnement mondiales et l'industrie. Derrière les grandes opportunités et les grandes entreprises, il y a de grands fondateurs, et Ralf et Marc abordent cette opportunité de la bonne manière : de vrais déploiements, de vraies données et un modèle qui se cumule et s'améliore à chaque prélèvement. Les clients adorent le produit, ce qui entraîne une expansion continue et accélère encore le flywheel de données — c'est pourquoi nous sommes si enthousiastes à l'idée de soutenir Sereact. Trevor Neff, Growth Partner, Headline Après avoir examiné un déluge d'entreprises de robotique humanoïde, mon associé Alon Kuperman et moi-même avons été ravis de rencontrer Ralf et Marc, les cofondateurs de Sereact, qui ont bâti un système d'exploitation d'IA s'intégrant sans friction à l'immense parc mondial de robots industriels déjà en service. Per Roman, Founding Partner, Bullhound Capital Nous voyons Sereact comme un champion européen d'une nouvelle génération, alliant un savoir-faire industriel profond à des talents de classe mondiale en IA et en robotique pour s'attaquer à l'un des défis les plus ardus des chaînes d'approvisionnement mondiales. Au cœur du projet se trouve une barrière de données puissante et cumulative — chaque interaction en entrepôt rend le système plus intelligent et plus difficile à répliquer. Nous sommes fiers de nous associer à l'équipe et de soutenir son ambition de définir la catégorie de l'IA physique pour les plus grands distributeurs et grossistes du monde. Antoine Nussenbaum, cofondateur et investisseur, Felix Capital À propos de Sereact Sereact conçoit de l'IA physique pour les entrepôts et l'industrie. Son cerveau Cortex équipe des cellules de picking mono-bras, des stations de retours bi-bras, des robots humanoïdes et Sereact Lens, un système de perception 3D pour l'inventaire et le contrôle qualité. Fondée en 2021, l'entreprise a son siège à Stuttgart. Parmi ses clients figurent Daimler Truck, Mercedes-Benz, BMW, MS Direct, Active Ants, DeltiLog, Rohlik Group et la Poste autrichienne. Sereact a levé plus de 140 millions de dollars à ce jour. Vidéo des temps forts de la Série B