共计 961 个字符，预计需要花费 3 分钟才能阅读完成。
自 2021 至 2022 年的高峰期后，机器人领域的融资普遍降温，但疫情揭示的诸多问题依旧存在。目前，推动该领域风险投资的主要动力是持续的劳动力短缺。据分析公司 Garner 预测，到 2028 年，大型企业中将有一半采用机器人在仓库和制造过程中工作。
仓库和物流机器人领域的一个重要因素是其已被证实的成效。尽管许多自动化方法的投资回报率目前仅停留在理论层面，但仓库机器人已在实际操作中证明其价值，从亚马逊到其他多家公司均有应用。
GrayMatter 是该领域中具有实际成效的公司之一。这家位于南加州的公司报告称，其系统目前能够实现“生产线生产效率提高 2 至 4 倍，以及消耗品浪费减少 30% 以上”。包括 3M 在内的多家大型企业正在使用其系统。
尽管 GrayMatter 成立于 2020 年疫情初期，但已取得显著成就。公司联合创始人兼首席执行官 Ariyan Kabir 表示：“我们创立 GrayMatter 是为了提升生产效率，同时优先考虑劳动力的福祉。通过我们的基于物理的 AI 驱动系统，我们不仅实现了使命，还解锁了新的效率和生产力水平。在投资者的支持下，我们正在为车间工人带来真正的改变，并解决当前制造业面临的关键劳动力短缺问题。”
那么，“基于物理”的机器人系统究竟是什么呢？GrayMatter 将其方法与纯数据驱动的方法进行了对比。公司解释说：“考虑一个基于输入预测过程输出的问题。如果输出预计会随着输入的增加而增加，那么基础模型空间是有限的，较小的数据量可以训练它。我们不需要考虑任意复杂的模型。另一方面，这需要更复杂的表示和相关的解决方案生成方法来处理约束以产生可接受的计算性能。我们不能仅用观察到的输入和输出数据训练一个简单的神经网络。在这种情况下，如果训练期间使用的输出是嘈杂的，则无法保证它会保持过程约束。”
公司的兴趣和增长也得到了融资的支持。周四，GrayMatter 宣布了一轮 4500 万美元的 B 轮融资，由 Wellington Management 领投，多家知名投资机构参与。这一轮融资几乎翻倍了该公司在 2022 年关闭的 2500 万美元 A 轮融资。
GrayMatter 的成功不仅体现在其技术上，更在于其对劳动力市场的深刻理解和有效应对。随着劳动力短缺问题的持续，自动化技术如 GrayMatter 的解决方案将越来越受到重视，为制造业带来新的变革和机遇。
