Destro：不做机器人制造，以AI智能层重塑物流自动化
据Destro公司创始人表示，成功部署机器人的最佳路径并非制造机器人本身。这家初创公司于周二结束隐身状态，并完成了800万美元的种子轮融资。
不同于大多数专注于外形设计或机械手AI模型的新兴机器人公司，Destro构建了一个AI智能层，旨在使机器人在物流环境中高效工作，并能指导人类工人协同作业。
差异化定位：从解决客户问题出发
“许多机器人公司从工程师思维出发，思考‘能做什么酷事’，”Destro创始人Manthan Pawar在接受TechCrunch采访时指出，“我们胜出的关键原因之一，正是因为我们不是一家传统意义上的机器人公司。”
Pawar拥有纽约大学坦登工程学院机器人学硕士学位及约八年美国供应链与机器人行业经验。他强调团队深谙客户痛点，并有望在今年年底实现现金流为正。
跨界合作：攻克交叉装卸（Cross-Docking）难题
日本航运巨头Yusen Logistics美国物流集团自动化总监Richard Brunelle帮助Destro找准了方向。Brunelle负责美国约30个设施的自动化，在引入固定式设备及试点新技术的同时，致力于探索更多技术应用可能。
当Brunelle与Pawar会面时，Destro正聚焦于拣选和包装环节。Brunelle意识到其核心挑战——交叉装卸（将货物从卡车卸下并分拣至混合负载以供最终交付）——本质上与Destro解决的问题相通。他提议Destro调整方案以适应这一场景，双方一拍即合，全力投入研发。
实战验证：“母舰”系统统一调度人机协同
Destro在太平洋西北地区Yusen设施启动试点，使用三辆Miva Robotics推车机器人，并由基于开放权重视觉-语言-动作模型开发的Vision操作系统操控。该系统能解读摄像头图像和指令以控制机器人移动。
在该流程中，人类工人卸货装车后，机器人自动识别满载推车并运送至目的地。这种高效源于Destro“母舰”操作系统对人类、推车和卡车的统一调度。
Brunelle评价道：“该操作降低了对劳动力的依赖，摆脱了纸质单据，一切井然有序。”相比之下，其他两家知名机器人初创公司的方案因无法融入Yusen工作流程而被淘汰：一家仅能点对点移动推车但无法处理装卸；另一家虽有车队管理工具但仍需人工协调。Destro凭借全流程自主调度能力脱颖而出。
融资与扩张：复制成功模式至万千仓库
目前，Destro正将初始试点扩展为26台机器人的全面部署，并在南加州Yusen设施启动17台机器人的新试点。Pawar计划将这种交叉装卸工作流程“复制粘贴”到成千上万个同类仓库中。
这一愿景成功说服Base10 Partners和Bonfire Ventures领投种子轮，CoFound Partners亦参与投资。
未来展望：构建高附加值集成框架
尽管通用机器人机身和开源模型在高灵巧性任务上尚未证明能力，且面临基础模型厂商潜在竞争，Pawar仍坚信公司已找到价值汇聚的技术栈环节。
他表示：“机器人是平台，每一层模型也是平台。我们在其周围构建了复杂的‘harness（集成层）’。若无此高附加值框架，这些工作流程完全不可行。”
Brunelle也认为，自动化引入必须解决实际运营问题而非单纯追求技术趣味。目前双足人形机器人尚无良好应用场景，但他正在评估轮式人形机器人的潜在试点。
Destro的理念将在TechCrunch Disrupt大会上进行阐述。欢迎于10月13日至15日亲临现场，观看Destro及其他Startup Battlefield参赛者的精彩表现。