Zalando 德国波兰两仓引入双臂机器人分拣退货：CEVA 现场运营，Sereact Cortex 免单款训练
一件被穿过一次、揉成一团、吊牌已经脱落的连衣裙回到仓库时，大多数分拣机器人会直接卡住。Zalando 现在想让机器把这个活接过去。
10 月 8 日，Sereact、Zalando 与 CEVA Logistics 三方对外宣布：由 Sereact「Cortex」物理 AI 平台驱动的双臂机器人系统，已在 Zalando 位于德国 Greven 与波兰 Świebodzin 的两座关键履约中心投入实际运营，自主处理退回的时尚类商品。现场运营由物流服务商 CEVA Logistics 负责，交付方式为 Robotics-as-a-Service（RaaS，机器人即服务）。三方把这次上线定义为欧洲退货自动化规模化的第一阶段，后续会向更多仓铺开。
这套系统最值得记的一句话是：不需要对每一款商品单独训练。Sereact 的表述是，Cortex 会对「此前未见过的物体」进行归组，动态完成识别、抓取与分拣，既不需要单款训练，也不需要预先设定的商品库或固定 SKU 档案。对退货场景来说，这一条才是能不能真正跑起来的分水岭。
一、两个仓，三家公司的分工
先把角色摆清楚。
Zalando 是场景方和货主。公开数据显示，这家 2008 年成立于柏林的平台覆盖 29 个市场，连接约 6200 万活跃客户与 7000 多个品牌。退货是它最大的运营成本项之一——Zalando 自己给出的口径是，售出的商品中大约有一半会被退回，这个比例在线上零售里属于最高的那一档。德国尤其典型：消费者习惯一次下单多个尺码或款式，留下一个、退回其余。
CEVA Logistics 是现场运营方。它的合同物流高级副总裁 Chris Walton 对退货难度的描述相当直白：极端的作业性质与规模、不可预测的量、人工质检、季节性、价值衰减，以及「不成比例地高的单件成本」。
Sereact 是技术方。这家 2021 年从斯图加特大学分拆出来的公司总部在斯图加特，做的是「物理 AI」——卖软件大脑，不卖机械臂。Cortex 是一个硬件无关的 AI 操作系统，从单臂拣选工位、双臂退货工位到人形机器人都可以跑，另有一个叫 Sereact Lens 的 3D 感知层负责视觉检验与质量判定。Sereact 公布的客户名单里包括戴姆勒卡车、梅赛德斯-奔驰、宝马、宜家、奥地利邮政等，Zalando 是最新一个，也是第一个把它推进退货实操的。
二、退货为什么比正向分拣难得多
正向分拣面对的是标准状态：同一款商品、统一包装、固定尺寸和重量，机器学会一次就能重复一万次。退货不是。
状态不可控是第一层。退回来的东西常常包装破损、衣物揉皱、配件缺失，甚至和寄出去时不是同一个形态。传统自动化依赖预先编程，也就是先把物体的三维模型、抓取点、姿态全部定义好；实物和模型一旦对不上，机械臂就无从下手。Sereact CEO Ralf Gulde 的说法是，退货是时尚物流里最难的操控问题，「如果一个系统只认识它见过的商品，那它在退货场景里根本不成立」。
SKU 长尾极长是第二层。服饰电商的 SKU 通常以百万计，季节更替极快，一款商品在仓里的生命周期可能只有几个月。为每个 SKU 建一套抓取模型，成本算不过来，时间也来不及——等模型训练完，这款可能已经下架了。这个量级决定了「逐款训练」这条路在服饰退货里根本走不通。
决策链条长是第三层。退货不是分拣完就结束，后面还要判定：能不能二次上架？要不要重新折叠和包装？要不要进折扣渠道？每一步都依赖对商品状态的判断。欧洲零售商一般不能简单销毁退回的商品，必须走完处置流程，Gulde 在解释这笔投资逻辑时专门点了这一条。
三、先投资、后部署：Zalando 的路径
这次部署不是一个孤立的采购决定。
2026 年 4 月，Sereact 的 B 轮由 Headline 领投，参投方包括 Bullhound Capital、Daphni、Felix Capital，以及老股东 Air Street Capital、Creandum、Point Nine。三个月后的 7 月，Zalando 以战略投资者身份加入，本轮总额随之达到 1.16 亿美元，Sereact 累计融资超过 1.45 亿美元。
从投资到上线只隔了三个月。这个节奏说明 Zalando 不是在做技术验证，而是在解决自己的成本问题。Gulde 的说法是，融资后很多投资方找上门，但和 Zalando 聊下来，双方在打包与退货处理上看到了明确的战略机会；Zalando 面临的现实则是，这类岗位的劳动力在中欧越来越难招，人口结构意味着压力只会加大。
Zalando 物流高级副总裁 Masood Choudhry 给出的表述是：三方合作的核心信念是「技术与人的潜力一起进步」。CEVA 的说法更实在：RaaS 模式让商品分类更快、人工接触点更少，并且在大规模下交付一致、可预测的质量，把退货从一个成本项变成一个可控的高性能服务。
需要说清楚一件事：三方没有公布这次部署的机器人台数，也没有公布具体的分拣效率提升幅度。公开材料里能找到的只有 Sereact 自己给的平台级数据——Cortex 在欧洲已有 200 多套系统在运行，累计完成超过 10 亿次真实生产抓取。这两个数字是平台整体口径，不是 Greven 和 Świebodzin 两个仓的实测结果。
四、RaaS 与「不替代人」的定位
两个容易被忽略的细节。
一是交付模式。CEVA 采用的是 RaaS，也就是按服务采购机器人能力，而不是买断设备。对物流服务商来说，这意味着产能可以随旺季波动伸缩——退货量在节后会暴涨，买断设备就意味着淡季闲置，RaaS 把这块风险转移掉了。这也是 CEVA 能把它快速铺到两个国家不同仓的原因。
二是定位。三方反复强调这套系统是「与人一起工作」，机器人接手的是高度重复的抓取与搬运，人被转向工位监督、异常处理和质量控制。这个说法有公关成分，但从工程角度看也是实情：退货里总有一批判断机器做不了，比如面料破损程度的认定、能否二次上架的裁定。
反面视角也得给一句。RaaS 按件或按退货量计价，对一个退货率本身就接近 50% 的服饰品类，规模化之后的总支出并不小。Sereact 对外称其按件定价相比人工处理能省下约 30% 成本，但这是供应商口径，既没有第三方验证，也没有在 Zalando 场景下的实测披露。
五、跨境卖家要盯的三件事
对在 Zalando 及其他欧洲平台卖货的中国卖家来说，这件事的直接影响不在机器，而在退货环节的时效与判定。
第一，盯退货处理时效是否改善。退货从买家寄出到重新上架的周期，直接决定资金占用和二次销售窗口。服饰尤其敏感——一件当季商品晚两周上架，可能就只能进折扣渠道。如果 Greven 与 Świebodzin 的模式跑通并复制到其他仓，欧洲站的退货入库与二次上架节奏大概率会缩短，卖家的库存预测模型要跟着调。
第二，核对平台退货政策与二次上架判定标准。不同平台对「可二次销售」的定义差别很大，有的要求吊牌完整、原包装完好，有的接受重新折叠包装。卖家要做的不是等平台通知，而是先把自己品类的退货原因分布拉出来，看多少比例来自尺码、多少来自色差、多少来自质量问题，再对应改详情页与尺码表。信息越准退货率越低，这一步比任何自动化都省钱。
第三，重算高退货品类在欧洲站的利润模型。欧洲站的退货不能像美国站那样简单弃置，退回、翻包、折价、销毁每条路都有成本。把退货率、单件退货处理成本、二次上架折价率三个数放进模型，看看到底哪些品类在欧洲站是亏的。尺码敏感度高、单价又低的品类要单独算一遍。
真正值得跟踪的问题是：这套系统在两个仓跑满一个完整旺季之后，会不会公布可核对的效率数据？公布了，欧洲退货自动化就有了一个行业基准；一直不公布，说明「免单款训练」在工程上还有没解决的尾巴。到那时，答案才会真正浮出水面。
六、参考资料
- Robotics & Automation News：《Sereact robots automate Zalando returns processing at logistics facilities in Germany and Poland》
- DC Velocity：《CEVA Logistics deploys robotic, automated returns handling system》
- Container News：《CEVA Logistics and Zalando deploy AI-powered robots for returns handling》
- STAT Times：《Sereact, Zalando, and CEVA deploy AI to automate fashion returns》
- Tech.eu：《Zalando joins Sereact's $116M Series B to accelerate AI-powered warehouse automation》
- Sereact 官网：Cortex 物理 AI 平台与双臂退货工位产品介绍
- Zalando 官网：公司概况与物流网络公开信息