在大多数工厂里，自动化是固定的：机器人和机器都是为某一特定任务和产品编程的。更换产线意味着重新编程和物理改造，或者更换设备，这可能需要数周或数月。总部位于旧金山的Industrial Next表示它正在改变这一点。
这家初创公司今天在 TechCrunch Disrupt 2026 的 Startup Battlefield 舞台上亮相，它打造由专有基础模型驱动的 AI 驱动、自包含的机器人工作站，将视觉、任务上下文和运动连接起来。该公司表示，这让产线可以在几分钟内完成改造，而不是像传统编程那样需要数周。其目标是让制造商能够自动化那些传统上需要人工完成的复杂而精细的任务。
该公司在台上宣布，它正与 BMW Group Technology Office 合作，评估 Industrial Next 的 AI 驱动机器人灵巧操作在制造业中的应用。
Industrial Next 由 Lukas Pankau 和 Allen Pan 于 2021 年创立，两人此前都曾在 Tesla 工作。Pankau 在 Tesla 担任首席电气架构师，之后转投 Waymo。Pan 领导了 Tesla 的自主工厂项目，后来成为自动驾驶公司 Neolix 的首席架构师。
两人在 Tesla 共事时萌生了 Industrial Next 的想法。Pankau 与 Pan 的第一次相遇，是他真的被 Pan 绊倒了——当时 Pan 通宵工作后睡在工厂的走道上。尽管两人起初相处得并不融洽，但他们很快意识到，彼此都对把事情做成有着执念，而且技能互补。
在多年目睹前沿的汽车和自动驾驶技术被几十年前的工厂设备拖累之后，创始人意识到制造业需要被重建。
“我们在汽车上能做各种花哨的事情。我可以运行机器学习算法为我设计一辆车。但我搞不懂怎么给机器人编程，而这在特斯拉的工程师中相当普遍，”Pankau 说。“存在巨大的鸿沟，对吧？有些人非常擅长他们做的事——设计汽车、设计自动驾驶系统——然后他们在工厂里面对这些 1980 年代的设备时却彻底束手无策。于是我们开始重新思考，用我们今天拥有的技术和我们今天所知的一切，这应该是什么样子。”
两人在各自换了新工作之后，仍然不断想起他们对工业设备的那些不满。他们保持联系，常常追忆那些从未按他们期望方式运转的机器，最终认定自己能做得更好。
“我当时在 Waymo，有点无聊透顶，因为我怀念特斯拉的那种节奏，”Pankau 说。他还说，Pan 当时在中国自动驾驶系统开发商 Momenta 处于类似的境地。Pan 回忆起他们的结论：“我们想，我们不再年轻了，而且我们显然仍然对此充满热情。我们还在不停抱怨工业技术。都三年了，我们该创办这家公司了。”
Pankau 指出，传统工业机器人通常被编程来执行高度特定、可重复的任务。因此，哪怕流程或产品发生微小变化，都可能导致机器人失灵或引发代价高昂的停机，这迫使制造商为了可重复性而简化产品。
让机器人真正灵活则带来了不同的挑战。它们需要海量的训练数据，而且与在互联网上训练的 AI 模型不同，机器人技术缺乏教机器执行复杂物理任务所需的大规模数据集。
“我们可以让机器人做各种很酷的事情，比如跳舞，因为那有数据可用，但我们没法让它们组装高精度物件，”Pankau 解释道。“这正是我们借助仿真环境完成这些高精度、高灵巧度任务取得很大进展的地方。我们机器人的秘诀在于，我们让它们理解了整个流程，但我们是用一个极高保真度的仿真引擎来构建这种理解的，该引擎接近真实动力学，以至于我们几乎可以让机器人完全看不到零件就完成这类高精度任务。”
换句话说，机器人在一个高度精细、紧密模拟真实世界物理规律的虚拟世界中练习。Industrial Next 的机器人工作站可以跨产品线重新配置、组合和重新部署。新任务通过仿真和演示来教授，而不是硬编码脚本。
Pankau 解释说，这家初创公司的一些工作站已被用于制造全球最受欢迎的智能手机之一。它们承担的任务是制造商多年来尝试自动化却屡屡失败的工作，例如穿引精细的柔性排线、将微小的连接器盖扣到位。（他无权透露客户身份。）他还描述了一个“撕膜”工作站，其 AI 驱动的机器人以等于或高于人类的速度、100% 的准确率撕下摄像头模组和按键上的保护膜，即使被移到从未见过的新手机型号和生产线上也是如此。
“我们创办这家公司，是因为这正是我们希望特斯拉拥有的那种性能——在特斯拉，我们当时会绕过机器人工作站，因为我们用传统技术无法对它们进行足够有效的编程，”Pankau 说。“现在我们想把这带到比组装手机更复杂的任务上。我们最终想把这带到端到端造出一整辆车，全程无需任何人工触碰。”
想了解更多 Startup Battlefield 的内容——以及一批资深创始人和风投对行业的看法，你绝对不想错过——欢迎参加 Disrupt，本周在旧金山市中心举行。
当您通过我们文章中的链接购买时，我们可能会赚取一小笔佣金。这不会影响我们的编辑独立性。
Aisha 是 TechCrunch 的消费新闻记者。在 2021 年加入该媒体之前，她曾在 MobileSyrup 担任电信记者。Aisha 拥有多伦多大学的荣誉学士学位和西安大略大学的新闻学硕士学位。
您可以通过发送邮件至以下地址联系 Aisha 或核实其联系信息：[email protected]或通过 Signal 上的 aisha_malik.01 发送加密消息。