Industrial Next 让工厂机器人几分钟切换任务
TechCrunch AI··作者 Aisha Malik
关键信息
Industrial Next 表示，其专有基础模型能够连接视觉、任务上下文和运动控制，模拟环境则用于为高精度任务提供训练数据。文章没有提供独立性能测试、部署规模，或证明重新配置始终能在几分钟内完成的证据。
资讯摘要
工厂自动化通常围绕特定任务和产品进行构建，机器人与设备都被编程来执行固定流程。更换生产线往往需要重新编程、进行实体改造或更换设备，因此可能耗时数周甚至数月。总部位于旧金山的 Industrial Next 表示，公司正在开发由专有基础模型驱动的自包含机器人工作站，将视觉、任务上下文和运动控制连接起来。该公司在 2026 年 TechCrunch Disrupt 的 Startup Battlefield 舞台上展示了这套系统，并称无需传统编程即可在几分钟内完成重新配置。
公司的更大目标，是让机器人自动完成通常依赖人工的复杂和精细任务。Industrial Next 还宣布，BMW 集团技术办公室将评估其用于制造业的 AI 灵巧操作技术。该公司由曾在 Tesla 工作的 Lukas Pankau 和 Allen Pan 于 2021 年创立，灵感来自两人对先进汽车和自动驾驶技术受老旧工厂设备限制的共同不满。Pankau 表示，机器人领域缺少互联网 AI 所拥有的大规模真实数据集，因此公司正在利用模拟环境推进高精度、高灵巧度任务。
资讯正文
在大多数工厂中，自动化是固定不变的：机器人和机器被编程用于某一项特定任务和产品。更换生产线意味着重新编程和进行物理改造，或者更换设备，这可能需要数周甚至数月。总部位于旧金山的 Industrial Next 表示，它正在改变这一现状。
这家初创公司今天在 TechCrunch Disrupt 2026 的 Startup Battlefield 舞台上进行展示。该公司打造由专有基础模型驱动的、具备独立功能的 AI 机器人工作站，这些模型将视觉、任务背景和运动连接起来。公司称，这使生产线能够在几分钟内完成重新配置，而不是数周，并且无需传统编程。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且精细的任务。
该公司在台上宣布，正与 BMW Group Technology Office 合作，评估 Industrial Next 基于 AI 的灵巧操作技术在制造业中的应用。
Industrial Next 由 Lukas Pankau 和 Allen Pan 于 2021 年创立，两人此前都曾在 Tesla 工作。Pankau 曾担任 Tesla 的首席电气架构师，之后加入 Waymo。Pan 曾负责 Tesla 的自动化工厂项目，后来成为自动驾驶公司 Neolix 的首席架构师。
两人在 Tesla 共事期间萌生了创办 Industrial Next 的想法。Pankau 第一次遇到 Pan 时，Pan 刚熬夜工作完，睡在工厂的走道上，而 Pankau 直接被他绊倒了。尽管两人起初相处得并不融洽，但他们很快意识到，彼此都痴迷于把事情做成，而且技能互补。
在目睹尖端汽车和自动驾驶技术屡屡受到数十年前工厂设备限制后，经过多年思考，两位创始人意识到，制造业需要被重新构建。
Pankau 说：“我们有那么多能在汽车上实现的炫酷技术。我可以运行机器学习算法，为自己设计一辆汽车。但我却无法弄清楚该如何给机器人编程，而这在 Tesla 的工程师中相当普遍。你会发现这里存在一道巨大的鸿沟，对吧？一边是非常擅长自身工作的人——设计汽车、设计自动驾驶系统；另一边则是他们在工厂里面对那些来自 20 世纪 80 年代的设备时，实际上完全束手无策。所以，我们开始利用今天拥有的技术，以及我们如今掌握的一切知识，重新思考这一切应该是什么样子。”
两人转到下一份工作后，仍然不断思考工业设备带来的挫败感。他们保持联系，经常回忆那些从未按照他们期望运转的机器，最终决定自己可以做得更好。
Pankau 说：“当时我在 Waymo，感觉无聊透顶，因为我怀念在 Tesla 时的那种节奏。”他补充说，Pan 当时在中国自动驾驶系统开发商 Momenta 的处境也类似。Pan 回忆说，他们最后得出了这样的结论：“我们年纪已经不小了，但显然仍然对此充满热情。我们还在不断抱怨工业技术。三年过去了，我们应该创办这家公司了。”
Pankau指出，传统工业机器人通常经过编程，只能执行高度特定且可重复的任务。因此，即使工艺或产品发生很小的变化，也可能导致机器人失效或触发代价高昂的停机，这迫使制造商为了保证可重复性而简化产品。
要让机器人真正具备灵活性，则面临着另一种挑战。机器人需要海量训练数据；不同于在互联网数据上训练的 AI 模型，机器人技术缺乏用于教会机器执行复杂物理任务的庞大数据集。
Pankau解释道：“我们可以让机器人做出跳舞之类的各种酷炫动作，因为这方面有数据，但我们没法让它们组装高精度零件。我们在利用模拟环境执行这类高精度、高灵巧性任务方面取得了很大进展。我们机器人的核心秘诀在于，我们让它们理解了一般性的流程；但这种理解是通过一个保真度极高的模拟引擎建立的，该引擎足够接近真实世界的动力学特性，因此我们可以让机器人执行这类高精度任务，几乎完全不需要看到零件本身。”
换句话说，这些机器人会在一个高度详细、近似模拟现实世界物理规律的虚拟环境中练习。Industrial Next 的机器人工作站可以重新配置、组合，并部署到不同的产品线。新任务通过模拟和示范来教授，而不是依靠硬编码脚本。
Pankau介绍说，这家初创公司的一些工作站已经用于制造全球最受欢迎的智能手机之一。它们处理着一些制造商多年来一直试图实现自动化却未能成功的任务，例如穿过纤薄易损的柔性电缆，以及将微小的连接器盖扣入到位。（他不能透露客户身份。）他还介绍了一套“撕膜”工作站：其搭载 AI 的机器人能够以不低于人类的速度、100% 的准确率，撕除摄像头模组和按键上的保护膜；即使被转移到从未见过的新手机型号和生产线上，也能完成这项工作。
Pankau说：“我们创办这家公司，是因为我们在 Tesla 时就希望拥有这样的性能。当时，由于无法用传统技术有效地对机器人进行编程，我们不得不绕开机器人工作站。现在，我们希望将这项技术用于比组装手机更复杂的任务。最终，我们希望实现从头到尾制造一整辆汽车，而且全程不需要任何人接触。”
来源与参考
收录于 2026-10-15