在大多数工厂中,自动化设备都是固定的:机器人和机器被编程执行特定的单一任务和产品。要更换生产线,通常需要重新编程和物理改造,或者更换设备,这个过程可能耗时数周甚至数月。总部位于旧金山的Industrial Next表示,他们正在改变这一现状。
这家初创公司今天在TechCrunch Disrupt 2026的Startup Battlefield舞台上展示了他们的技术。他们构建了由自主研发的基础模型驱动的AI机器人工作站,这些模型将视觉、任务上下文和动作连接起来。公司称,这使得生产线能够在几分钟内完成重新配置,而无需传统的编程。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。
公司在现场宣布,已与宝马集团技术办公室合作,评估Industrial Next基于AI的灵巧操作技术在制造中的应用。
Industrial Next成立于2021年,创始人Lukas Pankau和Allen Pan此前均在特斯拉工作。Pankau曾担任特斯拉的首席电气架构师,之后加入Waymo;Pan领导过特斯拉的自动化工厂项目,后来成为自动驾驶公司Neolix的首席架构师。
两人在特斯拉共事时萌生了创办Industrial Next的想法。Pankau第一次遇见Pan时,正巧绊倒了正在工厂走道上睡觉的Pan,因为他熬了通宵。虽然起初两人并不合拍,但很快发现彼此都对完成工作充满热情,且技能互补。
经过多年目睹尖端车辆和自动驾驶技术被几十年前的工厂设备所限制,创始人们意识到制造业需要彻底重构。

“我们可以用机器学习算法设计汽车,但却不知道如何给机器人编程,这在特斯拉的工程师中很常见,”Pankau说。“这形成了巨大的鸿沟:一边是擅长设计汽车和自动驾驶系统的人,另一边是面对1980年代设备束手无策的工厂人员。于是我们开始用现有技术重新思考工厂应该是什么样子。”
即使跳槽后,两人依然对工业设备的局限感到不满,保持联系,回忆那些从未按预期工作的机器,最终决定自己做得更好。

“我当时在Waymo,觉得无聊,因为怀念特斯拉的节奏,”Pankau说。Pan当时在中国自动驾驶系统开发商Momenta,情况类似。Pan回忆说:“我们意识到时间不等人,我们依然热爱这个领域,三年后还在抱怨工业技术,决定创办公司。”
Pankau指出,传统工业机器人通常被编程执行高度特定且可重复的任务,因此即使流程或产品有细微变化,也可能导致机器人失败或引发昂贵的停机,迫使制造商简化产品以保证重复性。
让机器人真正灵活则是另一挑战。它们需要大量训练数据,而与基于互联网训练的AI模型不同,机器人缺乏足够庞大的数据集来学习复杂的物理任务。

“我们可以让机器人跳舞,因为有相关数据,但无法让它们组装高精度零件,”Pankau解释道。“我们在使用高保真模拟环境完成高精度、高灵巧度任务方面取得了重大进展。我们的秘诀是让机器人理解整个流程,这种理解基于接近真实动力学的高精度模拟引擎,使机器人几乎无需看到零件就能完成高精度任务。”
换句话说,机器人在高度逼真的虚拟世界中进行训练,模拟真实物理环境。Industrial Next的机器人工作站可以重新配置、组合并跨产品线部署。新任务通过模拟和示范教学,而非硬编码脚本完成。
Pankau透露,该初创公司的部分工作站已应用于全球最受欢迎的智能手机制造中,承担制造商多年尝试但未能自动化的任务,如穿插柔性电缆和安装微小连接器盖(客户未透露)。他还介绍了一个“膜剥离”工作站,AI机器人能以人类速度甚至更快、100%准确地剥离摄像头模块和按钮的保护膜,即使换到从未见过的新手机型号和生产线也能胜任。
“我们创办这家公司,是因为希望拥有在特斯拉时缺失的性能,当时我们因传统技术无法有效编程而绕过机器人工作站,”Pankau说。“现在我们想将这项技术应用于比手机制造更复杂的任务,最终实现全自动化生产整车,完全无需人工干预。”
更多Startup Battlefield内容,以及来自资深创始人和风险投资人的行业见解,敬请关注本周在旧金山市中心举办的Disrupt大会。


