在大多数工厂里，自动化是固定的：机器人和机器只针对某一特定任务和产品进行编程。要更换产线，就意味着重新编程和物理改造，或者更换设备，这可能耗时数周甚至数月。总部位于旧金山的 Industrial Next 表示，它正在改变这一点。
这家初创公司在 TechCrunch Disrupt 2026 的 Startup Battlefield 舞台上展示了其方案：打造由专有基础模型驱动的 AI 驱动、独立式机器人工作站，将视觉、任务语境和运动连接起来。公司称，这能让生产线在几分钟内完成重新调整，而不是耗费数周，也无需传统编程。其目标是让制造商能够自动化那些传统上依赖人工的复杂而精细的任务。
该公司在台上宣布，正与宝马集团技术办公室合作，评估 Industrial Next 的 AI 驱动机器人灵巧操作技术在制造中的应用。
Industrial Next 由 Lukas Pankau 和 Allen Pan 于 2021 年创立，两人此前都曾在特斯拉工作。Pankau 曾任特斯拉首席电气架构师，后加入 Waymo。Pan 曾领导特斯拉的自主工厂项目，后成为自动驾驶公司 Neolix 的首席架构师。
两人在特斯拉共事时萌生了 Industrial Next 的想法。Pankau 第一次遇到 Pan，是因为 Pan 通宵工作后睡在工厂步道上，Pankau 差点被绊倒。虽然两人起初并不合拍，但很快发现彼此都执着于把事情做成，而且技能互补。
多年来，他们眼看着前沿汽车和自动驾驶技术受制于几十年前的工厂设备，于是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。我可以用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，这在特斯拉工程师中相当普遍，”Pankau 说。“这里存在巨大的鸿沟，对吧？有些人非常擅长设计汽车和自动驾驶系统，然后他们在工厂里面对 1980 年代的设备时却束手无策。于是我们开始重新思考，用今天的技术和今天所知的一切，这应该是什么样子。”
即使两人后来换了工作，仍一直思考工业设备带来的挫败感。他们保持联系，常回忆起那些从未按预期运转的机器，最终决定他们可以做得更好。
“我当时在 Waymo，有点无聊透顶，因为我很怀念特斯拉的节奏，”Pankau 说。他补充说，Pan 在中国自动驾驶系统开发商 Momenta 也处于类似境地。Pan 回忆他们当时的结论：“我们想，我们不再年轻了，而且显然仍对此充满热情。我们还在抱怨工业技术。都三年后了，我们应该创办公司。”
Pankau 指出，传统工业机器人通常被编程执行高度特定、可重复的任务。因此，即使流程或产品发生微小变化，也可能导致机器人失灵或触发代价高昂的停机，这迫使制造商为可重复性而简化产品。
让机器人真正灵活则是另一项挑战。它们需要海量训练数据，而机器人技术不像在互联网上训练的 AI 模型那样，拥有 Teaching 机器执行复杂物理任务所需的大量数据集。
“我们可以让机器人做各种酷炫的事，比如跳舞，因为这方面有数据，但我们无法让它们组装高精度物品，”Pankau 解释道。“这正是我们取得很大进展的地方：利用模拟环境完成高精度、高灵巧任务。我们机器人的秘诀在于，我们让它们理解整体流程，但我们是使用极高保真度的模拟引擎来构建这种理解，它接近真实动力学，因此我们可以让机器人几乎不看零件就完成这类高精度任务。”
换句话说，机器人会在一个高度详细、紧密模仿现实物理的虚拟世界中练习。Industrial Next 的机器人工作站可以重新配置、组合，并跨产品线重新部署。新任务通过模拟和演示来教授，而不是硬编码脚本。
Pankau 解释说，该初创公司的一些工作站已用于制造全球最受欢迎的一款智能手机。它们处理的任务，是制造商多年来尝试自动化却屡屡失败的工作，例如穿入纤细的柔性排线，以及将微小的连接器盖卡入到位。（他无权披露客户。）他还描述了一个“撕膜”工作站：其 AI 驱动机器人以等于或高于人类的速度、100% 的准确率，将保护膜从摄像头模组和按钮上剥离，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，是因为这就是我们希望特斯拉拥有的那种性能。当时，由于无法用传统技术有效编程，我们只能绕过机器人工作站，”Pankau 说。“现在我们想把这带到比制造手机更复杂的任务上。我们最终希望实现端到端制造整车，全程无需任何人触碰。”
想了解更多 Startup Battlefield——以及一批知名创始人和风投对行业的看法——本周在旧金山市中心举行的 Disrupt 上加入我们。
