Industrial Next 用 AI 基础模型让工厂机器人几分钟切换任务
旧金山初创公司 Industrial Next 在 TechCrunch Disrupt 2026 的 Startup Battlefield 上展示其 AI 驱动的自包含机器人工作站，称产线换型可从数周缩短到几分钟，无需传统编程。
TechCrunch：AI· Aisha Malik·2026-10-14 07:00· 2 小时前AI 评分32
Industrial Next 希望工厂机器人能在几分钟内切换任务，而不是几周
AI 导读
旧金山初创公司 Industrial Next 在 TechCrunch Disrupt 2026 的 Startup Battlefield 上展示其 AI 驱动的自包含机器人工作站，称产线换型可从数周缩短到几分钟，无需传统编程。
正文
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，这使得产线可以在几分钟内完成改造，而不是数周，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，两人此前都曾在特斯拉工作。Pankau 曾在特斯拉担任首席电气架构师，之后转投 Waymo。Pan 曾领导特斯拉的自主工厂项目，后来成为自动驾驶公司 Neolix 的首席架构师。
两人在特斯拉共事时萌生了 Industrial Next 的想法。Pankau 第一次遇到 Pan，实际上是被他绊倒的——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，他们都有着把事情做成的执念，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，两位创始人意识到，制造业需要被重建。
“我们在汽车上能做所有这些花哨的事情。我可以运行机器学习算法为我设计一辆车。但我却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。“存在一道巨大的鸿沟，对吧？有些人非常擅长他们做的事——设计汽车和设计自动驾驶系统——然后他们在工厂里看着这些 1980 年代的设备，彻底被难住了。于是我们开始重新思考，利用我们今天拥有的技术和我们今天所知道的一切，这应该是什么样子。”
即使在转投下一份工作之后，两人仍不断思考着他们对工业设备的种种不满。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，最终认定他们可以做得更好。
“我当时在 Waymo，因为怀念特斯拉的那种节奏，有点无聊到发疯，”Pankau 说。他补充说，Pan 当时在中国自动驾驶系统开发商 Momenta 也处于类似境地。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。我们还在抱怨工业技术。都三年后了，我们应该创办公司了。”
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，即使工艺或产品发生微小变化，也可能导致机器人故障或引发代价高昂的停机，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，因为那有数据，但我们没法让它们组装高精度物件，”Pankau 解释道。“这就是我们在利用模拟环境完成这些高精度和高灵巧度任务方面取得很大进展的地方。我们机器人的秘诀在于，我们让它们对工艺有了总体理解，但我们是用一个极其高保真的模拟引擎来构建这种理解的，它接近真实动力学，以至于我们几乎完全不用看到零件就能让机器人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，并在不同产品线之间重新部署。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，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。它们处理的是制造商多年来尝试自动化却失败的任务，例如穿引脆弱的柔性排线，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，他们的 AI 驱动机器人以等于或高于人类的速度、100% 的准确率从摄像头模组和按键上剥离保护膜，即使被移到它们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在特斯拉拥有的那种性能，当时我们因为无法用传统技术足够有效地编程而绕过机器人工作站，”Pankau 说。“现在我们想把这带到比制造手机更复杂的任务上。我们最终想把这带到端到端制造整辆汽车，全程无需任何人工接触。”
想了解更多 Startup Battlefield 的内容——以及一批你不想错过的、对行业有独到见解的资深创始人和风投——来 Disrupt 加入我们，本周在旧金山市中心举行。
当你通过我们文章中的链接购买时，我们可能会赚取少量佣金。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。
您可以通过发送电子邮件至 [email protected] 或通过 Signal 上的加密消息 aisha_malik.01 联系或核实 Aisha 的外联。
来源：TechCrunch：AI · techcrunch.com
来源：RadarAI · aihot.news