在大多数工厂中，自动化是固定的：机器人和机器被编程用于执行一项特定任务和产品。更换生产线意味着重新编程和物理改造，或更换设备，这可能需要数周甚至数月时间。总部位于旧金山的 Industrial Next 表示它正在改变这一现状。
这家初创公司在 TechCrunch Disrupt 2026 的 Startup Battlefield 舞台上亮相，其开发的是由专有基础模型驱动的 AI 驱动型独立机器人工作站，这些模型将视觉、任务上下文和运动连接起来。该公司称，这使得生产线能够在几分钟内完成改造，而非数周，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力完成的复杂且精细的任务。
该公司在台上宣布，将与宝马集团技术办公室合作，评估 Industrial Next 的 AI 驱动灵巧操作技术在制造业中的应用。
创始背景：来自特斯拉的工业革新者
Industrial Next 由 Lukas Pankau 和 Allen Pan 于 2021 年创立，两人此前均在特斯拉工作。Pankau 曾担任特斯拉的首席电气架构师，后加入 Waymo。Pan 曾领导特斯拉的自主工厂项目，随后成为自动驾驶公司 Neolix 的首席架构师。
这两位创始人在特斯拉共事期间萌生了创办 Industrial Next 的想法。Pankau 第一次见到 Pan 时，竟是在工厂走道上绊倒了正在通宵加班后睡着的 Pan。尽管两人起初并不合拍，但很快意识到他们对高效完成任务有着共同的执着，并且技能互补。
在多年目睹尖端车辆和自动驾驶技术因几十年前的老旧工厂设备而受阻后，创始人们意识到制造业需要彻底重建。
“我们拥有许多在汽车上可以施展的高精尖技术。我可以运行机器学习算法来为我设计汽车。但我无法弄清楚如何为机器人编程，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？一方面是有着卓越专业能力的人——设计汽车和设计自动驾驶系统；另一方面，他们在面对来自 1980 年代的工厂设备时却束手无策。因此，我们开始利用当今的技术和我们所知的知识，重新思考这一切应有的样子。”
即使在转任新职后，两人仍不断思索对工业设备的挫败感。他们保持联系，常常怀念那些未能按预期运行的机器，并最终决定自己能够做得更好。
"当时我在Waymo，因为想念特斯拉那种节奏而无聊透顶。" Pankau说。他补充道，Pan在Momenta（一家中国自动驾驶系统开发商）也处于类似境地。Pan回忆起他们的结论："我们心想，我们都不再年轻了，而且显然对此依然充满热情。我们仍然不断抱怨工业技术。比如，三年过去了，我们应该开始创业了。"
技术突破：高保真模拟解决数据难题
Pankau指出，传统工业机器人通常被编程以执行高度特定且可重复的任务。因此，即使流程或产品发生微小变化，也可能导致机器人故障或引发昂贵的停机时间，这迫使制造商为了可重复性而简化其产品。
让机器人真正具备灵活性带来了不同的挑战。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，机器人领域缺乏教导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所有这些酷炫的事情，比如跳舞，因为有相关的数据，但我们无法让它们组装高精度物品，" Pankau解释道。"这是我们在使用模拟环境进行这些高精度和高灵巧性任务方面取得大量进展的地方。我们机器人的秘诀在于，我们赋予了它们对整体流程的理解，但我们是使用一个极高保真度的模拟引擎来构建这种理解的，该引擎非常接近真实动力学，以至于我们可以让机器人在几乎完全看不到零件的情况下完成这类高精度任务。"
换句话说，这些机器人在一个高度详细的虚拟世界中练习，该世界紧密模仿现实世界的物理规律。Industrial Next的机器人工作站可以重新配置、组合并在不同产品线间重新部署。新任务通过模拟和演示来教授，而不是通过硬编码脚本。
Pankau解释说，该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。它们处理制造商多年来尝试并未能自动化的任务，例如穿引脆弱的柔性电缆并将微小的连接器帽卡入到位。（他不便透露客户信息。）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%的准确率从摄像头模块和按钮上剥离保护膜，即使是在他们从未见过的新手机型号和生产线上也能做到这一点。
"我们创办这家公司是因为我们希望拥有像特斯拉那样的性能，当时由于无法用传统技术有效地编程，我们不得不绕过机器人工作站，" Pankau说。"现在，我们想将这项技术应用到比仅仅组装手机更复杂的任务中。我们最终的目标是实现端到端地制造整辆汽车，全程无需任何人工干预。"