工厂机器人分钟级换任务：Industrial Next重塑制造自动化
传统工厂自动化的痛点
在大多数制造车间里，自动化生产线往往面临一个尴尬的困境：机器人和设备被设定为执行单一任务，一旦需要调整产品线，就必须重新编程、更换物理工具或整机替换。这个周期短则数周，长则数月，严重制约了制造业的灵活性和响应速度。
旧金山的 Industrial Next 正在尝试改变这一现状。
核心技术：AI驱动的智能体工作站
这家公司在 TechCrunch Disrupt 2026 的 Startup Battlefield 舞台上展示了他们的解决方案——基于自研基础模型的 AI 驱动、自成体系的机器人工作站。这套系统通过整合视觉感知、任务上下文理解和运动控制，实现了传统意义上的”开箱即用”。
三大核心能力
- 视觉感知：实时识别零件、位置和工艺要求
- 任务理解：将抽象的生产需求转化为具体执行路径
- 运动规划：自动生成安全的机械臂轨迹
据公司介绍，这意味着一条生产线可以在几分钟内完成重新配置，而不需要传统的繁琐编程过程。目标是将那些传统上需要人工操作的复杂精细任务，也纳入自动化范畴。
宝马的早期合作
在发布会上，Industrial Next 宣布与宝马集团技术办公室达成合作，双方将共同评估该公司 AI 驱动的灵巧操作技术在制造业场景中的应用价值。这被视为汽车行业头部玩家对新兴制造智能体技术的一次重要认可。
创始团队：特斯拉背景
Industrial Next 由 Lukas Pankau 和 Allen Pan 于 2021 年创立，两位创始人均来自特斯拉：
- Lukas Pankau：曾任特斯拉首席电气架构师，后加入 Waymo
- Allen Pan：曾领导特斯拉的自动驾驶工厂项目，后担任自动驾驶公司 Neolix 的首席架构师
两人的缘分始于特斯拉工厂。Pankau 回忆起初次见到 Pan 的情景：”我直接撞到了睡着的潘——他刚熬了一整夜，睡在工厂的走道上。”
虽然最初两人并不投机，但很快发现彼此拥有共同的热情，且技能互补。在目睹了顶尖的车辆设计和自动驾驶技术被几十年前的工厂设备所束缚后，他们决心重塑制造业的生产方式。
痛点驱动创新
“我们在车上能做的一切很酷的事情都很棒，我可以跑机器学习算法来设计一辆车。但我不知道怎么给机器人编程——这在特斯拉工程师中很普遍。”Pankau 说，”这就是一个巨大的鸿沟：一边是擅长设计和开发的人才，另一边是面对上世纪80年代设备的工程师们束手无策。”
离开特斯拉后，两人仍然保持着联系，经常怀念那些未能按照预期运行的机器。Pankau 当时在 Waymo 感到有些无聊，因为缺少了特斯拉那种快节奏的工作氛围。而 Pan 在中国的智能驾驶公司 Momenta 也处于类似的状态。
“我们意识到年纪不小了，但仍然对此充满热情，还在不断抱怨工业技术。三年后，我们应该开始创业。”Pan 回忆道。
技术挑战与数据难题
让机器人真正具备灵活性并非易事。传统工业机器人通常被编程执行高度特定的重复性任务，任何微小的工艺或产品变化都可能导致机器人故障或引发昂贵的停机损失。
而训练真正的柔性机器人需要海量数据。与在互联网数据上训练的 AI 模型不同，机器人领域缺乏教授机器执行复杂物理任务所需的大规模数据集。
行业展望
Industrial Next 的愿景是用今天的技术，重新思考制造业应该是什么样子。通过让机器人能够在几分钟内完成任务切换，而不是几周，他们希望为制造商提供一种全新的自动化范式，让柔性制造真正落地。
关注微信号：智享开源 ，及时了解更新信息。
公众号：智享开源
还没有任何评论，你来说两句吧！