在传统工厂中，自动化往往意味着僵化：机器人被硬编码执行单一任务，更换生产线需耗时数周甚至数月进行重新编程和设备改造。总部位于旧金山的初创公司 Industrial Next 正试图打破这一僵局。
在 TechCrunch Disrupt 2026 的 Startup Battlefield 舞台上，Industrial Next 展示了其核心产品——基于专有基础模型的 AI 驱动型独立机器人工作站。该系统整合了视觉感知、任务上下文理解与运动控制，无需传统编程即可在几分钟内完成产线改造，将原本漫长的部署周期压缩至分钟级。其目标是将自动化延伸至传统上依赖人力的复杂精细作业领域。
活动期间，该公司宣布与宝马集团技术办公室建立合作伙伴关系，共同评估其 AI 驱动灵巧操作技术在制造业中的应用潜力。
源自特斯拉的痛点与创业契机
Industrial Next 由 Lukas Pankau 和 Allen Pan 于 2021 年联合创立，两人均出身特斯拉。Pankau 曾任特斯拉首席电气架构师，后加入 Waymo；Pan 曾领导特斯拉自动化工厂项目，后出任自动驾驶公司 Neolix 首席架构师。
两人在特斯拉共事期间萌生创业想法。尽管初识时因工作节奏差异产生摩擦，但他们对“高效解决问题”的共同执着及互补技能促成了合作。目睹先进的车辆设计与自动驾驶算法受制于上世纪 80 年代遗留的老旧工厂设备，两人决心利用现代技术重构制造流程。
Pankau 指出，当时特斯拉工程师普遍面临一种割裂：一方面能运用机器学习设计汽车，另一方面却难以对传统机器人进行灵活编程。这种技术鸿沟迫使制造商为适应机器而简化产品设计，或忍受昂贵的停机时间。
以高保真模拟突破数据瓶颈
实现机器人真正灵活性的最大挑战在于数据匮乏。与互联网 AI 模型不同，机器人领域缺乏教导机器执行复杂物理任务的大规模数据集。
Industrial Next 的解决方案是构建接近真实动力学特性的高保真模拟引擎。Pankau 表示，机器人的“秘密武器”在于通过模拟环境获得对整体流程的理解，使其几乎无需亲眼见到零件，即可执行高精度和高灵巧度任务。新任务通过模拟和演示而非硬编码脚本进行教授，工作站可跨产品线灵活重新配置。
目前，该公司的部分工作站已应用于全球某主流智能手机的制造环节，处理穿引脆弱柔性电缆、安装微小连接器帽等传统自动化难题。Pankau 透露，其 AI 机器人能以等于或高于人类的速度、100% 的准确率完成摄像头模块和按钮的“撕膜”工作，即便面对从未见过的新型号也能无缝适配。
“我们成立这家公司，是为了实现曾在特斯拉渴望却因技术限制无法达成的性能。”Pankau 表示，团队最终愿景是将该技术应用于比手机组装更复杂的场景，实现端到端的全汽车制造，全程无需人工干预。