Industrial Next 希望通过能够在数分钟内而非数周或数月内切换不同任务和产品的机器人，改变工厂处理工业自动化的方式。这家总部位于旧金山的初创公司表示，其自主机器人工作站无需依赖传统编程，也不必在每次生产线发生变化时更换设备，就能完成重新配置。
Industrial Next 在 TechCrunch Disrupt 2026 的 Startup Battlefield 活动中展示了这项技术，并宣布与 BMW Group Technology Office 建立合作关系，以评估其在制造环境中由人工智能支持的精密手工处理能力。
Industrial Next 正在开发什么？
该公司依靠机器人工作站，将计算机视觉、任务情境理解和通过其内部开发的基础模型实现的运动控制结合起来。公司表示，与其针对每种产品教会机器人执行一系列固定指令，不如对这些工作站进行重新配置、整合，并部署到多条生产线上。
机器人通过模拟和实际演示接受新任务训练，而不仅仅依靠手工编写的程序。Industrial Next 使用高保真模拟引擎模拟现实世界的动力学，使机器人能够接受精密而复杂任务的训练，即使相关流程并不完全依赖零件视觉识别。
从固定编程到灵活制造
传统工业机器人通常执行高度特定且可重复的任务。因此，产品形状或工艺步骤发生微小变化，都可能导致机器人失效或造成代价高昂的停机，这有时会促使工厂简化产品，以适应现有自动化能力的限制。
该公司表示，其部分工作站已经用于制造全球最普及的智能手机之一，执行制造商此前曾尝试自动化但未能成功的任务，例如穿入精密柔性电缆和固定小型连接器盖。公司还介绍了另一台能够从摄像头模组和按钮上去除保护膜的工作站，并称即使将其转移到新的手机型号和生产线，其性能也能达到或超过人类速度，准确率达到 100%。
为什么这一进展很重要？
如果这些结果属实，且公司能够将其扩展到特定使用案例之外，这项技术可能会缩短新产品推出或现有设计变更时调整生产线所需的时间。这里的重要性不在于用一个机器人替代另一个机器人，而在于尝试让制造工作站本身更易于重复使用。
不过，来源并未提供有关当前部署规模、工作站成本，或其在设置和运行过程中对人工干预依赖程度的独立细节。此外，与 BMW Group Technology Office 的合作公告描述的是评估阶段，而不是广泛的商业应用。Industrial Next 表示，其最终希望将这项技术应用于更复杂的任务，直至实现整车制造，但这一目标仍是未来的抱负，并非当前公告中已经证实的成果。
公司背景
Industrial Next 于 2021 年由 Lukas Pankau 和 Allen Pan 创立，两人此前都曾在 Tesla 工作。Pankau 曾在 Tesla 担任首席电气架构工程师，之后转投 Waymo；Pan 曾在 Tesla 负责自主工厂工作，随后成为自动驾驶公司 Neolix 的首席架构师。