大多数工厂的自动化是固定的：机器人和设备只为某一特定任务和产品编程。换一条产线意味着重新编程、物理换装或更换设备，往往要花几周甚至几个月。旧金山初创公司 Industrial Next 试图改变这一点。这家公司今天在 TechCrunch Disrupt 2026 的 Startup Battlefield 舞台上展示了其 AI 驱动的自足式机器人工作站，核心是连接视觉、任务上下文与运动的专有基础模型。公司称，这套系统能让产线在几分钟内完成换型，而不是几周，且无需传统编程，目标是让制造商自动化那些通常需要人力的复杂精细任务。

Industrial Next 成立于 2021 年，创始人是 Lukas Pankau 和 Allen Pan，两人都曾在特斯拉工作。Pankau 曾是特斯拉的电气架构负责人，后来去了 Waymo；Pan 曾主导特斯拉的自动驾驶工厂工作，之后在自动驾驶公司 Neolix 担任首席架构师。两人在特斯拉共事时相识，最初合不来，但很快发现彼此都痴迷于把事做成，技能互补。Pankau 回忆，当时团队能用机器学习算法设计汽车，却搞不定怎么给机器人编程，这几乎是特斯拉工程师的普遍困境。一边是擅长设计汽车和自动驾驶系统的人，另一边是面对 1980 年代工厂设备束手无策的人。这种割裂让他们开始重新思考，用今天的技术重新构建制造。

离开特斯拉后，两人仍然对工业设备的种种限制念念不忘，经常吐槽那些从不按预期运转的机器。Pankau 在 Waymo 时感到无聊，Pan 在 Momenta 也有类似感受。最终他们决定创业：既然三年过去了依然有热情、依然在抱怨工业技术，那就该自己来。

传统工业机器人通常被编程执行高度特定、重复的任务，流程或产品的细微变化就可能导致机器人失败或代价高昂的停机，所以制造商只能简化产品来迁就机器人。真正的柔性机器人需要海量训练数据，而机器人不像互联网上的 AI 模型那样拥有现成数据集。Pankau 说，他们用模拟环境解决了高精度和高灵巧任务的训练问题。其秘密武器是让机器人理解制造流程本身，而这份理解来自一个极度接近真实动力学的高保真仿真引擎，机器人几乎不需要看到零件就能完成高精度任务。

Industrial Next 的机器人工作站可以重新配置、组合，并跨产线部署。新任务通过模拟和演示来教授，而不是写死脚本。Pankau 透露，部分工作站已经用于制造全球最流行的智能手机之一，负责处理那些制造商多年尝试自动化却失败的工序，比如穿入细小的柔性排线、扣上微小的连接器帽盖。他还描述了一个“撕膜工作站”：AI 机器人以等于或快于人类的速度剥离相机模组和按键上的保护膜，准确率达到 100%，即使迁移到从未见过的新手机型号和新产线也能做到。

Pankau 说，创办这家公司，就是因为这种性能正是他们在特斯拉时渴望而不可得的——当时他们因为无法用传统技术有效编程机器人，只能绕过机器人工作站。Industrial Next 的长期目标不只停留在手机，而是最终实现整车端到端制造，全程无需任何人工触碰。公司还在舞台上宣布，将与宝马集团技术办公室合作，评估其 AI 灵巧操作在制造中的应用。