据 TechCrunch 报道，旧金山初创公司 Industrial Next 于 10 月 13 日在 TechCrunch Disrupt 2026 的 Startup Battlefield 环节登台，展示其 AI 驱动的独立机器人工作站。该公司称，这套由专有基础模型驱动、把视觉、任务上下文与运动控制连接起来的系统，可以让生产线的换线时间从数周缩短到数分钟，而且不需要传统编程。公司表示，其目标是让制造商把过去必须依靠人力的复杂、精细工序交给自动化设备。
Industrial Next 当天在台上宣布，正在与宝马集团技术办公室合作，评估其 AI 驱动的灵巧操作技术在制造中的应用。
公司由 Lukas Pankau 和 Allen Pan 于 2021 年创立，两人此前均在特斯拉任职。Pankau 曾在特斯拉担任首席电气架构师，之后前往 Waymo；Pan 曾领导特斯拉的自主工厂项目，后来出任自动驾驶公司 Neolix 的首席架构师。按照 Pankau 的说法，两人在特斯拉共事期间萌生了创业想法。他第一次遇到 Pan，是对方通宵工作后睡在工厂步道上，被他绊了一下。两人起初并不合得来，但很快发现彼此同样执着于把事情做成，技能也互补。
Pankau 说，工程师们可以用机器学习算法设计一辆车，却搞不定怎么给机器人编程，这在特斯拉工程师中相当普遍。他指出，擅长设计汽车和自动驾驶系统的人，面对上世纪 80 年代的工厂设备时往往束手无策，这种巨大的割裂促使他们重新思考制造应该是什么样子。离开特斯拉后，两人仍保持联系，反复谈起那些从来不按预期运转的机器。Pankau 当时在 Waymo，他形容自己因为怀念特斯拉的节奏而闲得发慌；Pan 则在中国自动驾驶系统开发商 Momenta 有类似感受。Pan 回忆说，他们意识到自己不再年轻，却依然对这件事充满热情，也依然在抱怨工业技术，三年过去了，应该把公司做起来。
Pankau 指出，传统工业机器人通常被编程执行高度特定、可重复的任务，流程或产品的微小变化都可能让机器人失败，或触发代价高昂的停机，这迫使制造商为了可重复性而简化产品。让机器人真正具备柔性则是另一回事：需要海量训练数据，而机器人领域不像互联网 AI 模型那样拥有现成的大规模数据集，来教机器完成复杂的物理任务。
Pankau 表示，机器人能做出跳舞这类动作，是因为有相应的数据，但没法让它们装配高精度部件。他说，公司在这方面取得的进展，是利用仿真环境完成高精度、高灵巧度任务；他们机器人的秘诀是让机器人理解整个工艺过程，而这种理解建立在极其贴近真实动力学的保真度极高的仿真引擎之上，使机器人几乎不用看到零件就能完成高精度任务。
也就是说，这些机器人在一个细节丰富、高度贴近真实物理的虚拟世界中练习。Industrial Next 的机器人工作站可以重新配置、组合，并在不同产品线之间重新部署；新任务通过仿真和示范来传授，而不是靠硬编码脚本。
Pankau 说，公司部分工作站已经用于制造全球最畅销的智能手机之一，处理的是制造商多年来尝试自动化却未能成功的工序，例如穿引精细的柔性排线、把微小的连接器盖卡到位。他没有获授权披露客户身份。