在大多数工厂中，自动化是固定的：机器人和机器被编程为执行一个特定的任务和产品。更换生产线意味着重新编程和物理改造，或者更换设备，这可能需要几周或几个月。位于旧金山的工业下一步表示，它正在改变这一点。该初创公司今天在2026年TechCrunch Disrupt的初创公司战场舞台上进行了介绍，构建了由专有基础模型驱动的人工智能自包含机器人工作站，这些模型连接了视觉、任务上下文和运动。公司表示，这使得生产线可以在几分钟内而不是几周内重新工具化，而不需要传统编程。目标是让制造商能够自动化传统上需要人类劳动的复杂和精细的任务。该公司在舞台上宣布与宝马集团技术办公室合作，评估工业下一步的人工智能驱动的灵巧操作在制造中的应用。工业下一步于2021年由卢卡斯·潘考(Lukas Pankau)和艾伦·潘(Allen Pan)创立，他们都曾在特斯拉工作。潘考在特斯拉担任首席电气架构师，然后转到Waymo。潘领导特斯拉的自动化工厂工作，并后来成为自动驾驶公司Neolix的首席架构师。两人在特斯拉工作时提出了工业下一步的想法。潘考第一次遇见潘的时候，实际上是因为潘在工厂的步道上睡觉而绊倒了他，那个晚上他熬夜工作。尽管最开始两人相处得不好，但他们很快意识到他们对完成事情的执着以及互补的技能。经过多年观察尖端汽车和自动驾驶技术被几十年前的工厂设备所阻碍，创始人们意识到制造业需要重建。"我们有这些可以在汽车上做的花哨的事情。我可以运行机器学习算法来为自己设计一辆汽车。但是我无法弄明白如何编程一个机器人，这在特斯拉的工程师中相当普遍，"潘考说。"你有一个巨大的鸿沟，对吧？你有那些在设计汽车和自驾系统中表现出色的人，然后他们在工厂面对1980年代的设备时却感到无能为力。所以我们开始重新思考今天的技术应该是什么样子，以及我们今天所知道的一切。"即使在他们转向新的工作后，两人仍然不断思考自己对工业设备的沮丧。他们保持联系，常常回忆那些从未按他们想要的方式运作的机器，最终决定可以做得更好。"我当时在Waymo，感觉有点无聊，因为我想念特斯拉的工作节奏，"潘考说。他补充说，潘在中国自动驾驶系统开发公司Momenta也处于类似的状态。潘回忆起他们的结论："我们在想，我们不再年轻，而且显然仍然对这件事充满热情。我们仍然不停抱怨工业技术。像这样，三年过去了，我们应该开始这家公司。"潘考指出，传统工业机器人通常被编程为执行高度特定、可重复的任务。因此，即使是过程中或产品的一个小变化也可能导致机器人失败或触发昂贵的停机，这迫使制造商简化其产品以实现可重复性。让机器人真正灵活则呈现出另一种挑战。他们需要大量的训练数据，并且与在网上训练的人工智能模型不同，机器人技术缺乏用于教机器如何执行复杂物理任务的庞大数据集。"我们可以让机器人做所有这些很酷的事情，比如跳舞，因为有数据可以支持，但我们无法让它们组装高精度的东西，"潘考解释道。"这就是我们在利用模拟环境来完成这些高精度和高灵活性任务方面取得了很大进展的地方。我们机器人的秘密在于，我们让它们理解这一过程，但我们使用的是接近实际动态的极高保真度的模拟引擎，从而让机器人几乎不需要看到零件就能完成这些高精度的任务。"换句话说，机器人在一个高度详细的虚拟世界中练习，该世界紧密模拟现实世界的物理。工业下一步的机器人工作站可以跨产品线重新配置、组合和重新部署。通过模拟和演示来教授新任务，而不是直接编写硬编码的脚本。潘考解释说，该初创公司的某些工作站已经用于制造全球最受欢迎的智能手机之一。它们处理制造商试图并未能自动化多年的任务，例如线程一个精细的柔性电缆和将一个小连接器帽扣上。(他无权披露)