Стартап, представленный сегодня на сцене Startup Battlefield на TechCrunch Disrupt 2026, создает автономные роботизированные станции на базе ИИ, работающие на проприетарных базовых моделях, которые объединяют зрение, контекст задачи и движение. Компания утверждает, что это позволяет переоборудовать производственную линию за минуты, а не недели, без традиционного программирования. Цель — дать производителям возможность автоматизировать сложные и деликатные задачи, которые традиционно требуют человеческого труда.
Компания объявила со сцены о партнерстве с BMW Group Technology Office для оценки возможностей промышленного ИИ Industrial Next в области ловкого манипулирования для производства.
Industrial Next была основана в 2021 году Лукасом Панкау и Алленом Паном, которые ранее работали в Tesla. Панкау был ведущим инженером-электриком в Tesla, прежде чем перейти в Waymo. Пан руководил разработкой автономных фабрик Tesla, а затем стал главным архитектором в компании по разработке автономных транспортных средств Neolix.
Идея Industrial Next пришла основателям во время совместной работы в Tesla. Первая встреча Панкау с Паном произошла буквально, когда Панкау споткнулся о Пана, спавшего на заводском мостике после бессонной ночи. Хотя поначалу они не ладили, вскоре они поняли, что их объединяет одержимость достижением результатов, и их навыки дополняют друг друга.
После многих лет наблюдения за тем, как передовые технологии в области автомобилей и автономного вождения сдерживаются устаревшим заводским оборудованием, основатели пришли к выводу, что производство нуждается в перестройке.
«У нас было столько всего, что мы могли делать с автомобилями. Я мог запускать алгоритмы машинного обучения для проектирования автомобиля. Но я не мог понять, как запрограммировать робота, и это было довольно распространенным явлением для инженеров в Tesla», — сказал Панкау. «Существовал огромный разрыв, верно? Были люди, которые действительно хорошо справлялись со своей работой — проектировали автомобили и системы автономного вождения, — а затем они оказывались в тупике на заводе, глядя на оборудование 1980-х годов. Поэтому мы начали переосмысливать, как это должно выглядеть, используя современные технологии и все, что мы знаем сегодня».
Они продолжали размышлять о своих разочарованиях в промышленном оборудовании даже после перехода на новые места работы. Они поддерживали связь, часто вспоминая машины, которые никогда не работали так, как им хотелось бы, и в итоге решили, что могут сделать лучше.
«В то время я работал в Waymo, мне было довольно скучно, потому что я скучал по темпам Tesla», — сказал Панкау. Он добавил, что Пан находился в похожей ситуации в Momenta, компании-разработчике систем автономного вождения в Китае. Пан вспомнил их вывод: «Мы подумали: мы не молодеем, и мы по-прежнему явно увлечены этим. Мы продолжаем жаловаться на промышленную технологию. То есть, прошло три года, нам пора начинать компанию».
Панкау отмечает, что традиционные промышленные роботы обычно программируются для выполнения очень специфических, повторяющихся задач. В результате даже небольшое изменение в процессе или продукте может привести к сбою робота или дорогостоящему простою, что вынуждает производителей упрощать свои продукты для обеспечения повторяемости.
Создание действительно гибких роботов представляет собой иную проблему. Им требуется огромное количество обучающих данных, и, в отличие от моделей ИИ, обученных в Интернете, в робототехнике отсутствуют обширные наборы данных, необходимые для обучения машин выполнению сложных физических задач.
«Мы можем заставить роботов делать все эти классные вещи, например, танцевать, потому что для этого есть данные, но мы не можем заставить их собирать высокоточные детали», — пояснил Панкау. «Именно здесь мы добились большого прогресса, используя симулированные среды для выполнения этих задач, требующих высокой точности и ловкости. Секретный ингредиент наших роботов заключается в том, что мы дали им общее понимание процесса, но мы строим это понимание с помощью чрезвычайно точного симулятора, который близок к реальной динамике, так что мы можем позволить роботу выполнять эти высокоточные задачи практически без необходимости видеть детали».
Другими словами, роботы тренируются в высокодетализированном виртуальном мире, который точно имитирует реальную физику. Роботизированные станции Industrial Next могут быть переконфигурированы, объединены и перепрофилированы для различных производственных линий. Новые задачи осваиваются через симуляцию и демонстрацию, а не через жестко закодированные скрипты.
Панкау объяснил, что некоторые рабочие станции стартапа уже используются при производстве одного из самых популярных в мире смартфонов. Они выполняют задачи, которые производители годами пытались автоматизировать безуспешно, такие как прокладка деликатного гибкого кабеля и установка крошечного колпачка разъема. (Он не имел права раскрывать имя клиента.) Он также описал станцию «снятия пленки», где их роботы с ИИ снимают защитную пленку с модулей камеры и кнопок со скоростью, равной или превышающей человеческую, со 100% точностью, даже когда их перемещают на новую модель телефона и производственную линию, которую они никогда раньше не видели.
«Мы основали эту компанию, потому что именно такой производительности нам не хватало в Tesla, где мы обходили роботизированные станции, потому что не могли эффективно их программировать с помощью традиционных технологий», — сказал Панкау. «Теперь мы хотим перейти к более сложным задачам, чем просто сборка телефона. В конечном итоге мы хотим перейти к сборке полного автомобиля от начала до конца без какого-либо вмешательства человека».
Чтобы узнать больше о Startup Battlefield, а также о выступлениях известных основателей и венчурных капиталистов, чьи мнения об индустрии вы не захотите пропустить, присоединяйтесь к нам на Disrupt, который пройдет на этой неделе в центре Сан-Франциско.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Aisha Malik
