作者｜黄楠
编辑｜袁斯来
36氪获悉，工业通⽤具身智能企业IndustrialNext近日完成数千万美元A轮融资，本轮由全球顶级风投Khosla Ventures领投，老股东Y Combinator和沸点资本持续加注，告捷资本担任独家财务顾问。Khosla Ventures作为OpenAI的首位机构投资人、具有技术趋势的敏锐洞察和长线投资的投资风格，是全球知名的技术投资驱动型VC。
A轮资金主要用于扩大团队、研发投入、量产交付和全球市场拓展。
目前IndustrialNext累计已完成三轮投资，投资方包括了产业投资人联想、小米和财务投资人Khosla Ventures、Y Combinator、沸点资本、奇绩创坛在内的多元股东阵容。
IndustrialNext成立于2021年，专注工业垂直领域具身智能技术的研发与应用，基于自主研发的端到端具身AI算法，以工业实际需求为切入点打通感知-决策-控制闭环，为制造业核心场景和企业客户提供通用的具身智能制造平台。
作为一只跨领域的创新团体，IndustrialNext由全球科技公司的精英工程师组成。核心创始人兼CEO Allen Pan曾是特斯拉AI自主工厂项目负责人，联合创始人兼CTO Lukas Pankau曾在特斯拉Autopilot担任首席软件架构师；创始团队以特斯拉、Google成员为班底，曾成功将自动驾驶的AI底层技术应用于特斯拉产线多个项目，在2017-2019年期间、完整经历全球首个全自动汽车产线--特斯拉Model 3从0-1的建设，显著降低生产制费和BoM成本。
公司还引入了谷歌DeepMind RT系列具身模型核心算法专家，同时有多位核心技术骨干均来自SpaceX、波士顿机器人、奔驰、Momenta等科技大厂，在前沿AI技术、制造业洞察以及全球化视野等维度有显著优势。目前团队人员规模仍在持续扩大。
过去在以硬件为中心的工业自动化领域，受贸易环境波动和上游产品频繁改动的现状影响，固定资产投入效率大幅降低，产线稼动率陷入困境。期间，由于传统设备往往需预设任务、重复执行的作业特点，导致这一模式缺乏自主学习与动态迭代能力，已显著触及能力边界。
具体到生产环节表现为，一方面调线周期长，产线工艺调整、新产品部署需依赖工程师手动编程，硬件改造，同时伴随大量调试，从需求提出到落地往往耗时数周甚至数月，难以匹配当下产品快速迭代的节奏。
另一方面传统自动化设备的智能程度有限，对复杂任务执行能力不足；比如面对多品种小批量生产中常见的非结构化场景，如异形工件自适应抓放、过程件扣合组装和复杂曲面动态锁付等，往往需要感知-决策-执行闭环的具身智能设备协同作业才可满足柔性生产需求。
传统制造平台因无法通过数据积累算法迭代提高智能程度，任何与预设输入不同的波动都会导致输出结果的精度下降或故障率上升，更别说完成超出预设程序的复杂任务操作，这也成为长期以来制约制造业向高端化、智能化升级的关键瓶颈。
关注到行业普遍存在的设备调试低效、智能化有限、柔性生产适配性差等痛点，IndustrialNext希望将过去在特斯拉自主工厂已验证的产线技术进一步优化并推广应用。
2024年下半年，IndustrialNext推出了第一代制造业通用的具身智能制造平台。该平台通过具身AI算法重构底层软件架构，结合即插即用的模块化硬件设计，自研软硬一体的具身智能制造平台，具备高级工程师和熟练操作工的能力，能够快速学习、灵活调度和自主配置等。
Allen Pan告诉硬氪，在总装、测试、包装等通用生产环节，由于部分产线因工艺柔性要求高、上游需求频繁变动和投入产出比低等原因，仍然存在大量自动化无法覆盖的“盲区”。而在引入IndustrialNext的具身智能制造平台后，通过学习实际生产数据和仿真数据等方式，使机器人高效习得人工或自动化设备的组装工艺，并快速部署到产线上，由机器人代替操作工完成现场灵活复杂的生产任务。经验丰富的操作工无需离岗，转而承担操作指导与流程纠偏的角色，实现从 “执行者” 到 “导师” 的职能升级。
这一模式的优势在于，既避免产品产线迭代中装备类固定资产的重复性投入，也可实现综合成本的直观降低与生产柔性的提升，可以有效填补传统自动化方案在高动态、非结构化场景中的能力空白。
在商业化战略上，IndustrialNext瞄准全球市场，一方面依托中国制造业优势，与KA客户共同研发迭代产品，快速形成产品能力；另一方面，面向海外制造业客户，推出标准化、开箱即用的具身智能制造平台，快速完成商业化放量。
36氪了解到，IndustrialNext的具身智能制造平台现已在3C和汽车行业的全球顶尖客户完成验证，在部分高柔性、快迭代的产线场景可实现更短的交付周期、更高的节拍和更低的损耗，获得数千万元的小批量订单。
未来，IndustrialNext将逐步拓展至多行业高端制造场景，加速推进工业具身智能的全球化落地。
