Reimagine Robotics 从隐身模式脱颖而出，推出可从工人身上学习的机器人

传统工业机器人通常需要工程师或集成商在流程变化时重新编程，这增加了时间和成本，并将自动化限制在重复、高度结构化的任务中。Reimagine Robotics 的创始人认为，有用的机器人应该能从做工作的人那里学习，工人可以展示任务、纠正错误，然后继续下一个问题，这一过程被称为“monkey-see, monkey-do”。

这一理念的核心是让自动化适应低产量或高可变性的流程，而这些场景通常难以证明传统自动化的合理性。公司声称其系统已在制造业和电子拆解领域运行，但具体部署规模尚未披露。

联合创始人兼 CEO Jonathan Scholz 此前在伦敦领导 Google DeepMind 的应用机器人团队长达七年，之后于 2025 年 4 月与同事 Oleg Sushkov、Akhil Raju 和 Misha Denil 共同创立了 Reimagine Robotics。公司拥有伦敦和悉尼双总部。

这一背景为公司的技术可信度提供了一定支撑，但来源仅基于公司新闻稿，未提供独立验证。

公司表示，初始开发得到了 Fly Ventures、firstminute capital 和天使投资人的种子前融资支持。目前，公司正在寻求新一轮融资，以扩大团队、增加部署，并证明每次安装的经验能使后续项目更快、更可靠。

融资的具体金额和估值未在来源中披露，因此无法评估其财务规模。

在定制塑料制造商处，Reimagine Robotics 训练机器人夜间操作 3D 打印机，包括移除打印床、操作闩锁和按压控制。客户员工随后使用同一平台自动化了清洗、固化和干燥等额外步骤，表明工人能够自行扩展自动化，而无需等待外部专家。

在另一个项目中，公司与工艺工程师合作，创建了一个三机器人系统，用于拆解废旧硬盘并回收有价值材料。机器人和员工协同工作，同时调整和改进工作流程。公司声称，在该项目中，开发新机器人行为的时间从约一天缩短至约 10 分钟。

这些案例均来自公司自身的描述，缺乏第三方验证，因此应视为公司声明而非已确认事实。

Scholz 强调，这一技术并非将人从流程中移除，而是依赖人来识别瓶颈、展示任务并纠正机器人，直到其有用。这种定位可能有助于缓解对自动化取代工作的担忧，但实际效果仍需观察。

如果该技术能够兑现其承诺，可能降低工业自动化的门槛，使中小企业也能从机器人中受益。然而，目前证据有限，其长期影响尚不确定。