Reimagine Robotics 走出隐身模式：机器人可在职学习

Jonathan Scholz曾在伦敦领导Google DeepMind应用机器人团队7年，2025年4月与前同事Oleg Sushkov、Akhil Raju、Misha Denil共同创办Reimagine Robotics，总部设于伦敦和悉尼，首轮由Fly Ventures和firstminute资本等提供pre-seed资金。机器人已在3D打印件管理和硬盘回收等场景部署。在硬盘回收场景中，Reimagine Robotics与流程工程师共同开发了三机器人拆解单元，将新机器人行为的原型与测试时间从约1天压缩至约10分钟。公司即将启动新一轮融资。

• 市场影响：工业机器人在制造业的"无程序员化"部署模式获得新范式；前DeepMind系创业潮在具身赛道形成清晰脉络。
• 意义：标志工业机器人从"程序员定义"走向"工人定义"，机器人进入"可被任何使用者即时教化"的新阶段。

发布方：Reimagine Robotics 发布时间：2026年8月3日 产品/模型名称：无公开正式命名，AI工厂机器人训练平台

一、发布背景

团队核心成员此前在DeepMind深耕应用机器人领域多年，2025年4月正式完成公司创立，前期获得首轮种子轮融资，经过一年多的工厂场景测试迭代后，选择在2026年8月对外公开亮相，正式面向制造场景推进落地。

二、核心升级

1. 机器人训练门槛

从需专业机器人工程师编写代码、调试部署 ==》 一线工人可直接在车间现场完成训练 完全脱离对专业技术人员的依赖

2. 新任务适配效率

生产任务变更后需数天甚至数周重新调试 ==》工人演示操作后机器人可快速试跑并实时纠错 适配柔性产线高频换产需求

3. 训练流程

离线模拟+远程调试，无法贴合真实车间环境 ==》现场演示、实时试跑、即时纠错全流程在产线完成 训练数据完全来自真实生产场景，适配性更强

三、技术原理

依托团队在DeepMind时期积累的机器人强化学习、具身智能训练相关技术沉淀，将复杂的机器人运动控制、环境感知模型封装成低门槛交互界面，工人只需要通过直观的操作演示，就能让机器人快速学习动作逻辑，同时在试跑过程中实时修正偏差，形成“演示-试跑-纠错”的闭环，大幅降低工业机器人的部署和迭代成本。

四、应用场景

目前已在先进制造、电子装配类工厂完成早期落地测试，适配产线高频换产、小批量多品类生产的柔性制造场景，后续可拓展至更多需要频繁调整机器人作业任务的工业场景。