YC S26 的 Salem Robotics 居然想让现有的工业机

大家有没有发现，现在的机器人硬件卷得飞起，但真要让它去工厂里干点细活，还是难得要死？

我刚在 HN 上刷到一家叫 Salem Robotics 的初创公司，他们刚进 YC S26 批次。这帮人不是在造新的机器人底盘，而是在做一套给现有移动机器人装上的“大脑”。他们的切入点特别刁钻：工业巡检中的物理交互。

现在的巡检机器人大多只会“走”，遇到需要动手干的活儿就抓瞎了。比如在核电站或者化工厂，巡检不只是拍个照，往往需要完成一些具体的动作：

• 擦拭（Wipe）： 比如做放射性污染调查时，得拿抹布在特定区域擦一下，看有没有残留。
• 测量（Measure）： 在油气设施里，得把探测器精准地贴合在阀门或法兰盘上。
• 对准（Align）： 传感器必须在特定的角度和位置，才能读到有效数据。

这些动作看似简单，用一个动词就能概括，但在机器人控制层面简直是噩梦。如果你只是让机械臂走到一个坐标点，那没意义；你得保证探测器在移动过程中始终垂直于曲面，或者始终保持与管道的特定距离。

Salem 的思路很有意思，他们没有盲目跟风现在最火的“端到端学习（End-to-End Learning）”或者搞什么人形机器人大模型，而是走了一条“AI + 经典机器人学”的混合路线：

• AI 负责理解语义： 比如在陌生的工厂环境下，通过视觉识别出哪个是阀门、哪个是管道，把非结构化的环境信息变成任务指令。
• 经典控制负责执行： 一旦任务确定了（比如“擦拭这个平面”），他们会调用几何规划、优化算法和关节级控制。

为什么要这么干？因为在核电这种安全敏感型场景，你不需要机器人表现得像个“艺术家”，你需要的是确定性、可预测的行为，以及明确的物理约束。如果只靠神经网络去猜动作，万一机械臂在关键时刻“抽风”撞到了设备，后果不堪设想。

这种“软硬结合”的思路其实挺务实的，他们不想重新造轮子，而是想给那些已经买回去的昂贵机器人，注入这种能完成复杂物理任务的智能。