前 SpaceX 工程师正在建造一家机器人工厂，用于制造钢铁零件

“我们不一定会以教条的方式实现完全自治。”

三名前 SpaceX 工程师已将注意力从制造火箭发动机转向使用人工智能驱动的软件和机器人制造钢铁零件。 他们的近期目标是建立一个原型工厂，到 2027 年能够实现关键基础设施部件的大部分钢铁制造过程的自动化。

这家名为 1872 的初创公司于 7 月 22 日在俄亥俄州辛辛那提的 Factory One 工厂举行剪彩仪式，正式启动。 该公司最初专注于钢制撬块（矩形钢框架，可为模块化建筑提供可移动基础）制造的自动化，目标是为正在开发人工智能数据中心或小型模块化核反应堆的客户提供服务。

1872 首席执行官丹·萨默斯 (Dan Summers) 告诉 Ars：“我们正在努力实现自治，但我们不一定会以教条式的方式实现完全自治。” “我们可能会实现 80% 的自主运营，但我们可能会认为就此止步是有意义的，因为要达到 100% 的水平，收益会递减。”

推动自动化不仅仅是为了省钱。行业协会长期以来一直警告称，能够支持美国建设新的人工智能数据中心、半导体工厂、汽车工厂和造船厂的熟练劳动力日益短缺。

美国焊接协会估计，由于劳动力老龄化以及焊接工作需求的飙升，到 2029 年，美国将需要 320,500 名新的焊接专业人员。 特朗普政府收紧对合法移民的限制和打击无证移民，进一步限制了造船等焊接密集型行业的选择。

萨默斯说：“我们试图解决的问题是，如何在熟练劳动力不断减少的情况下建造更多的东西，这是实施自动化的一个很好的起点。”

从火箭发动机到钢制滑板

1872 年的联合创始人，包括萨默斯、布莱恩·蒙吉利奥和迈克尔·格兰特，都拥有之前在 SpaceX 工作过的相关经验。 萨默斯负责监督工程团队，负责集成和制造猛禽发动机，为 SpaceX 星舰发射系统的超重型助推火箭提供动力。

萨默斯表示，Raptor 团队使用“智能软件”来跟踪和管理 Raptor 硬件的物理制造，成为快速、准确地实施变革的“秘诀”。

“我们的软件工程师与硬件工程师合作，不仅开发引擎，还开发构建引擎的系统，”萨默斯告诉 Ars。 “每个引擎都如此不同，我们通过系统推动了如此多的变化，如果没有该软件，就不可能知道我们需要构建什么，我们实际构建了什么，或者我们将如何构建它。”

萨默斯说，这使得猛禽团队能够在三年内将发动机从一个装备齐全的、第一个全尺寸概念转变为生产版本。相比之下，他指出典型的喷气发动机开发生命周期可以超过二十年。

萨默斯说，在新公司 1872 中，联合创始人决定首先专注于矩形钢制滑橇的自动化生产，因为与火箭的航空航天级零件相比，它们是“精度较低的部件”。 从自动化的角度来看，这留下了更多的出错空间，同时仍然可以生产出有用的钢部件。

萨默斯说：“我们从关键基础设施方面开始使用更多不太吸引人的组件，这些组件对我们的建造能力非常重要，并且消耗了大量的熟练劳动力和资源。”

机器人与人类焊接

Summers 说，一开始，1872 首先依靠人类工人建立了生产成品滑道的手动流程。 但该公司还一直致力于与哥伦布的 Path Robotics 公司合作，整合诸如能够自动焊接金属件的机器人手臂等技术。

电弧焊的标准工艺是在电极棒或焊丝与金属材料之间产生电弧。电弧产生足够的热量来熔化两个金属部件之间的接合处的金属，一旦熔融金属再次凝固，这使得两个部件能够结合在一起。

对于弧焊，Path Robotics 声称其机器人的一次通过率通常达到 95% 至 100%，这意味着首次通过质量检查而无需返工或导致报废的零件比例。

机械臂将 70% 的工作时间花在电弧上，从而提高工作效率。相比之下，人类工人的起弧时间仅为 10% 到 12%，因为他们花费更多的时间来对齐和重新定位金属件或调整工具。

据 Path Robotics 称，这种机器人效率可以将焊接成本降低 85%。这是因为 Path Robotics 工作站能够以每焊缝英寸约 0.12 美元的价格进行焊接，而手工焊接每焊缝英寸的成本约为 0.78 美元。

萨默斯解释说，焊接撬块可能需要两到四个小时，但组装焊接过程中的所有切割部件可能需要四到五天。因此，该公司特别热衷于弄清楚自动化如何减少组装撬装部件所需的时间。 “整个游戏的名字就是我们如何让机器保持运转，”他说。

人工智能驱动的架构师

1872 网站宣传了高度自动化制造流程的愿景，其中客户的数字设计文件被输入人工智能驱动的软件系统，该系统为钢部件创建和安排完整的制造计划，包括定价和采购必要的材料。

萨默斯说，然后，“建筑师”系统将移交给“指挥者”，“指挥者”通过协调工厂车间的材料和机器人机器的移动来执行制造过程。 这可能包括在工作站之间运送材料和零件的自动驾驶车辆，或沿着生产线在轨道上移动的机械臂。

萨默斯告诉 Ars：“我们的优势在于我们能够将由我们自己或 Path Robotics 等合作伙伴构建的机器人系统整合到一个系统中，并将它们编排在一起，从而真正实现无缝操作。”

理想情况下，每次生产运行都将提供额外的数据，帮助训练涉及的各种人工智能模型，并允许整个架构师系统从长远来看得到改进。 1872 正在使用定制的现成人工智能模型，包括一些大型语言模型，并计划集成基于物理的模型，这些模型可以准确地表示工厂车间部署的不同制造流程。

该公司已从 O.H.I.O. 咨询的私人基金获得了 1500 万美元的种子资金。基金，一家投资咨询公司。萨默斯表示，理想情况下，这应该足以“启动 Factory 1，构建自动化软件和硬件技术堆栈，并实现盈利”。 该公司最终还可以将其自动化生产流程从钢制滑橇扩展到结构框架和外壳。

Summers 表示：“在接下来的 12 个月里，我们预计将开始真正剥去手工加工的层层，不仅在物理生产车间，而且还在数字生产车间实现自动化。”

来源：Arstechnica