NEURA Robotics og NXAI går sammen om at give kognitive robotter varig hukommelse

NEURA Robotics og NXAI annoncerede den 20. oktober 2026 et partnerskab om i fællesskab at udvikle en hukommelseskomponent til kognitive robotter. Partnerskabet integrerer NEURAs stak til fysisk AI med NXAIs xLSTM-arkitektur og tilføjer en ekstra modelmulighed til Neuraverse-platformen.

Et partnerskab i to dele

Ifølge meddelelsen, der er dateret i Metzingen i Tyskland, består partnerskabet af to dele. Det fælles arbejde bygger på Neuron AI, NEURAs multimodale grundmodel til fysisk AI, som kombinerer 3D-syn, berøring, lyd, robotstatus og sprog med en hukommelsesfunktion. Partnerne integrerer NEURAs stak til fysisk AI med xLSTM, som meddelelsen beskriver som en rekurrent arkitektur fra NXAI, der effektivt kan fastholde og opdatere tilstande gennem lange sekvenser. NXAI planlægger også at gøre sin egen xLSTM-baserede model tilgængelig på Neuraverse-platformen, hvor den skal supplere Neuron AI. Meddelelsen præsenterer dette som en plan og ikke som noget, der allerede er gennemført.

„En robot, der virkelig hjælper i hverdagen og industrien, skal kunne huske,“ sagde David Reger, grundlægger og administrerende direktør for NEURA Robotics, i meddelelsen. Reger beskrev Neuron AI som fundamentet, Neuraverse som platformen, hvorigennem eksterne AI-tilgange kan finde vej ind i robotter, og NXAI som partneren, der skal videreudvikle denne hukommelse.

Prof. Dr. Sepp Hochreiter, grundlægger af NXAI, sagde, at hukommelse og erfaring gør det muligt for robotter at løse opgaver pålideligt over mange trin, og at NXAI og NEURA sammen bringer denne styrke ind i fysisk AI.

Arbejdshukommelse og episodisk hukommelse

Meddelelsen sammenligner robotter med chatbots for at forklare, hvorfor hukommelse er vigtig for fysiske maskiner. En chatbot behandler forespørgsler én ad gangen, mens en robot arbejder i en kontinuerlig løkke, hvor den opfatter, træffer beslutninger og handler mange gange i sekundet – potentielt gennem en hel vagt. Meddelelsen skelner mellem to niveauer af hukommelse: Arbejdshukommelsen håndterer den aktuelle tilstand i en opgave, for eksempel om en komponent allerede er sat i, om en dør er åben eller lukket, eller om der er trykket på en startknap. Episodisk hukommelse går et skridt videre og gør det muligt for en robot, der har udført en proces gentagne gange, at trække på tidligere erfaring, når den igen møder den samme situation.

Integration med Neuraverse og kontrol over data

Ifølge meddelelsen vil virksomheder med den planlagte integration kunne finjustere NXAI-modellen til deres egne opgaver ved hjælp af værktøjskæden i Neuraverse, teste den i NEURA Gyms og implementere den på egnede robotter – alt sammen i det samme trænings- og anvendelsesmiljø, som de allerede bruger. Neuron AI forbliver NEURAs egen multimodale grundmodel og vil fortsat blive udviklet uafhængigt. Partnerskabet tilføjer en ekstra modelmulighed til platformen og omfatter fælles forskning. Virksomhederne bevarer kontrollen over deres procesviden og beslutter selv, om de vil dele data og færdigheder.

Hvad hver partner bidrager med

NEURA bidrager med sin stak til fysisk AI: egenudviklede multimodale grundmodeller, robotteknologi, sensorteknologi, data fra træning i den virkelige verden i NEURA Gyms samt platformen til industriel implementering. NXAI bidrager med det, som meddelelsen beskriver som årtiers AI-forskning, og en grundlæggende anderledes tilgang til rekurrent intelligens og hukommelse.

NXAI er en østrigsk deeptech-virksomhed med base i Linz, og virksomhedens kerneforskning fokuserer på xLSTM-modeller til tidsserier og robotteknologi. På sin egen hjemmeside beskriver virksomheden sig selv som et frontlinjelaboratorium og oplyser, at dens egenudviklede xLSTM-hukommelsesarkitekturer muliggør tilstandssporing og overgår de aktuelt dominerende Transformer-arkitekturer. Hochreiter er medstifter og chefforsker hos NXAI, og virksomheden oplyser, at den arbejder tæt sammen med JKU Linz og andre forskningsinstitutioner. NXAI oplyser også, at virksomheden udvikler specialiserede verdensmodeller baseret på tidsserieanalyse under navnet TiRex, og at den vil udvikle verdensmodeller i stor skala, som bygger på neurale hukommelseshierarkier og hukommelsesrouting, med anvendelser inden for robotteknologi.

NEURA Robotics blev grundlagt i 2019 og har hovedkontor i Metzingen. Virksomheden udvikler kognitive robotter, der kan se, høre, føle og lære, samt den software, AI og datainfrastruktur, der skal til for at implementere dem i stor skala. Den beskriver Neuraverse som et åbent økosystem, hvor robotter løbende lærer og deler færdigheder.

Ifølge NEURAs produktdokumentation er Neuron AI en perceptions-, sprog- og handlingsmodel, der over tid indkoder 3D-syn, taktile data og kraft- og momentdata, lyd, robotstatus og sprog i ét fælles rum og omsætter dem til én handlingsstrøm. Modellen kører lokalt på robotten uden forbindelse til en cloudtjeneste og er udviklet og trænet internt i Metzingen. Træningen bygger på tre datakilder: data fra robotter i den virkelige verden, data udvidet gennem simulering og data fra menneskelige demonstrationer, suppleret med datapartnerskaber med industrivirksomheder, herunder Schaeffler og Bosch. NEURA oplyser, at Neuron AI kører på fem robotplatforme: 4NE-1 Gen 3 og Gen 4, en hjulbaseret 4NE-1 samt to yderligere tohåndede platforme.

Partnernes erklærede langsigtede ambition er, at robotter løbende bygger videre på deres erfaringer i stedet for blot at udføre enkelte færdigheder. Meddelelsen knytter dette mål til visionen bag Neuraverse og det, NEURA kalder Robot Skill Economy, hvor færdigheder, der tilegnes gennem interaktion i den virkelige verden, forfines og overføres mellem maskiner og miljøer.