NEURA Robotics ने भौतिक एआई के लिए Neuron AI फ़ाउंडेशन मॉडल पेश किया

NEURA Robotics ने 14 अक्टूबर 2026 को जर्मनी के मेट्ज़िंगेन से जारी एक घोषणा में Neuron AI पेश किया। यह भौतिक एआई के लिए उसका बहुआयामी फ़ाउंडेशन मॉडल है। कंपनी के अनुसार, मॉडल का परसेप्शन-लैंग्वेज-एक्शन (PLA) आर्किटेक्चर रोबोट की देखने, सुनने और छूने की क्षमताओं को उसके अब तक किए गए कार्यों से जोड़ता है और बहुसंवेदी जानकारी को भौतिक क्रिया में बदलता है।

संस्थापक और सीईओ David Reger ने कहा कि बुद्धिमान रोबोटों को ऐसे मस्तिष्क की ज़रूरत है जो उनकी इंद्रियों को एकजुट करे और पिछली घटनाओं को याद रखे। उन्होंने कहा, “Neuron AI के साथ, हम भौतिक दुनिया का मस्तिष्क बना रहे हैं।” उन्होंने इस मॉडल को जर्मनी में विकसित और पूरी दुनिया के लिए बनाया गया भौतिक एआई बताया।

उत्पाद पृष्ठ मॉडल को तीन हिस्सों में बाँटकर समझाता है: पहला, परसेप्शन लेयर, जिसके ज़रिए रोबोट देखता, छूता और सुनता है, अपने शरीर को पहचानता है और उपयोगकर्ता का निर्देश ग्रहण करता है; दूसरा, भाषा मॉडल, जो हर इनपुट को एक साझा भाषा-क्षेत्र में लाकर अनुरोध पर तर्क करता है; और तीसरा, एक्शन मॉडल, जो निर्णयों को रोबोट की सटीक और सुरक्षित गति में बदलता है। इस प्रक्रिया में, हर प्रकार की जानकारी को एक समान समय-संरेखित निरूपण में कोड किया जाता है, फिर उसे एक ही क्रिया-धारा में ढाला जाता है।

बहुसंवेदी बोध और स्मृति

इस मॉडल के पक्ष में NEURA का तर्क कैमरों की सीमाओं से शुरू होता है: वे आकार-रूप, रंग और स्थिति दर्ज करते हैं, लेकिन संपर्क, बल या ध्वनि की कोई जानकारी नहीं देते। घोषणा में कहा गया है कि लोग केवल देखकर काम नहीं करते: वे महसूस करते हैं कि पेंच अटक रहा है और सुनते हैं कि कनेक्टर अपनी जगह पर बैठ गया है। Neuron AI यही सिद्धांत रोबोटों पर लागू करता है।

कंपनी ने कहा कि अतिरिक्त इंद्रियाँ उन कामों में सबसे ज़्यादा अहम हैं जिन्हें कैमरे अकेले नहीं कर सकते। जब कोई रोबोट ताला खोलता है, तो केवल ध्वनि और स्पर्श ही पुष्टि करते हैं कि ताला सचमुच खुल गया है; स्पर्श की मदद से रोबोट नज़र से छिपी वस्तुओं को भी पकड़ सकता है। ये इंद्रियाँ उन कामों को भी अधिक सटीक बनाती हैं जिन्हें दृष्टि पहले से संभाल सकती है: वेल्डिंग में प्रक्रिया की ध्वनि जोड़ की गुणवत्ता का संकेत दे सकती है।

मॉडल में स्मृति की सुविधा भी है। NEURA का तर्क है कि भौतिक दुनिया में काम करने के लिए कारण और परिणाम की समझ तथा वस्तु के दृष्टि से ओझल होने पर भी उसके अस्तित्व को याद रखने की क्षमता ज़रूरी है। यह क्षमता मनुष्य जीवन के पहले दो वर्षों में विकसित कर लेते हैं। कंपनी के अनुसार, पूरी तरह डिजिटल एआई से अलग, रोबोट एक निरंतर भौतिक दुनिया में काम करता है और उसे समय के साथ वस्तुओं तथा अपनी ही गतिविधियों के नतीजों पर नज़र रखनी होती है—अक्सर तब भी, जब वे उसकी दृष्टि में नहीं होते। NEURA ने कहा कि स्मृति जोड़ने के लिए उसने आर्किटेक्चर को विशेष रूप से नए सिरे से तैयार किया और इसे स्मृति के उपयोग के लिए बनाए गए विशिष्ट डेटासेट पर प्रशिक्षित करता है।

उत्पाद पृष्ठ पर कंपनी दृष्टि-आधारित विज़न-लैंग्वेज-एक्शन (VLA) मॉडल की तुलना Neuron AI से करती है। कंपनी का कहना है कि VLA मॉडल गति के लिए अनुकूलित होते हैं और मुख्यतः कैमरे से दिखने वाले मौजूदा फ़्रेम के आधार पर तर्क करते हैं। इसके विपरीत, Neuron AI के बारे में उसका कहना है कि यह VLA जितने ही काम संभालता है, साथ ही कैमरों से छूट जाने वाली चीज़ों को समझने के लिए स्पर्श, ध्वनि और स्मृति भी जोड़ता है।

डेटा के तीन स्तंभ और पाँच रोबोट रूप

Neuron AI को भौतिक अनुभव के तीन पूरक स्रोतों पर प्रशिक्षित किया जाता है। अलग-अलग बनावट वाले रोबोट NEURA Gyms—संज्ञानात्मक रोबोटों और भौतिक एआई के लिए कंपनी के प्रशिक्षण ढाँचे—में और वास्तविक दुनिया के परिवेशों में काम करते हैं। इस दौरान दृष्टि, स्पर्श, बल, ध्वनि और गति के समकालिक डेटा-प्रवाह तैयार होते हैं। NEURA का Data Amplifier और सिमुलेशन ढाँचा कामों और परिवेशों के नकली रूपांतर जोड़कर इस डेटा का विस्तार करता है। मानव प्रदर्शन से जुड़ा डेटा सेंसर लगे डेटा सूट पहनने वाले लोगों से मिलता है; उनकी दर्ज की गई गतिविधियाँ और कामों के प्रदर्शन से हासिल व्यावहारिक विशेषज्ञता प्रशिक्षण में शामिल होती है।

कंपनी के अनुसार, ये तीनों स्तंभ वास्तविक भौतिक संपर्क, सिमुलेशन में विविधता और मानवीय कौशल उपलब्ध कराते हैं। इनके ज़रिए अलग-अलग ग्रिपर और हाथों वाले NEURA के पाँच रोबोट रूपों के लिए एक साझा फ़ाउंडेशन मॉडल को प्रशिक्षित किया जाता है। उत्पाद पृष्ठ इन पाँच रूपों में 4NE-1 Gen 3, 4NE-1 Gen 4, पहियों वाला 4NE-1 और दो अन्य दोनों हाथों से काम करने वाले प्लेटफ़ॉर्म गिनाता है। इसमें MAiRA, MiPA, MAV+ और 4NE1 को उस रोबोट परिवार के रूप में भी सूचीबद्ध किया गया है, जिसके सभी सदस्यों में एक ही मॉडल को प्रशिक्षित और तैनात किया जाता है।

रोबोट पर तैनाती और Neuraverse प्लेटफ़ॉर्म

उत्पाद पृष्ठ के अनुसार, Neuron AI सीधे रोबोट पर ही चलता है: निर्णय रोबोट पर वास्तविक समय में लिए जाते हैं, सर्वर से संपर्क करने की ज़रूरत नहीं होती, क्लाउड कनेक्शन न होने पर भी यह काम करता रहता है और उत्पादन डेटा ग्राहक के नियंत्रण में रहता है। पृष्ठ इसे यूरोप के निर्माताओं के लिए एक अहम पहलू बताता है।

NEURA Gyms में तैनाती से पहले डेटा संग्रह, कौशल प्रशिक्षण और मानक-मूल्यांकन को आपस में जोड़ा जाता है। वहाँ तैयार हुआ डेटा और विकसित कौशल बाद के मॉडल संस्करणों में शामिल किए जाते हैं। इसके बाद Neuraverse प्लेटफ़ॉर्म इन क्षमताओं को रोबोटों के बेड़ों में तैनात और अपडेट करता है तथा ग्राहकों को अपने कामों के लिए मॉडल को बेहतर ढंग से प्रशिक्षित करने के साधन देता है, ताकि ग्राहक की प्रक्रियाओं से जुड़ी विशेषज्ञता रोबोट के कौशल में बदल सके। कौशल ग्राहक के निजी उपयोग के लिए रखे जा सकते हैं। NEURA के अनुसार, यदि कोई ग्राहक अपने कौशल या तैनाती से जुड़ा डेटा साझा करता है, तो उसका योगदान व्यापक पारितंत्र और भविष्य के मॉडल विकास को आगे बढ़ाने में मदद कर सकता है।

कंपनी Time-to-Skill को प्रगति का एक केंद्रीय माप मानती है। इससे आशय उस गति से है जिससे रोबोट कोई नया काम सीखता है और उसे भरोसेमंद ढंग से करने लगता है। NEURA के अनुसार, औद्योगिक ग्राहकों के लिए इस समय को घटाना बेहद ज़रूरी है, ताकि भौतिक एआई को अधिक प्रक्रियाओं में लागू किया जा सके और आवश्यकताएँ बदलने पर उसमें बदलाव किया जा सके।

जर्मनी में विकास और GTC Berlin में प्रदर्शन

विकास और प्रशिक्षण NEURA के Metzingen स्थित परिसर में ही हुए, जहाँ कंपनी रोबोट, हाथ, संवेदन तकनीक, डेटा अवसंरचना और एआई विकास को एक साथ लाती है, ताकि मॉडल के प्रशिक्षण को उसके भौतिक प्रदर्शन से जोड़ा जा सके। NEURA के अनुसार, जटिल विनिर्माण प्रक्रियाओं, विशिष्ट विशेषज्ञता और चुनौतीपूर्ण परिचालन परिवेशों वाला जर्मनी का औद्योगिक आधार इस काम के लिए एक महत्त्वपूर्ण परिवेश उपलब्ध कराता है। Schaeffler और Bosch सहित औद्योगिक कंपनियों के साथ डेटा साझेदारियाँ, NEURA Gyms में किए जाने वाले प्रशिक्षण को और बढ़ावा देती हैं।

NVIDIA GTC Berlin 2026 में, NEURA अपने ह्यूमनॉइड रोबोट 4NE1 (“सभी के लिए”) को Neuron AI के मौजूदा संस्करण पर चलाते हुए, कपड़े धोने-संभालने का ग्यारह मिनट का क्रम प्रदर्शित करेगी। इस क्रम में, 4NE1 कपड़ों को छाँटता है, उन्हें वॉशिंग मशीन में डालता है, मशीन को बंद करके फिर खोलता है, उसमें से कपड़े निकालता है और उन्हें ड्रायर तक ले जाता है—यह सब बिना किसी मानवीय हस्तक्षेप के। कंपनी ने कहा कि चुनौती किसी एक गतिविधि तक सीमित नहीं है: रोबोट को पूरे क्रम के दौरान प्रासंगिक संदर्भ बनाए रखना होगा, हर चरण पूरा करना होगा और फिर अगले चरण पर बढ़ना होगा। यह प्रदर्शन 20 से 22 अक्टूबर, 2026 तक Station-Berlin के हॉल 3, बूथ #3031 में निर्धारित है।