NEURA Robotics Memperkenalkan Model Fondasi Neuron AI untuk AI Fisik

NEURA Robotics memperkenalkan Neuron AI, model fondasinya yang multimodal untuk AI Fisik, pada 14 Oktober 2026 melalui sebuah pengumuman dari Metzingen, Jerman. Menurut perusahaan, arsitektur Perception-Language-Action (PLA) pada model ini menghubungkan penglihatan, pendengaran, dan perabaan robot dengan apa yang telah dilakukannya, lalu mengubah informasi multisensor menjadi tindakan fisik.

Pendiri sekaligus CEO David Reger mengatakan bahwa robot cerdas membutuhkan otak yang menyatukan indra-indranya dan mengingat peristiwa yang telah terjadi. “Dengan Neuron AI, kami membangun otak untuk dunia fisik,” ujarnya, menggambarkan model tersebut sebagai AI Fisik yang dikembangkan di Jerman dan dibuat untuk dunia.

Halaman produk itu membagi model menjadi tiga bagian: lapisan persepsi, yang memungkinkan robot melihat, meraba, dan mendengar, mengenali tubuhnya sendiri, serta menerima perintah pengguna; model bahasa, yang menyatukan semua masukan dalam ruang bahasa bersama dan menalar permintaan; serta model tindakan, yang menerjemahkan keputusan menjadi gerakan robot yang presisi dan aman. Dalam alur tersebut, setiap modalitas dikodekan ke dalam representasi bersama yang diselaraskan waktunya sebelum dikondisikan menjadi satu aliran tindakan.

Persepsi Multisensor dan Memori

NEURA mengawali penjelasannya tentang model ini dengan keterbatasan kamera: kamera menangkap geometri, warna, dan posisi, tetapi tidak memberikan informasi tentang sentuhan, gaya, atau suara. Seperti dicatat dalam pengumuman tersebut, manusia tidak hanya mengandalkan penglihatan: mereka merasakan sekrup tersangkut dan mendengar konektor terpasang dengan bunyi klik. Neuron AI menerapkan prinsip yang sama pada robot.

Menurut perusahaan, indra tambahan paling berguna untuk tugas yang tidak dapat diselesaikan kamera saja. Saat robot membuka kunci, hanya suara dan sentuhan yang dapat memastikan bahwa kunci itu benar-benar terbuka, sementara sentuhan memungkinkan robot menggenggam benda yang tersembunyi dari pandangan. Indra-indra itu juga meningkatkan kemampuan dalam tugas yang sudah dapat ditangani oleh penglihatan: dalam pengelasan, suara prosesnya dapat menunjukkan kualitas sambungan.

Model ini juga dilengkapi fungsi memori. NEURA berpendapat bahwa bertindak di dunia fisik membutuhkan pemahaman tentang sebab-akibat dan kekekalan objek—kemampuan mengingat objek saat objek tersebut tidak lagi terlihat, yang diperoleh manusia dalam dua tahun pertama kehidupannya. Berbeda dengan AI yang sepenuhnya digital, kata perusahaan, robot bertindak di dunia fisik yang berkesinambungan dan harus melacak objek serta konsekuensi tindakannya sendiri dari waktu ke waktu, sering kali saat objek itu tidak terlihat. NEURA mengatakan bahwa mereka merancang ulang arsitektur model secara khusus untuk menghadirkan memori dan melatihnya menggunakan kumpulan data khusus yang dirancang untuk memanfaatkan fungsi tersebut.

Di halaman produk, perusahaan membandingkan model visi-bahasa-tindakan (VLA) yang berfokus pada penglihatan—yang menurut perusahaan dioptimalkan untuk gerakan dan terutama menalar berdasarkan bingkai saat ini dari apa yang dilihat kamera—dengan Neuron AI. Menurut perusahaan, Neuron AI mencakup kemampuan yang sama dengan VLA, sekaligus menambahkan sentuhan, suara, dan memori untuk menangani hal-hal yang luput dari kamera.

Tiga Pilar Data dan Lima Konfigurasi Robot

Neuron AI dilatih menggunakan tiga sumber pengalaman fisik yang saling melengkapi. Berbagai robot dengan konfigurasi berbeda mengerjakan tugas di NEURA Gyms, infrastruktur pelatihan perusahaan untuk robot kognitif dan AI Fisik, serta di lingkungan dunia nyata. Kegiatan ini menghasilkan aliran data penglihatan, sentuhan, gaya, audio, dan gerakan yang tersinkronisasi. Data Amplifier dan tumpukan simulasi NEURA memperluas data tersebut dengan variasi tugas dan lingkungan yang disimulasikan. Sementara itu, data demonstrasi manusia berasal dari orang-orang yang mengenakan setelan data berperlengkapan sensor; gerakan dan demonstrasi tugas yang direkam dari mereka membawa keahlian praktis ke dalam pelatihan.

Menurut perusahaan, ketiga pilar tersebut menyediakan interaksi fisik nyata, variasi simulasi, dan pengetahuan manusia untuk melatih satu model fondasi bersama pada lima konfigurasi robot NEURA dengan penjepit dan tangan yang berbeda. Halaman produk menyebut kelimanya sebagai 4NE-1 Gen 3, 4NE-1 Gen 4, 4NE-1 beroda, dan dua platform bimanual lainnya. Halaman itu juga mencantumkan MAiRA, MiPA, MAV+, dan 4NE1 sebagai keluarga robot yang menjadi sasaran pelatihan dan penerapan satu model.

Penerapan Langsung pada Robot dan Platform Neuraverse

Halaman produk menyatakan bahwa Neuron AI berjalan secara lokal langsung di robot: keputusan diambil secara waktu nyata di robot tanpa perlu komunikasi bolak-balik dengan server; robot tetap beroperasi meskipun tidak terhubung ke cloud; dan data produksi tetap berada di bawah kendali pelanggan. Halaman tersebut menyebut hal ini sebagai poin penting bagi produsen di Eropa.

Di NEURA Gyms, pengumpulan data, pelatihan keterampilan, dan pengujian tolok ukur dihubungkan sebelum penerapan, sementara data dan keterampilan yang dihasilkan di sana digunakan dalam rilis model berikutnya. Platform Neuraverse kemudian menerapkan dan memperbarui kemampuan tersebut di seluruh armada robot, serta menyediakan alat bagi pelanggan untuk menyempurnakan model sesuai tugas mereka sendiri. Dengan demikian, keahlian pelanggan dalam proses kerja dapat diwujudkan menjadi keterampilan robot. Keterampilan dapat tetap bersifat privat bagi pelanggan; NEURA mengatakan bahwa jika pelanggan membagikan keterampilan atau data penerapan, kontribusi tersebut dapat mendukung ekosistem yang lebih luas dan pengembangan model pada masa mendatang.

Perusahaan menjadikan Time-to-Skill—kecepatan robot mempelajari tugas baru dan melakukannya secara andal—sebagai ukuran utama kemajuan. Menurut NEURA, bagi pelanggan industri, mempersingkat waktu tersebut sangat penting untuk memperluas penerapan AI Fisik ke lebih banyak proses dan menyesuaikannya saat kebutuhan berubah.

Pengembangan di Jerman dan Demonstrasi di GTC Berlin

Pengembangan dan pelatihan dilakukan secara internal di fasilitas NEURA di Metzingen. Di sana, perusahaan menyatukan robot, tangan robot, teknologi sensor, infrastruktur data, dan pengembangan AI yang diperlukan untuk menghubungkan pelatihan model dengan kinerja fisik. NEURA menyatakan bahwa basis industri Jerman, dengan proses manufaktur yang kompleks, keahlian khusus, dan lingkungan operasi yang menuntut, menyediakan tempat yang penting bagi pekerjaan ini. Kemitraan data dengan perusahaan industri, termasuk Schaeffler dan Bosch, turut melengkapi pelatihan yang dilakukan di NEURA Gyms.

Di NVIDIA GTC Berlin 2026, NEURA akan mendemonstrasikan robot humanoidnya, 4NE1 (“Untuk Siapa Saja”), yang menjalankan versi terkini Neuron AI dalam rangkaian tugas menangani cucian selama 11 menit. Dalam rangkaian tersebut, 4NE1 memilah cucian, memasukkannya ke mesin cuci, menutup dan membuka kembali mesin itu, mengeluarkan cucian, lalu memindahkannya ke mesin pengering—semuanya tanpa campur tangan manusia. Perusahaan menyatakan bahwa tantangannya bukan hanya pada satu gerakan: robot harus mempertahankan konteks yang relevan sepanjang rangkaian tugas, menyelesaikan setiap langkah, lalu beralih ke langkah berikutnya. Demonstrasi ini dijadwalkan berlangsung di Station-Berlin, Hall 3, Booth #3031, pada 20 hingga 22 Oktober 2026.