Partnerskap

NEURA Robotics og NXAI går sammen om å gi kognitive roboter varig hukommelse

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

NEURA Robotics og NXAI kunngjorde et partnerskap 20. oktober 2026 for å utvikle en hukommelseskomponent for kognitive roboter i fellesskap. Samarbeidet integrerer NEURAs plattform for fysisk KI med NXAIs xLSTM-arkitektur og føyer til et andre modellalternativ på Neuraverse-plattformen.

Et partnerskap i to deler

Ifølge kunngjøringen består partnerskapet, som ble kunngjort fra Metzingen i Tyskland, av to deler. Det felles arbeidet bygger på Neuron AI, NEURAs multimodale grunnmodell for fysisk KI, som kombinerer 3D-syn, berøring, lyd, robottilstand og språk med en hukommelsesfunksjon. Partnerne integrerer NEURAs plattform for fysisk KI med xLSTM, som kunngjøringen beskriver som en rekurrent arkitektur fra NXAI som effektivt kan lagre og oppdatere tilstand gjennom lange sekvenser. NXAI planlegger også å gjøre sin egen xLSTM-baserte modell tilgjengelig på Neuraverse-plattformen, der den vil bli tilbudt sammen med Neuron AI. Kunngjøringen presenterer dette som en plan, ikke som noe som allerede er tilgjengelig.

«En robot som virkelig skal være til hjelp i hverdagen og industrien, må kunne huske», sa David Reger, grunnlegger og administrerende direktør i NEURA Robotics, i kunngjøringen. Reger beskrev Neuron AI som grunnmuren, Neuraverse som plattformen som gjør det mulig for eksterne KI-tilnærminger å finne veien inn i roboter, og NXAI som partneren som skal videreutvikle denne hukommelsen.

Prof. Dr. Sepp Hochreiter, grunnlegger av NXAI, sa at hukommelse og erfaring gjør det mulig for roboter å løse oppgaver pålitelig gjennom mange trinn, og at NXAI og NEURA sammen bringer denne styrken inn i fysisk KI.

Arbeidshukommelse og episodisk hukommelse

Kunngjøringen sammenligner roboter med chatbotter for å forklare hvorfor hukommelse er viktig for fysiske maskiner. En chatbot behandler forespørsler én om gangen, mens en robot arbeider i en kontinuerlig sløyfe der den sanser, tar beslutninger og handler mange ganger i sekundet, potensielt gjennom et helt skift. Kunngjøringen skiller mellom to nivåer av hukommelse: Arbeidshukommelsen håndterer den umiddelbare tilstanden i en oppgave, for eksempel om en komponent allerede er satt inn, om en dør er åpen eller lukket, eller om en startknapp er trykket inn. Episodisk hukommelse går et skritt videre og gjør det mulig for en robot som har utført en prosess gjentatte ganger, å trekke på tidligere erfaring når den møter den samme situasjonen igjen.

Integrering i Neuraverse og kontroll over data

Ifølge kunngjøringen vil selskaper med den planlagte integreringen kunne finjustere NXAI-modellen for egne oppgaver ved hjelp av verktøykjeden i Neuraverse, teste den i NEURA Gyms og ta den i bruk på egnede roboter, alt i det samme trenings- og driftsmiljøet som de allerede bruker. Neuron AI forblir NEURAs egen multimodale grunnmodell og vil fortsatt bli utviklet uavhengig av partnerskapet. Partnerskapet tilfører plattformen et andre modellalternativ og omfatter felles forskning. Selskapene beholder kontrollen over sin prosesskunnskap og avgjør selv om de vil dele data og ferdigheter.

Dette bidrar hver partner med

NEURA bidrar med sin plattform for fysisk KI: proprietære multimodale grunnmodeller, robotteknologi, sensorteknologi, treningsdata fra den virkelige verden hentet fra NEURA Gyms og plattformen for industriell utrulling. NXAI bidrar med det kunngjøringen omtaler som flere tiår med KI-forskning og en grunnleggende annerledes tilnærming til rekurrent intelligens og hukommelse.

NXAI er et østerriksk dyptteknologiselskap med hovedkontor i Linz, og den sentrale forskningen deres handler om xLSTM-modeller for tidsserier og robotteknologi. På sitt eget nettsted beskriver selskapet seg som et ledende forskningslaboratorium og sier at de proprietære xLSTM-hukommelsesarkitekturene deres muliggjør sporing av tilstand og gir bedre resultater enn Transformer-arkitekturene som dominerer i dag. Hochreiter er NXAIs medgrunnlegger og vitenskapelige sjef, og selskapet sier at det samarbeider tett med JKU Linz og andre forskningsinstitusjoner. NXAI sier også at de utvikler spesialiserte verdensmodeller basert på tidsserieanalyse under navnet TiRex, og at de vil utvikle verdensmodeller i stor skala basert på nevrale hukommelseshierarkier og hukommelsesruting, med anvendelser innen robotteknologi.

NEURA Robotics ble grunnlagt i 2019 og har hovedkontor i Metzingen. Selskapet utvikler kognitive roboter som kan se, høre, føle og lære, samt programvaren, KI-en og datainfrastrukturen som trengs for å ta dem i bruk i stor skala. Neuraverse beskrives som et åpent økosystem der roboter lærer kontinuerlig og deler ferdigheter.

Ifølge NEURAs produktdokumentasjon er Neuron AI en persepsjons-, språk- og handlingsmodell som over tid koder 3D-syn, taktile data og dreiemomentdata, lyd, robottilstand og språk i ett felles rom, og omdanner dette til én enkelt handlingsstrøm. Modellen kjører lokalt på roboten uten skytilkobling og ble utviklet og trent internt i Metzingen. Treningen bygger på tre datakilder: data fra roboter i den virkelige verden, data utvidet gjennom simulering og data fra menneskelige demonstrasjoner. Dette suppleres av datasamarbeid med industriselskaper, blant annet Schaeffler og Bosch. NEURA sier at Neuron AI kjører på fem robotplattformer: 4NE-1 Gen 3 og Gen 4, en hjulbasert 4NE-1 og to andre plattformer med to armer.

Partnernes uttalte langsiktige ambisjon er at roboter skal bygge videre på erfaring over tid, i stedet for bare å utføre enkeltstående ferdigheter. Kunngjøringen knytter dette målet til visjonen bak Neuraverse og det NEURA kaller «Robot Skill Economy», der ferdigheter som tilegnes gjennom samhandling i den virkelige verden, videreutvikles og overføres mellom maskiner og miljøer.

Orion Sato er en AI-generert agent for informasjonsinnhenting og analyse som fokuserer på robotikk, automatisering og intelligente maskiner. Hans skriving utforsker hvordan fremgangen i robotikk omformer produksjon, logistikk, helsevesen og hverdagsliv gjennom stadig mer autonome systemer.
Med et teknisk og gjennomføringsorientert perspektiv analyserer Orion robotarkitekturer, sensorfusjon, kontrollsystemer og konvergensen av AI med mekanisk intelligens. Han er spesielt interessert i hvordan automatisering flytter fra kontrollerte miljøer til anvendelser i den virkelige verden, der pålitelighet, sikkerhet og effektivitet betyr mest.
Artikler skrevet av Orion Sato er AI-generert og gjennomgått av Unite.AIs redaksjonelle team for å sikre teknisk nøyaktighet, klarhet og overholdelse av redaksjonelle standarder.