NEURA Robotics เปิดตัวโมเดลพื้นฐาน Neuron AI สำหรับ AI เชิงกายภาพ

NEURA Robotics เปิดตัว Neuron AI ซึ่งเป็นโมเดลพื้นฐานแบบหลายโมดัลสำหรับ AI เชิงกายภาพ เมื่อวันที่ 14 ตุลาคม 2026 ผ่านประกาศจากเมืองเมตซิงเงน ประเทศเยอรมนี บริษัทระบุว่า สถาปัตยกรรมการรับรู้-ภาษา-การกระทำ (PLA) ของโมเดลเชื่อมโยงการมองเห็น การได้ยิน และการสัมผัสของหุ่นยนต์เข้ากับสิ่งที่หุ่นยนต์เคยทำมาแล้ว พร้อมแปลงข้อมูลจากประสาทสัมผัสหลายด้านให้เป็นการกระทำทางกายภาพ

David Reger ผู้ก่อตั้งและประธานเจ้าหน้าที่บริหารกล่าวว่า หุ่นยนต์อัจฉริยะจำเป็นต้องมีสมองที่รวมประสาทสัมผัสต่าง ๆ เข้าด้วยกันและจดจำเหตุการณ์ที่ผ่านมาได้ เขากล่าวว่า “ด้วย Neuron AI เรากำลังสร้างสมองสำหรับโลกกายภาพ” พร้อมอธิบายว่าโมเดลนี้คือ AI เชิงกายภาพที่พัฒนาขึ้นในเยอรมนีและสร้างขึ้นเพื่อใช้งานทั่วโลก

หน้าผลิตภัณฑ์แบ่งโมเดลออกเป็นสามส่วน ได้แก่ ชั้นการรับรู้ ซึ่งทำให้หุ่นยนต์มองเห็น สัมผัส และได้ยิน รับรู้ร่างกายของตนเอง และรับคำสั่งจากผู้ใช้; โมเดลภาษา ซึ่งนำข้อมูลเข้าทั้งหมดมารวมไว้ในพื้นที่ภาษาเดียวกันและใช้เหตุผลวิเคราะห์คำขอ; และโมเดลการกระทำ ซึ่งแปลงการตัดสินใจให้เป็นการเคลื่อนไหวของหุ่นยนต์ที่แม่นยำและปลอดภัย ในกระบวนการนี้ ข้อมูลจากทุกโมดัลจะถูกเข้ารหัสเป็นรูปแบบร่วมที่จัดแนวตามเวลา ก่อนนำมาปรับเงื่อนไขให้เป็นกระแสการกระทำเดียว

การรับรู้หลายประสาทสัมผัสและความทรงจำ

เหตุผลที่ NEURA นำเสนอโมเดลนี้เริ่มจากข้อจำกัดของกล้อง กล่าวคือ กล้องบันทึกรูปทรง สี และตำแหน่งได้ แต่ไม่มีข้อมูลเกี่ยวกับการสัมผัส แรง หรือเสียง ดังที่ประกาศระบุว่า มนุษย์ไม่ได้ทำงานโดยอาศัยการมองเห็นเพียงอย่างเดียว เรารู้สึกได้เมื่อสกรูติดขัด และได้ยินเสียงขั้วต่อเข้าที่ Neuron AI นำหลักการเดียวกันนี้มาใช้กับหุ่นยนต์

บริษัทระบุว่าประสาทสัมผัสเพิ่มเติมมีความสำคัญมากที่สุดกับงานที่กล้องไม่สามารถแก้ปัญหาได้ด้วยตัวเอง เมื่อหุ่นยนต์เปิดแม่กุญแจ มีเพียงเสียงและการสัมผัสเท่านั้นที่ช่วยยืนยันได้ว่าเปิดสำเร็จจริง และการสัมผัสยังช่วยให้หุ่นยนต์หยิบจับวัตถุที่ซ่อนจากสายตาได้ ประสาทสัมผัสเหล่านี้ยังช่วยเพิ่มความแม่นยำให้กับงานที่การมองเห็นทำได้อยู่แล้วด้วย เช่น ในการเชื่อม เสียงของกระบวนการอาจบ่งบอกคุณภาพของแนวเชื่อมได้

โมเดลนี้ยังมีฟังก์ชันความทรงจำด้วย NEURA ให้เหตุผลว่าการลงมือทำในโลกกายภาพจำเป็นต้องอาศัยความเข้าใจเรื่องเหตุและผล รวมถึงความคงอยู่ของวัตถุ ซึ่งหมายถึงความสามารถในการจดจำวัตถุแม้เมื่อวัตถุนั้นพ้นจากสายตา โดยมนุษย์จะพัฒนาความสามารถนี้ขึ้นในช่วงสองปีแรกของชีวิต บริษัทระบุว่า หุ่นยนต์ต่างจาก AI ที่ทำงานในโลกดิจิทัลเพียงอย่างเดียว เพราะหุ่นยนต์ปฏิบัติการอยู่ในโลกกายภาพที่ต่อเนื่อง และต้องติดตามวัตถุรวมถึงผลจากการกระทำของตนเองตลอดเวลา แม้ในหลายกรณีจะมองไม่เห็นสิ่งเหล่านั้นก็ตาม NEURA ระบุว่าได้ปรับโครงสร้างสถาปัตยกรรมโดยเฉพาะเพื่อเพิ่มความทรงจำ และฝึกโมเดลด้วยชุดข้อมูลเฉพาะที่สร้างขึ้นเพื่อใช้ประโยชน์จากความสามารถนี้

ในหน้าผลิตภัณฑ์ บริษัทเปรียบเทียบโมเดลการมองเห็น-ภาษา-การกระทำ (VLA) ที่ขับเคลื่อนด้วยการมองเห็น ซึ่งบริษัทระบุว่าได้รับการปรับให้เหมาะกับการเคลื่อนไหวและใช้เหตุผลโดยอิงจากภาพปัจจุบันที่กล้องเห็นเป็นหลัก กับ Neuron AI ซึ่งบริษัทระบุว่าครอบคลุมงานได้เช่นเดียวกับ VLA พร้อมเพิ่มการสัมผัส เสียง และความทรงจำ เพื่อรับมือกับสิ่งที่กล้องตรวจจับไม่ได้

ข้อมูลสามเสาหลักและหุ่นยนต์ห้ารูปแบบ

Neuron AI เรียนรู้จากประสบการณ์ทางกายภาพสามแหล่งที่เสริมกัน หุ่นยนต์ที่มีรูปแบบแตกต่างกันทำงานตามภารกิจใน NEURA Gyms ซึ่งเป็นโครงสร้างพื้นฐานสำหรับฝึกหุ่นยนต์รู้คิดและ AI เชิงกายภาพของบริษัท รวมถึงในสภาพแวดล้อมจริง โดยสร้างข้อมูลภาพ การสัมผัส แรง เสียง และการเคลื่อนไหวที่ซิงโครไนซ์กัน Data Amplifier และระบบจำลองสถานการณ์ของ NEURA ช่วยขยายข้อมูลดังกล่าวด้วยรูปแบบจำลองที่หลากหลายของงานและสภาพแวดล้อม ส่วนข้อมูลสาธิตจากมนุษย์มาจากผู้ที่สวมชุดเก็บข้อมูลพร้อมเซ็นเซอร์ ซึ่งบันทึกการเคลื่อนไหวและการสาธิตงานเพื่อนำความเชี่ยวชาญจากการปฏิบัติงานจริงมาใช้ในการฝึก

บริษัทระบุว่า เสาหลักทั้งสามให้ข้อมูลจากปฏิสัมพันธ์ทางกายภาพจริง ความหลากหลายจากการจำลอง และความรู้ความชำนาญของมนุษย์ เพื่อฝึกโมเดลพื้นฐานร่วมกันสำหรับหุ่นยนต์ NEURA ห้ารูปแบบที่มีอุปกรณ์จับยึดและมือแตกต่างกัน หน้าผลิตภัณฑ์ระบุว่าหุ่นยนต์ทั้งห้ารูปแบบประกอบด้วย 4NE-1 Gen 3, 4NE-1 Gen 4, 4NE-1 แบบมีล้อ และแพลตฟอร์มสองมืออีกสองแบบ พร้อมระบุ MAiRA, MiPA, MAV+ และ 4NE1 เป็นตระกูลหุ่นยนต์ที่ใช้ฝึกและติดตั้งโมเดลเดียวกัน

การติดตั้งใช้งานบนหุ่นยนต์และแพลตฟอร์ม Neuraverse

หน้าผลิตภัณฑ์ระบุว่า Neuron AI ทำงานภายในตัวหุ่นยนต์โดยตรง การตัดสินใจจึงเกิดขึ้นบนหุ่นยนต์แบบเรียลไทม์โดยไม่ต้องส่งข้อมูลไปกลับยังเซิร์ฟเวอร์ หุ่นยนต์ยังทำงานต่อได้แม้ไม่มีการเชื่อมต่อกับคลาวด์ และข้อมูลการผลิตยังอยู่ภายใต้การควบคุมของลูกค้า ซึ่งหน้าดังกล่าวระบุว่าเป็นประเด็นสำคัญสำหรับผู้ผลิตในยุโรป

ภายใน NEURA Gyms การเก็บข้อมูล การฝึกทักษะ และการประเมินเปรียบเทียบจะเชื่อมโยงกันก่อนนำไปใช้งานจริง โดยข้อมูลและทักษะที่ได้จากกระบวนการนี้จะนำไปใช้กับโมเดลรุ่นต่อ ๆ ไป จากนั้นแพลตฟอร์ม Neuraverse จะติดตั้งและอัปเดตความสามารถเหล่านี้ให้กับกลุ่มหุ่นยนต์ พร้อมมอบเครื่องมือให้ลูกค้าปรับแต่งโมเดลเพิ่มเติมสำหรับงานของตนเอง เพื่อเปลี่ยนความเชี่ยวชาญในกระบวนการทำงานของลูกค้าให้เป็นทักษะของหุ่นยนต์ ลูกค้าสามารถเก็บทักษะไว้เป็นส่วนตัวได้ แต่หากลูกค้าแบ่งปันทักษะหรือข้อมูลจากการใช้งานจริง NEURA ระบุว่าข้อมูลที่แบ่งปันเหล่านั้นอาจช่วยสนับสนุนระบบนิเวศในวงกว้างและการพัฒนาโมเดลในอนาคต

บริษัทใช้ Time-to-Skill ซึ่งหมายถึงความเร็วที่หุ่นยนต์เรียนรู้งานใหม่และทำงานนั้นได้อย่างน่าเชื่อถือ เป็นตัวชี้วัดความก้าวหน้าที่สำคัญ NEURA ระบุว่า สำหรับลูกค้าอุตสาหกรรม การลดระยะเวลาดังกล่าวเป็นสิ่งจำเป็นต่อการขยายการใช้ AI เชิงกายภาพไปยังกระบวนการต่าง ๆ มากขึ้น และการปรับให้สอดคล้องกับข้อกำหนดที่เปลี่ยนแปลงไป

การพัฒนาในเยอรมนีและการสาธิตที่ GTC Berlin

การพัฒนาและฝึกฝนดำเนินการภายในบริษัทที่ไซต์ของ NEURA ในเมืองเมตซิงเงิน ซึ่งบริษัทได้รวมหุ่นยนต์ มือ เทคโนโลยีการรับรู้ โครงสร้างพื้นฐานด้านข้อมูล และการพัฒนา AI ไว้ด้วยกัน เพื่อเชื่อมโยงการฝึกโมเดลเข้ากับสมรรถนะในการทำงานจริง NEURA ระบุว่าฐานอุตสาหกรรมของเยอรมนี ซึ่งมีทั้งกระบวนการผลิตที่ซับซ้อน ความเชี่ยวชาญเฉพาะด้าน และสภาพแวดล้อมการทำงานที่ท้าทาย เป็นบริบทที่สำคัญสำหรับงานนี้ อีกทั้งความร่วมมือด้านข้อมูลกับบริษัทอุตสาหกรรมต่าง ๆ รวมถึง Schaeffler และ Bosch ยังช่วยเสริมการฝึกฝนที่ดำเนินการใน NEURA Gyms

ในงาน NVIDIA GTC Berlin 2026 NEURA จะสาธิตหุ่นยนต์ฮิวแมนนอยด์ 4NE1 («สำหรับทุกคน») ซึ่งทำงานด้วย Neuron AI เวอร์ชันปัจจุบัน ผ่านชุดการจัดการผ้าที่ใช้เวลา 11 นาที ในลำดับการทำงานนี้ 4NE1 จะคัดแยกผ้า ใส่ผ้าลงในเครื่องซักผ้า ปิดและเปิดเครื่องอีกครั้ง นำผ้าออก แล้วเคลื่อนย้ายผ้าไปยังเครื่องอบผ้า โดยไม่มีมนุษย์เข้ามาแทรกแซง บริษัทระบุว่าความท้าทายไม่ได้อยู่ที่การเคลื่อนไหวใดการเคลื่อนไหวหนึ่งเท่านั้น แต่หุ่นยนต์ต้องรักษาบริบทที่เกี่ยวข้องตลอดลำดับการทำงาน ทำแต่ละขั้นตอนให้เสร็จ แล้วจึงดำเนินการขั้นต่อไป การสาธิตมีกำหนดจัดขึ้นที่ Station-Berlin ฮอลล์ 3 บูธ #3031 ระหว่างวันที่ 20 ถึง 22 ตุลาคม 2026