NEURA Robotics, Fiziksel Yapay Zekâ için Neuron AI Temel Modelini Tanıttı

NEURA Robotics, Fiziksel Yapay Zekâ için geliştirdiği çok modlu temel modeli Neuron AI’ı, 14 Ekim 2026’da Almanya’nın Metzingen kentinden yaptığı bir duyuruyla tanıttı. Şirkete göre modelin Algı-Dil-Eylem (PLA) mimarisi, robotun görme, işitme ve dokunma duyularını daha önce yaptıklarıyla ilişkilendirerek çok duyulu bilgileri fiziksel eyleme dönüştürüyor.

Kurucu ve CEO David Reger, akıllı robotların duyularını birleştiren ve geçmiş olayları hatırlayan bir beyne ihtiyaç duyduğunu söyledi. Modeli Almanya’da geliştirilmiş ve dünya için tasarlanmış bir Fiziksel Yapay Zekâ olarak tanımlayan Reger, “Neuron AI ile fiziksel dünyanın beynini inşa ediyoruz,” dedi.

Ürün sayfası, modeli üç bölüme ayırıyor: robotun gördüğü, dokunduğu ve duyduğu; kendi bedenini tanıdığı ve kullanıcının komutunu aldığı bir algı katmanı; tüm girdileri ortak bir dil uzayında bir araya getirip isteği değerlendiren bir dil modeli; ve kararları hassas, güvenli robot hareketlerine dönüştüren bir eylem modeli. Bu iş akışında her kip, tek bir eylem akışına dönüştürülmeden önce ortak ve zaman açısından eşzamanlı bir temsile kodlanıyor.

Çok Duyulu Algı ve Bellek

NEURA’nın model için öne sürdüğü gerekçe, kameraların sınırlarından başlıyor: Kameralar geometriyi, rengi ve konumu kaydeder; temas, kuvvet veya ses hakkında bilgi vermez. Duyuruda da belirtildiği gibi insanlar yalnızca görerek iş yapmaz: Bir vidanın yerine oturduğunu dokunarak hisseder, bir konektörün yerine geçtiğini duydukları çıt sesinden anlar. Neuron AI da aynı ilkeyi robotlara uyguluyor.

Şirkete göre ek duyular, özellikle kameraların tek başına çözemediği görevlerde önem kazanıyor. Bir robot kilidi açtığında, kilidin gerçekten açıldığını yalnızca ses ve dokunma doğrulayabiliyor; dokunma duyusu ayrıca robotun görüş alanı dışında kalan nesneleri kavramasını sağlıyor. Bu duyular, görmenin zaten yerine getirebildiği görevleri de iyileştiriyor: Kaynak sırasında çıkan ses, kaynak dikişinin kalitesini gösterebiliyor.

Modelde bir bellek işlevi de bulunuyor. NEURA’ya göre fiziksel dünyada hareket etmek, neden-sonuç ilişkisini ve nesne sürekliliğini kavramayı gerektiriyor; nesne sürekliliği, nesneler görüş alanından çıktığında onları hatırlayabilme becerisi ve insanlar bunu yaşamlarının ilk iki yılında kazanıyor. Şirket, yalnızca dijital ortamda çalışan yapay zekâdan farklı olarak robotun sürekli değişen fiziksel bir dünyada hareket ettiğini, nesneleri ve kendi eylemlerinin sonuçlarını zaman içinde, çoğu zaman onları görmüyorken bile takip etmesi gerektiğini belirtiyor. NEURA, belleği modele kazandırmak için mimariyi özellikle yeniden şekillendirdiğini ve modeli bu işlevden yararlanacak şekilde hazırlanmış özel veri kümeleriyle eğittiğini söyledi.

Şirket, ürün sayfasında görme odaklı görme-dil-eylem (VLA) modellerini Neuron AI ile karşılaştırıyor. Şirkete göre VLA modelleri hareket için optimize ediliyor ve çoğunlukla kameranın gördüğü mevcut kare üzerinden akıl yürütüyor. Neuron AI ise VLA modelleriyle aynı alanı kapsarken kameraların algılayamadıklarını da yakalamak için dokunma, ses ve bellek özelliklerini ekliyor.

Üç Veri Ayağı ve Beş Robot Yapılandırması

Neuron AI, fiziksel deneyime dayanan ve birbirini tamamlayan üç kaynakla eğitiliyor. Farklı robot yapılandırmalarındaki robotlar, şirketin bilişsel robotlar ve Fiziksel Yapay Zekâ için eğitim altyapısı olan NEURA Gyms’te ve gerçek dünya ortamlarında görevleri yerine getirerek görme, dokunma, kuvvet, ses ve hareket verilerinden oluşan eşzamanlı akışlar üretiyor. NEURA’nın Data Amplifier ve simülasyon altyapısı, görev ve ortamların simüle edilmiş çeşitlerini oluşturarak bu verileri genişletiyor. İnsanların giyilebilir sensörlü veri giysileriyle kaydedilen hareketleri ve görev gösterimleri ise uygulamaya dönük uzmanlıklarını eğitime aktarıyor.

Şirkete göre üç veri ayağı; gerçek fiziksel etkileşimi, simülasyonla çeşitlendirmeyi ve insan bilgisini bir araya getirerek, farklı tutuculara ve ellere sahip beş NEURA robot yapılandırması için ortak bir temel modelin eğitimini sağlıyor. Ürün sayfasında bu beş yapılandırma 4NE-1 Gen 3, 4NE-1 Gen 4, tekerlekli bir 4NE-1 ve iki ek çift kollu platform olarak sıralanıyor. Sayfa ayrıca MAiRA, MiPA, MAV+ ve 4NE1’i tek bir modelin eğitilip devreye alındığı robot ailesi olarak listeliyor.

Robot Üzerinde Dağıtım ve Neuraverse Platformu

Ürün sayfasına göre Neuron AI doğrudan robotun üzerinde yerel olarak çalışıyor: Kararlar robotta gerçek zamanlı olarak alınıyor ve sunucuya gidip gelmeye gerek kalmıyor; bulut bağlantısı olmasa bile çalışma sürüyor ve üretim verileri müşterinin denetiminde kalıyor. Sayfa, bunun Avrupa’daki üreticiler için önemli bir nokta olduğunu belirtiyor.

NEURA Gyms’te veri toplama, beceri eğitimi ve kıyaslama, robotlar devreye alınmadan önce birbiriyle bağlantılı biçimde yürütülüyor; burada üretilen veriler ve beceriler de modelin sonraki sürümlerine aktarılıyor. Ardından Neuraverse platformu bu yetenekleri robot filolarına dağıtıp güncelliyor ve müşterilere modeli kendi görevlerine göre ince ayarlamaları için araçlar sunuyor. Böylece müşterinin süreç uzmanlığı robot becerilerine dönüşüyor. Beceriler müşteriye özel tutulabiliyor; NEURA’ya göre müşteri becerilerini veya dağıtım verilerini paylaştığında bu katkılar daha geniş ekosistemi ve gelecekteki model geliştirme çalışmalarını destekleyebiliyor.

Şirket, bir robotun yeni bir görevi öğrenip güvenilir biçimde yerine getirmeye başlaması için gereken süreyi ifade eden Beceriye Ulaşma Süresi’ni (Time-to-Skill) ilerlemenin temel ölçütlerinden biri olarak görüyor. NEURA’ya göre bu sürenin kısaltılması, endüstriyel müşterilerin Fiziksel Yapay Zekâ uygulamalarını daha fazla sürece yayması ve gereksinimler değiştikçe uyarlaması için büyük önem taşıyor.

Almanya’da Geliştirme ve GTC Berlin’deki Tanıtım

Geliştirme ve eğitim, NEURA’nın Metzingen’deki tesisinde şirket bünyesinde yürütüldü. Şirket burada model eğitimini fiziksel performansla ilişkilendirmek için gereken robotları, elleri, algılama teknolojisini, veri altyapısını ve yapay zekâ geliştirme çalışmalarını bir araya getiriyor. NEURA, karmaşık üretim süreçleri, uzmanlaşmış bilgi birikimi ve zorlu çalışma ortamlarından oluşan Almanya’nın sanayi altyapısının bu çalışmalar için önemli bir zemin sağladığını belirtti. Schaeffler ve Bosch’un da aralarında bulunduğu sanayi şirketleriyle kurulan veri ortaklıkları, NEURA Gyms’te yürütülen eğitim çalışmalarına katkı sağlıyor.

NEURA, NVIDIA GTC Berlin 2026’da insansı robotu 4NE1’i (“Herkes İçin”) Neuron AI’ın güncel sürümüyle çalıştırarak çamaşırları ele aldığı 11 dakikalık bir süreci sergileyecek. Bu süreçte 4NE1, çamaşırları ayırıyor, çamaşır makinesine yerleştiriyor, makinenin kapağını kapatıp yeniden açıyor, çamaşırları çıkarıyor ve kurutucuya taşıyor; bunların tümünü insan müdahalesi olmadan yapıyor. Şirkete göre zorluk, tek tek hareketlerin ötesinde: Robotun tüm süreç boyunca ilgili bağlamı koruması, her adımı tamamlaması ve ardından bir sonrakine geçmesi gerekiyor. Gösteri, 20-22 Ekim 2026 tarihleri arasında Station-Berlin’de, 3. Salon’daki 3031 numaralı stantta gerçekleştirilecek.