NEURA Robotics发布面向具身智能的Neuron AI基础模型

NEURA Robotics于2026年10月14日在德国梅青根发布了其面向具身智能的多模态基础模型Neuron AI，并通过一则公告介绍了这一消息。据该公司介绍，该模型采用感知—语言—行动（PLA）架构，将机器人的视觉、听觉和触觉与其过往操作联系起来，把多感官信息转化为物理动作。

创始人兼首席执行官David Reger表示，智能机器人需要一个能够整合各种感官并记住过往事件的大脑。他说：“借助Neuron AI，我们正在打造物理世界的大脑。”他将这一模型称为在德国研发、面向全球打造的具身智能。

产品页面将该模型拆解为三个部分：感知层让机器人能够看、触摸和听，并了解自身身体状况、接收用户指令；语言模型将所有输入纳入共同的语言空间，并对请求进行推理；行动模型则将决策转化为精确、安全的机器人动作。在这一流程中，每种模态都会先编码为统一且时间对齐的表征，再经条件化处理，整合为单一的行动流。

多感官感知与记忆

NEURA对该模型的论述从摄像头的局限性出发：摄像头可以捕捉几何形状、颜色和位置，却无法提供接触、受力或声音方面的信息。公告指出，人类并非只靠视觉行事：人们能感觉到螺丝卡合，也能听到连接器咔嗒一声扣入到位；Neuron AI将同一原理应用于机器人。

该公司表示，对于摄像头无法单独完成的任务，增加其他感官尤为重要。机器人打开锁具时，只有声音和触觉能够确认锁是否真的打开；触觉还能让机器人抓取视线之外的物体。这些感官也能提升视觉已经可以处理的任务表现：在焊接过程中，声音可以反映焊缝质量。

该模型还具备记忆功能。NEURA认为，在物理世界中行动需要理解因果关系并具备物体恒存能力——也就是在物体离开视线后仍能记住它；人类在生命最初两年里会逐渐获得这种能力。该公司表示，与纯数字AI不同，机器人在连续不断的物理世界中行动，必须随着时间推移追踪物体及自身行为造成的后果，而且往往是在看不到这些物体或后果的情况下进行追踪。NEURA表示，该公司专门调整了架构以加入记忆功能，并使用为此设计的专用数据集对模型进行训练。

在产品页面上，该公司将Neuron AI与以视觉为主的视觉—语言—行动（VLA）模型进行对比。该公司称，VLA模型针对运动进行了优化，主要根据摄像头当前画面进行推理；而Neuron AI覆盖了VLA模型能够处理的同类任务，同时加入触觉、声音和记忆，以弥补摄像头无法捕捉的信息。

三大数据支柱与五种机器人形态

Neuron AI通过三种互补的物理经验来源进行训练。不同形态的机器人会在NEURA Gyms（该公司为认知机器人和具身智能打造的训练基础设施）以及真实环境中完成各类任务，产生同步的视觉、触觉、受力、音频和运动数据。NEURA的Data Amplifier和仿真技术栈通过模拟任务和环境的各种变化来扩充这些数据；人类示范数据则来自穿戴传感器数据服的人，他们记录下来的动作和任务演示将实践经验融入训练。

该公司表示，这三大支柱分别提供真实的物理交互、模拟变化和人类经验，用于在NEURA的五种机器人形态上训练同一个共享基础模型；这些机器人配备了不同的夹爪和手部。产品页面列出的五种形态分别为4NE-1 Gen 3、4NE-1 Gen 4、一款轮式4NE-1，以及另外两款双手操作平台；页面还列出MAiRA、MiPA、MAV+和4NE1，作为采用同一模型进行训练和部署的机器人系列。

机器人本地部署与Neuraverse平台

产品页面称，Neuron AI直接在机器人本地运行：机器人会在本机实时做出决策，无须往返服务器；即使没有云连接，也能继续运行；生产数据则由客户掌控。页面称，这对欧洲制造商而言是关键考量。

在NEURA Gyms中，数据收集、技能训练和基准测试会在部署前相互衔接，所产生的数据和技能也会用于后续模型版本。随后，Neuraverse平台会在机器人集群中部署并更新这些能力，并为客户提供工具，让他们针对自身任务微调模型，从而将客户的流程经验转化为机器人技能。客户可以将技能设为私有；NEURA表示，如果客户分享技能或部署数据，这些贡献便可助力更广泛的生态系统发展和未来的模型开发。

该公司将“技能习得时间”作为衡量进展的核心指标，即机器人学习新任务并可靠完成任务所需的时间。NEURA表示，对于工业客户而言，缩短这一时间对于将具身智能扩展到更多流程，并根据需求变化进行调整至关重要。

德国研发与GTC Berlin演示

开发和训练均由 NEURA 在其位于梅青根的基地内部完成。该公司在那里汇集了机器人、灵巧手、传感技术、数据基础设施和 AI 开发能力，以便将模型训练与实际运行表现紧密结合。NEURA 表示，德国的工业基础拥有复杂的制造流程、专业技术以及要求严苛的运行环境，为这项工作提供了重要条件；与包括 Schaeffler 和 Bosch 在内的工业企业建立的数据合作关系，也为 NEURA Gyms 中开展的训练提供了助力。

在 2026 年 NVIDIA GTC Berlin 上，NEURA 将展示其人形机器人 4NE1（“人人皆可”）运行当前版本 Neuron AI，完成一段时长 11 分钟的衣物处理流程。在这一流程中，4NE1 会分拣衣物、将衣物放入洗衣机、关上并重新打开洗衣机、取出衣物，再将其送入烘干机，全程无需人工干预。该公司表示，难点不止在于完成某一个动作：机器人必须在整个流程中持续掌握相关上下文，完成每个步骤后再继续下一步。演示定于 2026 年 10 月 20 日至 22 日在 Station-Berlin 举行，地点为 3 号展厅 #3031 展位。