NEURAs Neuron AI ergänzt das Robotik-Foundation-Model um Tastsinn, Hören und Gedächtnis

Kurz gesagt: Die meisten Robotik-Foundation-Models sind heute Vision-Language-Action-Modelle (VLA), die vor allem das aktuelle Kamerabild auswerten. NEURA Robotics' neues Neuron AI ergänzt Tastsinn, Kraft, Audio und Gedächtnis – so kann ein Roboter auf Informationen reagieren, die die Kamera nicht sieht, und sich an Objekte erinnern, die aus dem Blickfeld verschwinden.

Was NEURA angekündigt hat

Am 14. Oktober 2026 präsentierte das Metzinger Unternehmen Neuron AI. Statt jeden Sensor einzeln zu behandeln, kodiert das Modell 3D-Bilddaten, Tast- und Kraftdaten, Audio, Roboterzustand und Sprache, richtet sie zeitlich in einem gemeinsamen Raum aus und erzeugt daraus einen einzigen Aktionsstrom. NEURA nennt das Perception-Language-Action-Architektur (PLA).

Warum mehr Sinne zählen

NEURAs eigene Beispiele machen es deutlich:

• Ein Schloss öffnen: Nur Geräusch und Gefühl bestätigen, dass es wirklich offen ist.
• Unsichtbares greifen: Mit Tastsinn greift der Roboter Dinge, die die Kamera nicht sieht.
• Schweißen: Die Nahtqualität lässt sich am Klang des Prozesses beurteilen.

Warum Gedächtnis zählt

Ein Roboter handelt in einer kontinuierlichen physischen Welt. Er braucht Objektpermanenz – das Erinnern an Dinge außer Sicht – und ein Gespür für Ursache und Wirkung über lange Aufgaben. NEURA hat nach eigenen Angaben die Architektur für Gedächtnis angepasst und trainiert mit eigens dafür konzipierten Datensätzen.

Drei Datenquellen

1. Echte Roboterdaten aus den NEURA Gyms mit synchronisiertem Sehen, Tasten, Kraft, Audio und Bewegung.
2. Simulationsverstärkte Daten über den Data Amplifier und den Simulations-Stack.
3. Menschliche Demonstrationen, aufgezeichnet mit Sensoranzügen.

Daraus entsteht ein gemeinsames Modell für fünf NEURA-Roboterplattformen. Industriepartner wie Schaeffler und Bosch steuern Daten bei.

Die Demo, auf die man achten sollte

Auf der NVIDIA GTC Berlin 2026 (20.–22. Oktober) will NEURA den Humanoiden 4NE1 bei einer elfminütigen Wäschesequenz zeigen: sortieren, Waschmaschine beladen, schließen und wieder öffnen, entladen und in den Trockner umladen – ohne menschliches Eingreifen. Schwierig ist nicht die einzelne Bewegung, sondern den Kontext über die ganze Sequenz zu halten.

Warum das wichtig ist

Der Wettbewerb in der Roboter-KI verschiebt sich von „Kann er sehen und Anweisungen folgen?“ zu „Kann er eine lange, kontaktreiche Aufgabe zu Ende bringen?“. Multisensorik und Gedächtnis sind zwei fehlende Bausteine. NEURA, das im Juni 2026 eine Serie C von bis zu 1,2 Mrd. Euro angekündigt hat, setzt darauf, den gesamten Stack zu besitzen: Roboter, Hände, Sensorik, Daten und Modell. Unabhängige Ergebnisse jenseits von Firmendemos liegen noch nicht vor.