NEURAのNeuron AI：ロボット基盤モデルに触覚・聴覚・記憶を追加

要点： 現在のロボット基盤モデルの多くは視覚-言語-行動（VLA）モデルで、主に現在のカメラ画像を見ている。NEURA Roboticsの新しいNeuron AIは触覚、力覚、音声、記憶を加え、カメラに映らない情報にもとづいて行動し、視界から消えた物体を覚えておけるようにする。

発表の内容

2026年10月14日、ドイツ・メッツィンゲンのNEURAはNeuron AIを発表した。センサーを個別に扱うのではなく、3D視覚、触覚・力覚データ、音声、ロボット状態、言語を一つの共有空間で時間的に揃え、単一の行動ストリームに変換する。NEURAはこれを「知覚-言語-行動（PLA）」アーキテクチャと呼ぶ。

感覚を増やす理由

NEURA自身の例がわかりやすい。

• 鍵を開ける： 本当に開いたかは音と手応えでしかわからない。
• 見えない物をつかむ： 触覚があれば、カメラに映らない物もつかめる。
• 溶接： 音から溶接ビードの品質を判断できる。

記憶が必要な理由

ロボットは連続した物理世界で働く。見えない物を覚えておく物体の永続性や、長い作業での因果の感覚が必要だ。NEURAは記憶を導入するためにアーキテクチャを変更し、それを活かす専用データセットで学習させているという。

3種類の学習データ

1. 実ロボットデータ： 訓練施設NEURA Gymsで、視覚・触覚・力・音声・動作を同期記録。
2. シミュレーションで増幅したデータ： Data Amplifierとシミュレーション基盤による。
3. 人のデモンストレーション： センサースーツを着た人が動作を記録。

これらで5種類のNEURAロボットに共通する一つのモデルを学習する。シェフラーやボッシュなどの産業パートナーもデータを提供している。

注目のデモ

NVIDIA GTC Berlin 2026（10月20〜22日）で、NEURAはヒューマノイド4NE1による11分間の洗濯作業を披露する予定だ。仕分け、洗濯機への投入、扉の開閉、取り出し、乾燥機への移動を人の介入なしで行う。難しいのは個々の動作ではなく、全工程を通じて文脈を保つことだ。

なぜ重要か

ロボットAIの競争は「見て指示に従えるか」から「長く接触の多い作業をやり遂げられるか」へ移りつつある。多感覚入力と記憶はその欠けたピースだ。2026年6月に最大12億ユーロのシリーズCを発表したNEURAは、ロボット、ハンド、センサー、データ、モデルという全体を自社で持つことに賭けている。企業デモ以外の独立した評価結果はまだ公表されていない。