O Neuron AI da NEURA adiciona tato, som e memória ao modelo fundacional para robôs
A NEURA Robotics lançou o Neuron AI, um modelo de “percepção-linguagem-ação” que funde visão 3D, tato, força, áudio, estado do robô e linguagem com memória, e vai demonstrar uma tarefa de lavanderia de 11 minutos no humanoide 4NE1.
Em resumo: A maioria dos modelos fundacionais para robôs hoje são modelos visão-linguagem-ação (VLA), que olham principalmente o quadro atual da câmera. O novo Neuron AI da NEURA Robotics adiciona tato, força, áudio e memória, para que o robô aja com base no que a câmera não vê e se lembre de objetos que saem do campo de visão.
O que a NEURA anunciou
Em 14 de outubro de 2026, a NEURA, sediada em Metzingen (Alemanha), apresentou o Neuron AI. Em vez de tratar cada sensor separadamente, o modelo codifica visão 3D, dados táteis e de força, áudio, estado do robô e linguagem, alinha tudo em um espaço comum ao longo do tempo e gera um único fluxo de ações. A NEURA chama isso de arquitetura percepção-linguagem-ação (PLA).
Por que mais sentidos importam
Os exemplos da própria NEURA deixam claro:
- Abrir uma fechadura: só o som e o tato confirmam que ela abriu.
- Pegar objetos ocultos: com tato, o robô segura algo que a câmera não vê.
- Soldagem: a qualidade do cordão pode ser avaliada pelo som do processo.
Por que a memória importa
Um robô atua em um mundo físico contínuo. Precisa de permanência do objeto (lembrar o que não está vendo) e noção de causa e efeito em tarefas longas. A NEURA diz que adaptou a arquitetura para incluir memória e treina com conjuntos de dados feitos para usá-la.
Três tipos de dados de treino
- Dados de robôs reais dos NEURA Gyms, com visão, tato, força, áudio e movimento sincronizados.
- Dados ampliados por simulação com seu Data Amplifier e sua pilha de simulação.
- Demonstrações humanas captadas por pessoas com trajes de sensores.
Isso treina um único modelo compartilhado por cinco tipos de robôs da NEURA. Parceiros industriais como Schaeffler e Bosch fornecem dados.
A demonstração a acompanhar
No NVIDIA GTC Berlin 2026 (20 a 22 de outubro), a NEURA planeja mostrar o humanoide 4NE1 realizando uma sequência de lavanderia de onze minutos: separar roupas, carregar a lavadora, fechá-la e reabri-la, descarregar e passar para a secadora, sem intervenção humana. O difícil não é um movimento isolado, e sim manter o contexto durante toda a sequência.
Por que importa
A corrida da IA robótica está mudando de "ele consegue ver e seguir uma instrução?" para "ele consegue terminar um trabalho longo e com muito contato?". Entrada multissensorial e memória são duas peças que faltavam. A NEURA, que anunciou em junho de 2026 uma Série C de até € 1,2 bilhão, aposta em dominar toda a pilha: robôs, mãos, sensores, dados e modelo. Ainda não há resultados independentes além das demonstrações da empresa.
Fontes Fontes verificadas
Análises relacionadas
Mais em IA incorporada e modelos fundacionais →Physical Intelligence abre seus modelos de robô π0 a todos via API
A beta da Pi API permite enviar dados, ajustar π0/π0.5 na infraestrutura da Pi e rodar o resultado com inferência hospedada.
Vela: um VLA que prevê trajetórias suaves em vez de blocos de ações
O modelo Vela, de uma equipe da Fudan e da CUHK, gera curvas spline com horizonte de tempo adaptativo e supera o π0.5 no LIBERO-X, no EBench e em tarefas reais de preparar bolo de ovo e ralar batata.
O S1 da Skild aprende futebol jogando contra si mesmo por 140 anos simulados
Após o S1 — modelo-base que copia um único vídeo sem fine-tuning — a Skild mostrou Physical Self-Play: a mesma política treinou contra si no Isaac Sim e foi transferida a um humanoide.
Newsletter
Robrief Weekly
Um e-mail por semana com as notícias de robótica que importam. Grátis, cancele quando quiser.