NEURA 的 Neuron AI：给机器人基础模型加上触觉、听觉和记忆

一句话： 如今多数机器人基础模型是视觉-语言-行动（VLA）模型，主要看当前一帧画面。NEURA Robotics 新推出的 Neuron AI 加入了触觉、力觉、音频和记忆，让机器人能根据摄像头看不到的信息行动，并记住离开视野的物体。

NEURA 发布了什么

2026 年 10 月 14 日，总部位于德国梅青根的 NEURA 推出 Neuron AI。它不再把每个传感器分开处理，而是把 3D 视觉、触觉与力数据、音频、机器人状态和语言编码到同一个共享空间里随时间对齐，再输出一条连续的动作流。NEURA 把这称为"感知-语言-行动"（PLA）架构。

为什么需要更多感官

NEURA 自己给的例子很直观：

• 开锁： 只有声音和触感能确认锁真的开了。
• 抓看不见的东西： 有了触觉，机器人能抓住摄像头看不到的物体。
• 焊接： 可以从焊接声音判断焊缝质量。

为什么需要记忆

机器人身处连续的物理世界，需要物体恒存性——记住看不见的东西——以及长任务中的因果感。NEURA 表示它修改了模型架构来加入记忆，并用专门设计的数据集训练。

三类训练数据

1. 真实机器人数据：来自 NEURA Gyms 训练场，同步记录视觉、触觉、力、音频和运动。
2. 仿真扩增数据：来自其 Data Amplifier 和仿真栈。
3. 人类示范数据：由穿戴传感器服的人采集。

这些数据训练出一个跨五种 NEURA 机器人形态共享的模型，舍弗勒、博世等工业伙伴也提供数据。

值得关注的演示

在 NVIDIA GTC Berlin 2026（10 月 20–22 日），NEURA 计划展示人形机器人 4NE1 完成 11 分钟的洗衣流程：分拣、装入洗衣机、关门再开门、取出并转移到烘干机，全程无人干预。难点不在单个动作，而在于整个流程中保持上下文。

为什么重要

机器人 AI 的竞争正从"能否看懂并听从指令"转向"能否完成一项长时间、接触密集的工作"。多感官输入和记忆是其中缺失的两块。NEURA 曾在 2026 年 6 月宣布最高 12 亿欧元的 C 轮融资，押注于掌握整个技术栈：机器人、灵巧手、传感器、数据和模型。目前还没有公司演示之外的独立测评结果。