Neuron AI: il modello multimodale di Neura per i robot fisici

Contenuto basato su comunicati stampa delle organizzazioni citate.

Il 14 ottobre 2026 Neura Robotics ha lanciato Neuron AI, il suo modello fondativo multimodale per il Physical AI, cioè l’intelligenza artificiale che agisce nel mondo reale. Il modello combina visione 3D, tatto, audio, stato del robot e linguaggio, e aggiunge la memoria: il robot può agire su informazioni che le sole telecamere non catturano e ricordare oggetti scomparsi dalla vista. Il fondatore e CEO David Reger lo sintetizza così: “Un robot intelligente ha bisogno di un cervello che unisca i suoi sensi e ricordi cosa è successo”.

Percezione multimodale e memoria

L’architettura si chiama Perception-Language-Action (PLA) e collega ciò che il robot vede, sente e tocca con ciò che ha già fatto, trasformando le informazioni multisensoriali in azioni fisiche. La motivazione, secondo Neura, è semplice: una telecamera rileva forme, colori e posizioni, ma non dice nulla di contatto, forza o suono. Anche le persone non si affidano solo alla vista. Sentono se una vite ha morso e sentono il clic di un connettore che entra a posto.

Neuron AI codifica tutti i sensi in un unico spazio condiviso e li trasforma in un solo flusso di azione. Neura indica i casi in cui fa la differenza: quando un robot apre un lucchetto, solo suono e tatto confermano che è davvero aperto. Con il tatto può afferrare oggetti che non vede. E in saldatura la qualità del cordone si può giudicare dal suono del processo.

C’è poi la memoria. Per agire nel mondo fisico, spiega l’azienda, il robot deve capire causa ed effetto e ricordare gli oggetti quando sono fuori dal campo visivo. Neura ha adattato l’architettura del modello proprio per introdurre la memoria, e lo addestra su dataset dedicati che ne fanno uso.

Tre pilastri di dati e implementazione nella flotta

Il modello è addestrato su tre fonti complementari di esperienza fisica. Primo: dati reali di robot, generati nei Neura Gyms, l’infrastruttura di addestramento dell’azienda, con dati sincronizzati di visione, tatto, forza, audio e movimento. Secondo: dati amplificati in simulazione, che moltiplicano le variazioni di compiti e ambienti. Terzo: dimostrazioni umane, raccolte con tute sensorizzate che catturano i movimenti di persone al lavoro.

Tutto questo alimenta una base condivisa su cinque modelli di robot Neura, con pinze e mani diverse. La messa in opera passa per Neuraverse, la piattaforma per distribuire e aggiornare le capacità sulle flotte di robot. I clienti possono mettere a punto il modello sui propri compiti e tenere private le loro abilità. Se scelgono di condividerle, i contributi possono sostenere lo sviluppo futuro del modello. Neura usa un indicatore centrale, il Time-to-Skill: quanto velocemente un robot impara un compito nuovo e lo esegue in modo affidabile.

Sviluppo in Germania e la prova della biancheria

Neuron AI è stato sviluppato e addestrato internamente a Metzingen, in Germania. Neura riunisce in casa robot, mani, sensori, infrastruttura dati e sviluppo AI. La base industriale tedesca fornisce processi complessi e ambienti operativi esigenti, e le partnership di dati con aziende industriali tra cui Schaeffler e Bosch completano l’addestramento nei Neura Gyms.

La prova pubblica è al Nvidia GTC Berlin 2026, che si tiene dal 20 al 22 ottobre presso Station-Berlin. L’azienda dichiara che il suo umanoide 4NE1 (foneticamente “For Anyone”, cioè “per chiunque”) esegue una sequenza di undici minuti di gestione della biancheria senza intervento umano: smistamento del bucato, carico della lavatrice, chiusura e riapertura, scarico e trasferimento nell’asciugatrice. Il punto non è il singolo movimento, ma tenere il contesto attraverso tutta la sequenza. Allo stand, Hall 3, Booth #3031, Neura mostra pianificazione, percezione multisensoriale, memoria e azione fisica che lavorano insieme.

Cosa resta da confermare

L’annuncio descrive un’architettura e una dimostrazione in fiera, non un numero di consegne né un listino. La sequenza di undici minuti è dichiarata dall’azienda e mostrata dal vivo al GTC Berlin. Neura non pubblica cifre su prestazioni, tempi di apprendimento o costi del Time-to-Skill, che resta però la misura su cui l’azienda dice di voler giudicare i progressi. Anche sulla memoria il comunicato spiega il principio, ma non riporta ancora risultati misurati. I prossimi elementi di verifica indicati da Neura sono la dimostrazione in fiera e i primi rilasci del modello distribuiti via Neuraverse.

Fonti:

• Nvidia GTC Berlin 2026 | nvidia.com
• ha lanciato Neuron AI | neura-robotics.com
• Neura Robotics launches multimodal AI model that gives robots… | roboticsandautomationnews.com