跳到正文
模型
模型 NEURA Robotics

整理:TopAIMap 编辑

NEURA 发布 Neuron AI:德系 Physical AI 多模态 PLA 基座,端侧跑在机器人上

2026-10-14 NEURA Robotics 官宣 Neuron AI:把 3D 视觉、触觉/力、音频、机器人状态与语言对齐到同一感知-语言-动作(PLA)空间并带记忆;本地端侧推理,覆盖 5 款 NEURA 本体,GTC Berlin 将演示 4NE1 洗衣全流程。

NEURA Neuron AI Physical AI 关键视觉

2026-10-14(约 UTC 06:00),德国 Metzingen 的 NEURA Robotics 正式官宣 Neuron AI——面向 Physical AI 的感知-语言-动作(PLA)多模态基座模型。相对常见的视觉-语言-动作(VLA)只看相机,Neuron AI 把 3D 点云/深度、触觉与力矩、音频、关节/末端状态与语言编码到同一共享时空,再输出统一动作流,并强调物体恒常性记忆(看不见的零件仍被跟踪)。训练三支柱:NEURA Gyms 与真实场景的同步多传感数据、仿真扩增,以及穿戴传感服的人类示教;数据合作方包括 Schaeffler、Bosch。官方称模型在机器人本地推理,不依赖云端往返,便于欧洲工厂控数与低时延。

谁能用:面向 NEURA 机器人客户与合作伙伴,经 Neuraverse 平台微调自有技能并部署到机队;当前非开源权重,也未提供面向公众的 Free/Pro/Ultra 聊天订阅或通用云 API 价目。可跑在 5 款 NEURA 本体(含人形 4NE1 等多形态与夹爪/手)上。2026-10-20–22 NVIDIA GTC Berlin(Station-Berlin Hall 3 #3031)将现场演示 4NE1 约 11 分钟全自动洗衣流程。商务接入走官方 Contact;产品页 https://neura-robotics.com/neuron-ai 。 解读:欧洲工业机器人厂商把「触觉+音频+记忆」写进基座叙事,是在用 Physical AI 差异化对抗纯视觉 VLA 路线。讨论:① 端侧 PLA 相对云端大模型遥控,在工厂网络与数据主权上是否会成为默认采购门槛?② Time-to-Skill 与机队技能共享,会不会比单次任务成功率更决定商业化节奏?

同栏目 · 模型

Liquid AI

Liquid AI 发布 LFM2.5-24B-A2B:24B 开源权重、仅 2B 激活的本地 Agent 模型

LFM2.5 系列收官:总参 24B、每 token 激活约 2B,131K 上下文;官宣称 5/8 agentic 基准对标更大 Qwen3.6-35B-A3B,M5 Max 约 184 tok/s。

Liquid AI LFM2.5-24B-A2B 发布配图
X @googlegemma

Google Gemma 推 DigUp:EmbeddingGemma 2 驱动的本地 Mac 语义搜文件

开源 Mac 菜单栏应用 DigUp 用 EmbeddingGemma 2 在本地对图片/PDF/音视频/代码做自然语言检索;官宣帖约 3858 赞、21.7 万曝光。

DigUp EmbeddingGemma 2 Mac 语义搜索
X @ivanfioravanti

humanizer 登 HF 趋势榜:基于 Gemma 4 的 12B 本地「去 AI 腔」改写模型

jialinyyzz/humanizer 基于 google/gemma-4-12B,把英/中 AI 草稿改写成更像人写的邮件/论文/报告;HF 约 1542 赞、5.4 万下载,相关帖约 781 赞、3.7 万曝光。

humanizer Gemma 4 12B Hugging Face