十月十四日，德国机器人公司 NEURA Robotics 发布 Neuron AI，一个机器人基础模型。它的卖点很集中：在过去机器人主要靠摄像头视觉的基础上，新增了触觉、听觉和持久记忆。创始人 David Reger 说，这让机器人从「看」世界变成「感」世界。
为什么触觉和听觉对机器人突然重要？
过去十年的机器人模型基本是视觉驱动的：看物体、抓物体、避障。但真实世界里，抓一个鸡蛋和抓一个钢杯，靠视觉是分不出来的——你必须用手去感觉硬度。听觉同理：机器人工装是否拧紧、门有没有关严、人是不是在附近说话，这些信息都不在视觉画面里。Neuron AI 把三种模态融合进同一个基础模型，让机器人像婴儿一样通过多感官学习。
对行业意味着什么？
这意味着机器人从「预编程设备」正式进入「学习型设备」时代。同一条机械臂，不用为每个新工件重写代码，而是通过示范与试错学会新任务。记忆的加入更关键：上次在这个工位失败的经验，下次到这个工位会被调出来。长期看，这会把工业机器人的部署周期从月级压到天级。
下一步要看：NEURA 的客户名单里有没有汽车、物流、食品行业的头部工厂；国内的宇树、智元、星海图会不会跟进多模态基础模型路线；以及这种模型在真实工厂的良率数据。硅基身体的下一步，不是长得像人，而是感官像人。
多模态机器人会不会重演大模型的规模竞赛？
视觉模型已经走过了一次 scale 曲线：参数越大、数据越多，性能越好。NEURA 的入场暗示，多模态机器人基础模型很可能走出第二条 scale 曲线——触觉数据、听觉数据、操作数据的积累会成为新的护城河。今天工业机器人最大的瓶颈不是算法，是没有足够多的真实操作数据。谁先攒下一百万小时的机器人操作视频，谁就有下一代基础模型的入场券。
去论坛讨论
前往 silicon-agi.com 论坛 参与讨论