给机器人装上耳朵和皮肤：Neuron AI 对视觉霸权的反叛

车间里的老钳工有个本事：闭着眼听一刀的声音，就知道丝攻断没断。这个本事，过去十年的机器人一概没有。它们被教会了"看"——摄像头、视觉语言模型、海量视频——至于耳朵里的信息和指尖上的力，向来被当成次要通道。

10 月 14 日，德国机器人公司 NEURA（梅青根）发布 Neuron AI，一个把皮肤和耳朵搬进大脑的多模态基础模型。官方给它的一句话定位是"物理世界的脑子"。

五种感官，一个空间

架构上，Neuron AI 走的是 PLA（感知-语言-动作）路线：把 3D 视觉、触觉与力、声音、机器人本体状态、语言这五路信号，在时间轴上对齐，压进同一个表征空间，输出单一的动作流。视觉之外的两路不是装饰。官方给的场景很具体：开一把锁，视觉确认之外，用声音和手感确认锁舌真的弹开了；判断一条焊缝合不合格，靠的是焊接声音的音色。

还有一路容易被忽略的输入：记忆。物体恒存——抽屉关上之后，里面的螺丝在它的世界里依然存在；因果追踪——上一个动作造成了什么，它记得。这解决了机器人学里一个古老又尴尬的问题：视野一转，世界就重置。

三条数据柱，一台考试机

数据从三个来路汇进训练：NEURA Gym——自建的多传感同步采集设施；Data Amplifier——把仿真数据扩增到真实规模；传感器数据服——真人穿戴上设备演示，动作与感受一起录。

模型跑在五种本体上，不同夹爪、不同灵巧手，共用同一个脑子。考试安排在 10 月 20 到 22 日的 GTC 柏林：人形机器人 4NE-1（"For Anyone"）现场完成 11 分钟全自动洗衣——分拣、装机、启动、取出、转移烘干，一镜到底。工业数据侧的合作方是舍弗勒和博世。

配套的平台叫 Neuraverse：客户在上面微调自己的任务，把技能推给整支机队，官方反复强调的指标是 Time-to-Skill——教会一个新技能要多久。这个指标本身值得记一笔：机器人行业的护城河，正在从硬件参数挪到"学新东西的速度"上。

冷观察

先把丑话记在账上。NEURA 没有公布任何基准测试，11 分钟是演示成绩，不是验收报告；"多模态"三个字在机器人行业是高频口号，兑现率另说。对面视觉-only 阵营的体量摆在那里——特斯拉们的视频数据飞轮比触觉数据便宜两个数量级，触觉恰恰是最难规模化的信号：数据服贵，Gym 更贵。

但同一个星期里，同一场 GTC 柏林还发生了两件事：英伟达把 Isaac 平台的"数据-仿真-部署"一条线打通；宇树的王兴兴现场演示 GPT-6 不经训练直接驱动机器人调颜料。行业的分歧从来不在"要不要给机器人装大模型"，在"这个大脑该吃什么"。NEURA 押的是反面：只吃画面的大脑，到不了车间。老师傅的耳朵，在概率分布里找不到。

这笔赌注兑现与否，Next-to-watch 是他们会不会放出带力反馈数据的第三方评测。在那之前，把它记作一个方向信号就好。

信源与限定：本文出自 NEURA Robotics 官方发布（2026-10-14）与 TechTarget、Interesting Engineering 的报道；架构描述与演示时长均为官方口径，公司未公布定量基准，本文未引用任何性能数字；与 GTC 柏林同场动态的对照出自本报 10-23 期具身智能日报所引报道。

参考

• NEURA Robotics：Introduces Neuron AI（2026-10-14）
• TechTarget：Robot company bets touch, sound can give bots an edge over vision AI
• Interesting Engineering：New robot brain lets humanoids tackle multi-step tasks