Por Canuto  

Neura Robotics presentó Neuron AI, un modelo fundacional que combina visión 3D, tacto, fuerza, audio, lenguaje y memoria para guiar a robots en tareas físicas. La compañía prevé mostrar sus capacidades en Berlín mediante una secuencia de lavandería de once minutos ejecutada por su humanoide 4NE1.
***

  • Neuron AI combina distintas señales sensoriales y conserva contexto cuando un objeto deja de estar a la vista.
  • Neura entrena el modelo con datos de robots reales, simulaciones y demostraciones humanas, y permite adaptar habilidades para clientes.
  • La compañía planea exhibir al humanoide 4NE1 realizando una secuencia de lavandería sin intervención humana en Nvidia GTC Berlín 2026.

Neura presenta un modelo de IA que da memoria y percepción multisensorial a los robots

Neura Robotics presentó Neuron AI, un modelo fundacional diseñado para que los robots interpreten señales del entorno y conviertan esa información en acciones físicas. La propuesta reúne visión 3D, tacto, fuerza, audio, estado del robot y lenguaje, además de una función de memoria para conservar contexto aunque algunos objetos desaparezcan de la vista.

La empresa alemana sostiene que esta integración puede ayudar a resolver tareas en las que una cámara por sí sola no basta para saber qué ocurre. Según informó Robotics & Automation News, Neura prepara una demostración con su humanoide 4NE1 en Nvidia GTC Berlín 2026, donde el robot ejecutaría una secuencia de lavandería de once minutos sin intervención humana.

Un modelo que conecta percepción, memoria y acción

Neuron AI utiliza una arquitectura que Neura denomina Percepción-Lenguaje-Acción, o PLA, para relacionar lo que el robot ve, oye y siente con lo que ya hizo. En lugar de procesar cada sensor como una entrada aislada, el sistema alinea distintas señales en un espacio común a lo largo del tiempo y las organiza para producir una acción física.

La diferencia práctica aparece cuando una tarea exige detectar algo que no queda registrado visualmente. Una cámara puede mostrar la posición de una pieza, pero no necesariamente confirma si un mecanismo encajó, cuánta fuerza soportó un agarre o si un conector emitió el sonido esperado al quedar en su sitio.

Neura usa ejemplos como abrir una cerradura para explicar el valor de combinar sentidos: el tacto y el sonido pueden aportar indicios de que realmente se abrió. También plantea que el tacto permite sujetar objetos que el robot no puede ver, mientras que el audio podría ayudar a evaluar procesos industriales, como la calidad de una costura durante la soldadura.

El modelo incorpora además memoria para seguir objetos y consecuencias de acciones a través del tiempo. La compañía sostiene que esta capacidad es necesaria en el mundo físico, donde un robot puede dejar de ver un objeto y aun así necesitar recordar dónde estaba o qué ocurrió durante una etapa previa de la tarea.

Entrenamiento con robots, simulaciones y demostraciones humanas

Neura describe tres pilares para entrenar Neuron AI. El primero reúne datos obtenidos por robots con distintas configuraciones físicas, tanto en los Neura Gyms, espacios de entrenamiento de la compañía, como en entornos reales, donde se sincronizan registros de visión, tacto, fuerza, audio y movimiento.

El segundo pilar amplía esos datos mediante simulaciones de tareas y entornos. La empresa indica que su Data Amplifier y su infraestructura de simulación introducen variaciones que enriquecen el entrenamiento, mientras que el tercer componente incorpora demostraciones de personas que usan trajes de datos con sensores para registrar movimientos y tareas prácticas.

La combinación busca reunir interacciones físicas reales, escenarios simulados y experiencia humana en una base común. Neura afirma que entrenó el sistema a través de cinco configuraciones de sus robots, equipados con diferentes pinzas y manos, un detalle relevante porque las capacidades físicas de cada plataforma condicionan cómo puede ejecutar una misma instrucción.

Las demostraciones humanas aportan una vía para capturar cómo se realizan tareas, pero la fuente no detalla el tamaño de los conjuntos de datos ni resultados comparativos frente a otros modelos. Por eso, la descripción de Neura establece el enfoque de entrenamiento y sus objetivos, aunque no ofrece por sí sola métricas que permitan medir la precisión o fiabilidad del modelo en una variedad amplia de operaciones.

De los centros de entrenamiento a las flotas de robots

Los Neura Gyms conectan la recopilación de datos con el entrenamiento de habilidades y su evaluación antes del despliegue. De acuerdo con la compañía, los datos y capacidades desarrollados allí alimentan versiones posteriores del modelo, mientras que Neuraverse funciona como plataforma para desplegar y actualizar esas capacidades en las flotas de robots.

Neura también plantea que los clientes podrán adaptar el modelo a tareas propias y convertir experiencia sobre sus procesos en habilidades robóticas. La empresa afirma que cada cliente podrá mantener esas habilidades en privado; si decide compartir capacidades o datos de despliegue, esas contribuciones podrían apoyar el ecosistema y el desarrollo futuro de los modelos.

La compañía presenta el tiempo hasta la habilidad, o Time-to-Skill, como una medida central del avance: cuánto tarda un robot en aprender una tarea nueva y realizarla de manera fiable. Para clientes industriales, reducir ese intervalo podría facilitar la incorporación de robots a más procesos y permitir ajustes cuando cambien los requisitos operativos.

Ese planteamiento también desplaza la atención desde una demostración aislada hacia la repetición de tareas en condiciones de trabajo. Sin cifras publicadas sobre tiempos de aprendizaje, tasas de éxito o costes de adaptación, la promesa de acelerar el entrenamiento sigue siendo un objetivo declarado por Neura y una cuestión que las pruebas de despliegue deberán aclarar.

Desarrollo alemán y demostración del humanoide 4NE1

Neura afirma que desarrolló y entrenó Neuron AI internamente en Metzingen, Alemania. La empresa reúne en ese trabajo robots, manos, sensores, infraestructura de datos y desarrollo de inteligencia artificial, con la intención de conectar el entrenamiento del modelo con el desempeño físico de sus máquinas.

La compañía destaca el entorno industrial alemán como un marco útil para desarrollar tecnología destinada a procesos complejos y exigentes. También menciona alianzas de datos con empresas industriales como Schaeffler y Bosch. Bosch y Neura han anunciado que recopilarán conjuntamente datos de trabajo, movimiento y entorno en instalaciones de Bosch mediante trajes con sensores. Schaeffler, por su parte, ha indicado que ambas compañías generan datos de aplicaciones reales que se incorporarán a Neuraverse, sin detallar en esa información qué conjuntos o volúmenes aporta cada socio.

La prueba anunciada para Nvidia GTC Berlín 2026 tendrá como protagonista al humanoide 4NE1, cuyo nombre se pronuncia como “For Anyone”, es decir, “para cualquiera”. Neura planea mostrarlo durante una secuencia de manejo de ropa de once minutos que incluirá clasificar prendas, cargar una lavadora, cerrarla y volverla a abrir, descargarla y pasar la ropa a una secadora.

La empresa describe la demostración como una ejecución sin intervención humana y subraya que el desafío no consiste únicamente en completar movimientos individuales. El robot tendrá que conservar el contexto relevante durante toda la secuencia, terminar cada paso y continuar con el siguiente, una puesta a prueba de planificación, percepción multisensorial, memoria y acción física.

Los visitantes podrán ver la demostración en Station-Berlin, Hall 3, stand #3031, del 20 al 22 de octubre. La presentación permitirá observar la versión actual de Neuron AI en una tarea doméstica concreta, aunque la información disponible no anticipa cómo se comportará el sistema ante cambios imprevistos ni qué nivel de fiabilidad alcanzará en usos industriales prolongados.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados