NEURA Robotics 與 慕尼黑工業大學（TUM）共同開設歐洲規模最大的實體人工智慧訓練中心

NEURA Robotics 與慕尼黑工業大學（TUM）於 2026 年 10 月 22 日在慕尼黑機場附近的 LabCampus 研究園區，共同揭幕了由 NEURA 提供技術支援的「TUM RoboGym」，並藉此活動正式推出 NEURA 第四代 4NE1 人形機器人。 這座佔地2,300平方公尺的設施，將慕尼黑工業大學（TUM）轄下的慕尼黑機器人與機器智能研究所（MIRMI）與NEURA的硬體及運算資源相結合；自9月起，來自汽車、製藥、醫療技術、包裝、物流、農業及照護等十餘個產業的合作伙伴，已在此進行生產工作流程的培訓。

相較於剪綵儀式，時機的選擇更為關鍵。2026年，歐洲、美國和中國各地的人形機器人開發者紛紛競相在舞台上展示能夠行走、揮手和搬運箱子的機器人。 但幾乎沒有任何一家公司展示過一套可重複的流程，用以教導通用型機器人執行真實工廠或藥房實際所需的數千項狹窄且動作笨拙的任務。NEURA 與 TUM 押注於：願意打造訓練場地（而不僅是機器人）的公司，才能在與買家的交鋒中贏得更艱難且更持久的論戰。

客戶攜帶艱鉅任務的共享訓練場

RoboGym 的運作模式對於由供應商資助的設施而言相當罕見：與其由 NEURA 指定機器人該練習什麼，合作企業會帶來自己的製程知識，並讓研究人員和工程師研究類人型機器人能多快學會這些技能。 該場地早期記錄的任務包括搬運紙箱、灌裝瓶子，以及裝卸木製零件——這類看似不起眼但高頻率的重複動作，對生產現場實際勞動力成本的影響，遠遠超過任何單一、吸引眼球的示範動作。

有三種資料來源為訓練迴路提供資料。機器人在工作時會收集真實世界的互動資料；人類操作員則透過動作捕捉裝置、數據服以及遙控操作等方式提供示範，而非

預先編寫腳本的錄製影片；以及 NEURA 稱為「資料放大器」（Data Amplifier）的模擬層，可將有限的真實示範擴增為更大的合成訓練資料集。 將實測的物理數據與模擬變異結合，是具身人工智慧實驗室的標準做法；但在一個由汽車、製藥和農業合作夥伴同時貢獻任務的共享設施中執行此流程，所面臨的組織問題比技術問題更為棘手，而這正是競爭對手難以迅速複製的部分。

NEURA 創辦人兼執行長大衛·雷格（David Reger）向產業合作夥伴推介時，著重強調的是專有製程知識，而非機器人規格：「我們的企業掌握著歷經數代累積而成的知識。」 MIRMI執行董事兼RoboGym負責人洛倫佐·馬西亞（Lorenzo Masia）教授則更直白地闡述了這項結構性目標，他將此合作模式描述為：證明大學與硬體公司能夠結合雙方單獨無法集結的能力，打造出持久穩固的成果，而非僅是曇花一現的展示品。

承載賭注的第四代機身

據 NEURA 表示，與該設施同步亮相的 4NE1 第四代類人型機器人，是為量產而非展示而打造，其重量比上一代輕約 20%，黑色紡織外皮下蘊藏著更纖細的骨架。 雙手經過重新設計以實現更精準的抓握，而四肢則搭載了 NEURA 所稱的「智慧肢體（Smart Limbs）」：內建的反射機制讓每肢能獨立對接觸作出反應，而非等待中央處理迴路的指令；此設計旨在讓機器人在零件滑脫或表面不平整時，能進行千分之一秒的即時修正。

感知、決策與行動皆由 NEURA 自研的「Neuron AI」驅動——這是一款融合感知、語言與行動的基礎模型，它將視覺、觸覺、力感、聲音以及機器人自身的內部狀態視為綜合輸入，而非將每個感測器通道分別處理。這款第四代機型是

該系統目前已在 RoboGym 以及 NEURA 的其他訓練場館中投入運作，且該公司本週在 NVIDIA 的 GTC 柏林活動中公開展示了該系統，將這套硬體設備呈現在正評估 Figure、Apptronik、Unitree 及 Tesla 等企業類人型機器人投資標的的開發者與投資人面前。

Neuron AI 的架構也顯示出 NEURA 預期真正的競爭護城河將形成於何處。將觸覺與力感視為一級訓練訊號，而非事後將觸覺感測硬接在以視覺為主的技術堆疊上，這有意識地打破了大多數類人型機器人計畫最初採用的以相機為中心的做法。 倉儲與輕型組裝任務的失敗，往往並非源於機器人無法看見物件，而是因為它無法判斷該用多大力道抓握、零件何時滑落，或是剛觸碰的表面是否能承重。 一個從一開始就同步訓練視覺、觸覺、力感、聽覺及本體感覺的基礎模型，原則上應能更快地將能力泛化至各類多樣且未經預設的手動任務——這些正是讓上一代僅靠視覺的拾放系統束手無策的挑戰。 這種理論上的優勢能否在真實生產線上（而非經過精心策劃的 RoboGym 任務清單）中屹立不搖，正是每家報名參加培訓名額的合作夥伴公司，實際上都在資助尋找答案的未解之題。

究竟是誰在為這塊場地買單

RoboGym 設有為期三年的初期承諾，由 NEURA 及其合作夥伴合計投資約 1,700 萬歐元（約合 1,840 萬美元）作為後盾，其中 NEURA 自身貢獻了約 1,100 萬歐元（約合 1,190 萬美元）。 NEURA 提供機器人硬體、技術基礎設施、運算能力及營運人員；慕尼黑工業大學（TUM）則提供實體空間、科學專業知識及研究資源。TUM 校長 Thomas Hofmann 教授稱該中心在德國乃至歐洲都獨一無二，而這項主張在規模上更容易站得住腳，在

2,300 平方公尺且持續擴增，這點比單純的概念更為重要，因為包括 Figure 和 Agility 在內的競爭對手，早已自行運作面向客戶的培訓計畫超過一年。

這項融資架構與典型機器人展示會的區別在於：合作企業並非付費購買成品機器人的客戶；而是共同投資者，他們以提供專屬任務數據為代價，換取 RoboGym 所生產的任何機型之早期使用權。 這種安排唯有在 NEURA 能持續擴大參與產業的陣容，同時又不稀釋任何單一合作夥伴訓練數據的品質時，才可能行得通；這正是評估 RoboGym 席位的採購團隊，在將整條生產線的製程知識投入共享設施之前，應最為嚴謹審視的營運風險。

慕尼黑是範本，而非終點

NEURA 表示，除已與亞琛工業大學（RWTH Aachen）規劃中的第二座德國設施外，還計劃在歐洲、美國及中國增設更多「Gym」據點。這項擴張計畫將慕尼黑的啟用重新定位為網路的原型，而非單一的旗艦據點，這也改變了工業合作夥伴在決定是否立即投入製程數據時的決策考量。 任何在慕尼黑早期簽約的公司，實質上已提前在 NEURA 計畫複製的培訓網絡中佔據一席之地——無論是擁有歐洲及北美倉庫的物流營運商，還是於德國與中國設有工廠的汽車零組件供應商，該公司未來若希望在這些地區部署類人型機器人，此舉皆能發揮關鍵作用。

對於尚未列入 NEURA 現有合作夥伴名單的採購與自動化團隊而言，RoboGym 模式的價值不在於其作為單一設施，而在於它是一種與多數類人型機器商採用的純硬體銷售模式相抗衡的分銷策略。 NEURA 並非僅出售機器人，然後讓客戶自行解決特定任務的訓練問題；而是出售共享訓練管道中的席位，這不僅轉移了

成本結構與鎖定風險：買方雖能更快實現任務覆蓋，但其流程數據——甚至可能包括訓練節奏——將與 NEURA 自身的擴張時程及設施發展藍圖綁定。 任何計畫在未來一至兩個預算週期內啟動人形機器人試點計畫的團隊，都應向採用類似「訓練場」模式的供應商提出 NEURA 尚未公開回答的相同問題：若合作夥伴日後希望更換硬體供應商，其累積的任務數據與已訓練的技能將何去何從？

買家首先會拿來比較的，是 Figure 的 Helix 資料管道與 1X 的居家部署資料飛輪，這兩者同樣仰賴遠端操作與真實世界記錄的混合模式來壓縮訓練時間。NEURA 的差異化優勢在於機構層面而非技術層面： 由一所公立研究型大學提供場地空間、學術監督以及跨產業合作夥伴名單，賦予 RoboGym 一種中立性，這是單一供應商的內部數據計畫難以輕易具備的，這點對那些不願將專有製程數據交給矽谷或深圳競爭對手訓練迴路的歐洲製造商而言，可能至關重要。 這種中立性能否讓 RoboGym 在招募合作夥伴的速度上，超越 NEURA 那些由風險投資資助的競爭對手，才是值得在 RoboGym 營運首個完整年度中追蹤的指標，而非開幕當天宣布的場地面積。

當首批木製組件完成在 RoboGym 包裝區的夜間生產週期時，那些決定是否將最艱鉅的任務交由機器人處理，抑或保留給更成熟的系統的操作員，早已形塑出下一代 4NE1 系統所能做到與無法做到的事情。

本文綜合了與 2026 年 10 月 22 日開幕相關的公司及大學聲明。本文僅供一般資訊參考，並不構成投資、採購或專業建議。