NEURA Robotics と NXAI のロボット記憶に関する協業が 2026 年 10 月 20 日、ドイツのメッツィンゲンで発表された。両社は認知ロボット向けの記憶コンポーネントを共同開発し、NEURA の Physical AI スタックと NXAI の xLSTM 回帰アーキテクチャを接続する。ロボットが多くのステップにまたがってタスクを追跡し、蓄積した経験に基づいて行動できるようにし、目の前の状況を毎回初めてのように扱う状態から脱却させる狙いだ。
協業は二つに分かれる。研究とプラットフォーム
前半は共同開発だ。NEURA が 10 月 14 日に発表した Neuron AI は、3D 視覚、触覚、音声、ロボットの状態、言語を記憶機能とともに一つのマルチモーダル基盤モデルにすでに統合している。今回の協業は、長い系列にわたって状態を効率よく保持し更新できる xLSTM の能力を、このスタックに組み込むことを目指す。後半はプラットフォームの開放だ。NXAI は自社の xLSTM ベースのモデルを Neuraverse プラットフォームに Neuron AI と並べて提供する計画である。企業は Neuraverse のツールチェーンで自社のタスク向けにそのモデルを微調整し、NEURA Gym でテストし、適切なロボットにデプロイできる。プロセス知識やデータを共有するかどうかは企業自身が決める。Neuron AI 自体は NEURA 独自のモデルとして、協業とは独立に開発が続けられる。
なぜロボットに不足しているのが記憶なのか
NEURA は発表の中で問題を率直に述べている。チャットボットはリクエストを一つずつ処理するが、ロボットは知覚、判断、行動のループを連続して回し続け、1 秒に何度も、一つのシフトの間ずっと回ることもある。これには二つのレベルの記憶が要る。ワーキングメモリは直近を担う。部品はもう挿入したか、ドアは開いているか閉じているか、スタートボタンは押したか。エピソード記憶はさらに先を行く。同じ工程を何度もこなしたロボットは、同じ状況が戻ってきたときにその経験を引き出せるべきだ。この二層がなければ、ロボットは一歩ごとに世界を読み直し、長いタスクの信頼性は伸びない。
その隙間を埋める役が xLSTM である理由
xLSTM は LSTM の共同発明者 Sepp Hochreiter が創設した NXAI の技術で、高速、省メモリ、長い系列でも状態を保持できるという、まさにこの隙間に向けた設計である。当サイトで前日に取り上げた Dream-1 ロボット基盤モデル とは対照的だ。Dream-1 がロボットの頭脳をクラウドから時間貸しするのに対し、NEURA は経験を通じて仕事の中で育つロボットに賭けている。
発表を納品と取り違えないこと
進捗については冷静に見る必要がある。今回公表されたのは協業とロードマップであり、記憶コンポーネントに発売時期は示されておらず、NXAI モデルの Neuraverse への登場も計画の表明にとどまる。NEURA の持ち札は自社のロボットハードウェア、センサー、NEURA Gym の実世界訓練データ、産業向けデプロイ基盤であり、NXAI の持ち札は数十年にわたる回帰ネットワーク研究だ。xLSTM の状態保持の強みを工場現場で測れる成功率に変えられるかどうかは、コンポーネントが実際に届き、検証されて初めて分かる。とはいえ欧州の Physical AI にとって信号は明確だ。米国の競合がクラウドの頭脳と資金調達の規模で競う間に、欧州のプレイヤーはロボットをローカルで、長い工程の中で、働くほど熟練させていく競争をしている。遅い道だが、うまくいけば産業顧客の定着は、時間貸しの API よりはるかに奪いにくいものになる。
