NEURA Robotics 与 NXAI 的机器人记忆合作在 2026 年 10 月 20 日于德国梅青根官宣：两家要共同开发一个认知机器人记忆组件，把 NEURA 的 Physical AI 技术栈与 NXAI 的 xLSTM 循环架构接到一起，让机器人能跨越很多步骤跟踪任务、用积累的经验干活，而不是每次都把眼前的局面当成第一次见。
合作拆成两半，一半做研究，一半上平台
第一部分是联合研发。NEURA 在 10 月 14 日刚发布的 Neuron AI，本已把 3D 视觉、触觉、音频、机器人状态和语言与记忆功能装进一个多模态基础模型；这次合作要把 xLSTM 在长序列上高效保存和更新状态的能力揉进这套技术栈。第二部分是平台开放：NXAI 计划把自家基于 xLSTM 的模型上架 Neuraverse 平台，与 Neuron AI 并列，企业可以用 Neuraverse 的工具链拿自己的任务微调这个模型、在 NEURA Gym 里测试、再部署到合适的机器人上，流程知识和数据要不要共享由企业自己决定。Neuron AI 本身仍由 NEURA 独立推进，不因这次合作改变方向。
为什么机器人缺的偏偏是记忆
NEURA 在公告里把道理讲得很直白：聊天机器人是一问一答，机器人却在一个感知、决策、行动的循环里连轴转，一秒钟转很多圈，可能连转一整班。它需要的记忆有两层：工作记忆管眼前——零件插进去了没有、门是开是关、启动按钮按没按；情景记忆管经验——同一道工序干过很多遍，再遇到就该调出以前的经验。缺了这两层，机器人每一步都在重新认识世界，长流程任务的可靠度就上不去。
补这块短板的为什么是 xLSTM
xLSTM 出自 LSTM 共同发明人 Sepp Hochreiter 创办的 NXAI，主打快、省内存、能在长序列里保持状态，正对着这个缺口。这与站内前一天发布的 Dream-1 机器人基础模型 形成对照：Dream-1 把机器人的大脑放在云端按小时出租，NEURA 走的则是让机器人本体在经验中越干越熟的路线。
先别把官宣当成交付
需要降温的是进度。这次发布的是合作安排和路线，记忆组件没有给出上线时间，NXAI 模型上架 Neuraverse 也写的是计划而非已上线。NEURA 的筹码是自家机器人硬件、传感器、NEURA Gym 的真实世界训练数据和工业部署平台，NXAI 的筹码是几十年的循环网络研究；两边能不能把 xLSTM 的状态保持优势真正换成工厂里可测的成功率，要等组件落地后看实测。对欧洲的 Physical AI 来说，这至少是一个清晰的信号：当美国同行在拼云端大脑和融资规模时，欧洲玩家在拼的是让机器人在本地、在长流程里越干越熟——这条路慢，但如果跑通，工业客户的黏性会比按小时付费的接口更难被替代。
