美國機械人新創公司開發出一款能自主行走於崎嶇地形並偵測人類的人形機械人「Phantom」，可用於邊境巡邏。該公司已向美國國土安全部展示相關技術，目前正與多個國家安全機關洽談合作計畫。
據《紐約郵報》報導，美國機械人公司「Foundation」創辦人兼執行長帕薩克（Sankaet Pathak）指出，許多固定式監視器、無人機與巡邏車難以進入複雜地形，而Phantom不僅能辨識人類與障礙物，還能自主進行環境地圖繪製與地下地道偵測。
點擊看圖輯
美國機械人新創公司開發出一款能自主行走於崎嶇地形並偵測人類的人形機械人「Phantom」，可用於邊境巡邏。官網圖
美國機械人新創公司開發出一款能自主行走於崎嶇地形並偵測人類的人形機械人「Phantom」，可用於邊境巡邏。官網圖
機械人將執行24小時不間斷的偵察任務，並在發現異常邊境活動時通報線上警員，降低邊境執法人員的安全風險。官網圖
機械人將執行24小時不間斷的偵察任務，並在發現異常邊境活動時通報線上警員，降低邊境執法人員的安全風險。官網圖
公司目前正與美國空軍、海軍、陸軍及國土安全部（DHS）等單位進行溝通與合約談判，計劃將旗下開發的人形機器人Phantom應用於美墨邊境監控。官網圖
公司目前正與美國空軍、海軍、陸軍及國土安全部（DHS）等單位進行溝通與合約談判，計劃將旗下開發的人形機器人Phantom應用於美墨邊境監控。X圖
美國機械人新創公司開發出一款能自主行走於崎嶇地形並偵測人類的人形機械人「Phantom」，可用於邊境巡邏。官網圖
美國機械人新創公司開發出一款能自主行走於崎嶇地形並偵測人類的人形機械人「Phantom」，可用於邊境巡邏。官網圖
機械人將執行24小時不間斷的偵察任務，並在發現異常邊境活動時通報線上警員，降低邊境執法人員的安全風險。
機械人將執行24小時不間斷的偵察任務，並在發現異常邊境活動時通報線上警員，降低邊境執法人員的安全風險。官網圖
針對技術限制，帕薩克表示現有原型機的耐候性仍需改善，預計未來幾個月內推出的第二代機型將具備防水、防塵及強化耐用度。雖然目前規劃以偵察與監控為主，但若政府要求，公司也願意配合配備武裝，不過最終執法與處置決策仍將由人類官員掌握。
機械人將執行24小時不間斷的偵察任務，並在發現異常邊境活動時通報線上警員，降低邊境執法人員的安全風險。官網圖
公司目前正與美國空軍、海軍、陸軍及國土安全部（DHS）等單位進行溝通與合約談判，計劃將旗下開發的人形機器人Phantom應用於美墨邊境監控。官網圖
帕薩克透露，公司目前正與美國空軍、海軍、陸軍及國土安全部（DHS）等單位進行溝通與合約談判，計劃將旗下開發的人形機器人Phantom應用於美墨邊境監控。對此，美國國土安全部發言人回應表示，目前雙方尚未簽署任何正式合約或執行試辦計劃。
公司目前正與美國空軍、海軍、陸軍及國土安全部（DHS）等單位進行溝通與合約談判，計劃將旗下開發的人形機器人Phantom應用於美墨邊境監控。X圖
NEURA Robotics（簡稱NEURA）今日推出其多模態基礎模型Neuron AI，應用於實體人工智能。Neuron AI結合三維視覺、觸覺、聽覺、機械人狀態及語言與記憶功能，令機械人能根據攝錄鏡頭無法單獨捕捉的資訊採取行動，並在物件從視野中消失時，仍能保留相關背景資訊。其感知-語言-行動（PLA）架構，將機械人所見、所聞及所感，與其已執行動作連結，把多感官資訊轉化為實體行動。
NEURA Robotics創辦人兼行政總裁David Reger表示：「智能機械人需要一個能整合其感官並記住所發生事情的大腦。」他指：「透過Neuron AI，我們正在構建實體世界的大腦：實體人工智能將人類專業知識及實體經驗，轉化為機械人可學習及應用的能力。這項技術在德國開發，為全球而建。」
Neuron AI：實體世界的大腦 AP圖片
攝錄鏡頭可捕捉幾何形狀、顏色及位置，但無法提供接觸、力度或聲音的資訊。人類亦不只依賴視覺：他們能感覺螺絲是否已鎖緊，並聽到連接器卡入到位的聲音。Neuron AI將此原理應用於機械人。該模型並非將每個感應器視為獨立輸入，而是編碼三維視覺、觸覺及力度數據、音頻、機械人狀態及語言，將它們在同一共享空間中隨時間對齊，並轉化為單一的行動流。
多感官感知對於攝錄鏡頭無法單獨解決的任務最為重要。當機械人開鎖時，只有聲音及觸覺才能確認鎖已真正打開。透過觸覺，機械人可抓取其無法看見的物件。額外感官亦能改善視覺已能處理的任務：例如在焊接中，可從焊接過程的聲音判斷焊縫的質量。
此外，Neuron AI具備記憶功能。要在實體世界中行動，機械人需要具備因果關係及物件恆存的概念，即在物件不在視野範圍內時仍能記住它們的能力，這是人類在出生後首兩年內習得的。與純粹的數碼人工智能不同，機械人在連續的實體世界中行動，必須隨時間追蹤物件及其自身行動的後果，即使往往無法看見它們。NEURA特別調整了模型的架構以引入記憶功能，並利用專門的數據集進行訓練。
Neuron AI透過三個互補的實體經驗來源進行訓練：來自NEURA認知機械人於NEURA Gyms及客戶部署中收集的真實世界數據；來自Neuraverse（NEURA的實體人工智能開放生態系統）的模擬數據；以及透過示範及語言捕捉的人類專業知識。這些支柱結合真實實體互動、模擬變化及人類專門知識，為五種NEURA機械人實體（配備不同夾具及機械手）訓練共享基礎。
NEURA Gyms在部署前連結數據收集、技能訓練及基準測試。在Gyms中開發的訓練數據及技能，為後續模型發布提供資訊。
Neuraverse提供平台，用於在機械人隊伍中部署及更新這些功能。它亦為客戶提供工具，以針對其自身任務微調模型，將流程專業知識轉化為機械人技能。客戶可將其技能保密。若他們選擇分享技能或部署數據，這些貢獻可支援更廣泛的生態系統及未來模型開發。這使得「技能習得時間」（Time-to-Skill）成為衡量進度的核心指標：即機械人學習新任務並可靠執行所需的速度。對於工業客戶而言，縮短該時間對於將實體人工智能引入更多流程，並隨需求變化進行調整至關重要。
Neuron AI在德國梅青根內部開發及訓練。NEURA匯集機械人、機械手、感應技術、數據基礎設施及人工智能開發，以連結模型訓練與實體表現。德國的工業基礎為這項工作提供了重要環境：複雜的製造流程、專業知識及嚴苛的操作環境。與包括舍弗勒（Schaeffler）及博世（Bosch）在內的工業公司建立數據合作夥伴關係，補充了NEURA Gyms中的訓練。對於NEURA而言，這種緊密聯繫將實體人工智能的開發與其旨在服務的行業知識及實際需求結合起來。
在NVIDIA GTC柏林2026大會上，NEURA將展示其人形機械人4NE1（「為任何人」），利用目前版本的Neuron AI執行一段長達十一分鐘的衣物處理程序。該程序包括分類衣物、將衣物放入洗衣機、關閉及重新打開洗衣機、取出衣物並將其轉移至乾衣機，全程無需人手干預。該示範著重於衣物處理過程中的操作及任務協調。挑戰不僅限於任何單一動作。機械人必須在整個程序中保持相關背景資訊，完成每個步驟並過渡到下一個。這將NEURA的架構體現為一個具體實例：規劃、多感官感知、記憶及實體行動協同運作。參觀者可於10月20日至22日，在柏林車站（Station-Berlin）3號展廳3031號攤位觀看該示範。
NEURA的創立基於一個信念：下一個偉大科技革命將不會發生在屏幕上，而是在實體世界中。隨著社會老齡化、勞動力短缺及對熟練工人需求日益增長重塑全球經濟，實體人工智能對於保障生產力、繁榮及生活質量變得不可或缺。
NEURA Robotics於2019年在德國梅青根成立，總部設於當地，是一間全球實體人工智能公司，致力開發使智能機器能夠在現實世界中學習、適應並與人類並肩工作的技術。該公司開發能看、能聽、能感應及能學習的認知機械人，以及大規模部署所需的軟件、人工智能及數據基礎設施。
現今全球國內生產總值中，很大一部分是透過實體工作產生。NEURA的使命是使實體工作可擴展，大幅縮短教導機器新技能並在全球部署所需的時間。憑藉其認知機械人、NEURA Gyms及Neuraverse（一個機械人持續學習及分享技能的開放生態系統），該公司正在為未來奠定基礎，屆時智能機器將協助解決人類面臨的一些最大挑戰。NEURA Robotics從歐洲構建實體人工智能，為全球服務。
（美聯社）
