JOTO
联系我们
← AI 智库
工业AI

Neura Robotics 在亚琛工大共建实体AI训练中心

2026 年 7 月 27 日

Neura Robotics 与德国亚琛工业大学共建实体AI训练中心(Neura Gym),旨在缓解智能机器人规模化部署中的真实世界数据瓶颈。该设施融合实体训练与高保真仿真,生成可接入Neuraverse云平台的数据集。2026年底前将启用至少11处场地,其中半数计划年内在欧、中、美落地。IDC与Gartner分析师指出,此类设施支持共享学习、协作开发,并推动欧洲在实体AI领域的数据主权与标准化建设。

Neura Robotics 在亚琛工大共建实体AI训练中心

共建亚琛Neura Gym应对数据瓶颈

德国机器人初创公司Neura Robotics已与德国亚琛工业大学(RWTH Aachen University)建立合作伙伴关系,共同建设一座机器人训练设施,为机器人系统提供真实世界训练数据。

这座新场地的建设计划于上周公布,将加入Neura现有的实体AI训练中心网络,该公司将其称为Neura Gym(神经健身房)。Neura表示,这些场地旨在解决智能机器人规模化部署所面临的最大障碍:真实世界训练数据的稀缺性。

这些设施将实体训练与高保真仿真相结合,生成可直接输入 Neuraverse 的数据集——Neura推出的开放、基于云的平台,用于连接机器人、开发者及行业合作伙伴。

降低部署风险与加速落地

这些场地还旨在使合作伙伴能够在承诺全面工业部署之前,针对特定应用场景对机器人进行训练与验证,从而降低采用风险并加快部署时间。

最新一座Neura Gym预计将于2026年底前启用,另有10处地点正在建设中。Neura表示,其中一半预计将于今年年底前在欧洲、中国和美国投入运营。

除亚琛工业大学场地外,Neura第二座旗舰设施计划于第四季度在慕尼黑机场启用,该设施由Neura与慕尼黑工业大学(Technical University of Munich)及其慕尼黑机器人与机器智能研究所(Munich Institute of Robotics and Machine Intelligence)合作建设。

Neura表示,这两座中心共同确立德国作为欧洲实体AI基础设施骨干的地位。

IDC分析师:平台支持共享学习与协作开发

IDC分析师菲尔·索利斯(Phil Solis)表示,德国大学场地的启用意义重大,其功能远不止于测试机器人和收集数据。

他告诉AI Business:“它融合了仿真、实体机器人测试场所,以及开发者和其他行业合作伙伴均可利用这一平台。”“基于AI的软件开发是相较传统编程大幅加速机器人性能提升的关键一步,而该平台进一步加速了各公司之间的协作方式。”

索利斯所称的“共享学习”亦可借此实现,即测试环境中取得的改进可推送至现场运行的机器人。

此次全球部署由Neura上月完成的14亿美元C轮融资支持。

Gartner视角:对标中美,推动欧洲数据主权与标准化

与此同时,据Gartner分析师希曼舒·库马尔·奥贾(Himanshu Kumar Ojha)称,机器人健身房在中国已成为标准实践,当地已设立多个区域性枢纽,以推动实体AI系统的标准化与协同式数据采集、训练及验证。

他表示:“相较于数字世界与知识型任务,相关数据的可获得性与可访问性是实体AI的制约因素。为使这些系统在特定任务与环境中达到必要性能水平,需通过后训练及基础AI模型与大模型的微调,采取可扩展的方法来采集与利用真实世界数据。”

他表示,Neura位于亚琛工业大学的中心与近期欧洲实体AI的规模化发展相一致,旨在与美国和中国更为成熟的机器人市场形成竞争。

他补充道:“这为德国及整个欧洲既有的制造业与科技公司生态系统提供了协作平台,以推动实体AI进步,并通过各行业的采用从中获益。”

他指出,展望未来,鉴于当前全球尚无针对实体AI的监管与合规统一标准,机器人硬件制造商及系统集成商可利用该平台开展标准化工作、合规性验证与测试。

他补充道:“此类举措将加速区域创新,并减少欧洲对中美两国在实体AI领域的依赖——该技术领域正日益成为一项具有战略重要性的技术领域。”

索利斯表示,此次启用更侧重于数据主权,而非全球竞争。

他表示:“中国部署的机器人数量最多,因而可采集的数据也最为丰富。Neura Gym的数据与智能层将设在德国。各国企业均可从任何国家访问该平台,但很可能正是这类国家……掌握大部分数据。”

JOTO 企业落地观察

  • 企业部署实体AI系统时,需在数据主权与协作效率间做结构性取舍:Neura Gym将数据与智能层设于德国,意味着企业若选择接入,其训练数据流、模型迭代路径将受地域基础设施约束,而非完全自主托管。
  • 这类实体AI训练中心的规模化建设,凸显RAG知识工程在物理世界中的延伸需求——真实场景数据采集、标注、仿真注入与现场反馈闭环,正成为比文本知识库更复杂的知识工程链条。
  • 对AI安全治理而言,多国共用同一实体训练平台却分属不同法域,将加剧合规验证复杂度:硬件厂商与集成商需在平台内预置适配不同地区监管要求的测试模块,而非仅依赖通用API接口。
  • FDE驻场共创模式面临新变量:当训练环境从客户现场迁移至第三方共建的Neura Gym,驻场工程师需同步具备跨设施调度、仿真-实机协同调试、以及平台级数据权限管理能力,而非仅聚焦单一产线部署。

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务,帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们
联系我们

开启企业级 AI 落地

留下你的行业、部门和当前痛点,我们会在 1 个工作日内与你联系,帮你判断适合先做什么、需要准备哪些数据、适合什么平台。

微信咨询
扫码添加,一对一沟通
JOTO 微信咨询二维码
发送邮件
jotoai@jototech.cn

填写需求单

收到你的信息后,我们将在 1 个工作日内与你取得联系。