如何让人形机器人更快学会叠衣服、拧螺丝或收拾家务？如何缓解机器人行业“数据鸿沟”这一痛点？
这是困扰着大部分人形机器人的问题，一位德国创业者David Reger提供了一种全新思路—让机器人无需从头学习新技能，而是从云端获得所需技能，配置于本体后，直接使用。
David是一位土生土长的德国人，排行老大，有10个弟弟妹妹。他曾独自在旧金山做社工，帮助流浪汉和瘾君子，随后发现“帮助他人”不一定要做社工，也能通过创业实现。
2019年，他在德国梅西根创立了Neura Robotics（以下简称“Neura”），公司的愿景是用机器人“帮助人类”（Serve Humanity）。
成立以来，Neura推出了数款工业协作机器人和一款人形机器人，适用于物流、医疗、机械加工等多个行业。截至目前，客户有川崎重工、欧姆龙等国际巨头。
今年10月16日，David在浙江杭州落地Neura中国总部，成立了机器人研发制造协作中心---钮鼐机器人公司，预计投资金额将达1.35亿欧元。还计划开设继德国之后，第二家人形机器人“健身房”，让中国机器人公司，通过Neura旗下平台Neuraverse，结合真实物理场景和模拟场景，训练机器人的各项技能。
今年初，Neura完成了1.2亿欧元B轮融资，投资方包括意大利阿涅利家族旗下机构Lingotto、沃尔沃、台达电子等，估值接近10亿美金，此时在手订单超10亿欧元，一跃成为机器人行业的明星公司。
作为家里10个弟弟妹妹的兄长，David从小就被父母教育，“要为社会贡献一定的价值。”
从机械工程专业毕业后，David听从父母建议，打算做一段时间的社区公益。于是，他找遍了世界各地的公益项目，最后决定前往美国旧金山，为当地的流浪汉和瘾君子提供援助。
“2008年左右，在旧金山项目上，我工作了一年半，做出了不少成功的援助案例，但失败的案例更多。我尽力帮助那些人，甚至为了工作而挤压睡眠时间，然而他们很快又恢复原状，回到街头流浪，或者继续嗑药。”David表示。
必一运动sport网页版登录
David认识到，那些人的境遇无法由他改变，他们被毒品等外部因素控制，无法自主行动。带着些许挫败，他回到德国，找到了一份和专业匹配的工作，做起了机械工程师。此后，他前往瑞士工业机器人制造商MABI Robotic工作了近十年。
在瑞士，他的能力深受老板认可。David曾主导开发了多款工业机器人产品，包括AGV（按设定路线自动行驶的工业车辆）、协作机器人等。“2011年，我们是第一家推出工业协作机器人产品的公司，比工业机器人四大家族中的库卡，还早了一年。”David提到。
然而，David在工作期间发现，当时的机器人都不够智能，无法理解作业环境，依赖专业人员的部署和操作。“那种机器人太难用了！”他感叹。
必一运动sport网页版登录
他想做一个更智能、更懂作业场景的工业机器人。然而，当他把这一想法告诉MABI的管理层时，遭到了拒绝，“他们说，我先前创立的项目刚开始盈利，这一新想法还要过段时间才能启动。”David回忆。
成立两年后，Neura推出全球首款多传感器融合的工业协作机器人MAiRA，搭载了听觉、视觉和触觉传感器。目前，该款机器人已在工业场景大规模落地。
不久前，Neura还推出了其首款人形机器人4NE1，成为欧洲的极少数、德国唯一的人形机器人公司。
“到2030年，中国、日本和欧洲将减少超过1亿劳动力，工业机器人和人形机器人能填补这一劳动力缺口。”David认为。创立Neura，让David意识到，做社工时怀揣的服务人类的心愿，和自己的机器人专业背景，能完美地结合起来。“Neura的公司愿景就是让机器人帮助全人类，这也回应了当年我做社工的初衷。”
2019年创立之初，Neura公司墙上就挂着一副图案，是世界各地的知名机器人公司和它们的核心产品。在这图案之上，还有一句话，“让机器人变得更智能”，他想为这些机器人公司造一个，让他们的机器人更加智能的大脑。
德国人的严谨性格使然，对于这一宏大目标，David有着更稳妥的实现规划：先做商业化落地，打磨产品，积累数据，然后再造那个大脑。
Neura的第一款协作机器人MAiRA，快速实现商业化，7自由度，可做到触觉感知、语音交互、手势识别等。它适配各类工业场景，也能进行较精密操作，比如右旋3圈螺丝钉，再左旋1圈。
此后，David还推出了可在工业场景快速商业化落地的移动底盘机器人MAV、协作机器人LARA。
David将他的宏大目标进行拆解，确保落实每一步骤：“我们的战略可用飞行汽车做类比，飞行汽车的构想，现在会比100年前更容易被人们接受。但是为了真正实现，不如改造现成的汽车，先让它变得更自动化，并逐步向着汽车能飞的目标而迈进。”
通过协作机器人的商业化落地，Neura积累了大量工业场景经验和数据，在此基础上，它正持续打磨一个用于机器人的云端平台Neuraverse。平台通过收集、连接并分发现实场景中的机器人数据，让每一台接入的机器人“学得更快、做得更好”。
据了解，在许多国内机器人训练场上，需要人重复一个动作500次以上，连续工作200天（2000个小时），才能使得机器人学会叠毛巾、浇花、理疗等动作。
David搭建了专为机器人使用的实体“健身房”，供机器人训练各类技能，比如家务技能、工厂技能、运动技能等。
这种“健身房”被称为Neura Gym（Neura实体训练中心）。该设施有多个隔间，每个隔间布置成某一特定的真实场景，比如起居室、工业车间等。在真人指导下，置于某一场景下的机器人被委派了特定任务，进行独特的物理训练，比如熨衣物、叠被子、整理杂物、拧螺丝、打太极等。
这种线D数据进行一比一匹配，再结合视频二维数据和一维文本，进行训练。通过多种数据类型的组合，机器人学习某一技能会比VLM为代表的传统训练方式，更加高效。
“训练好的机器人技能，变成一种AI模型，被上传至Neuraverse平台。”David解释道。
通过这种方式，David希望将机器人的技能训练时长，缩短至原来的1000分之一。
普华资本总经理沈琴华认为，Neura的最大优势就在于它的全栈式研制能力和Neuraverse平台。
InAI Capital创始人窦玉梅认为：“在未来，由于本体和硬件多样性，场景多样性，终端用户所需的机器人控制及动作能力，需专业公司提供服务。”
David在Neura中国总部启动仪式现场表示，继已落地的德国NeuraGym后，Neura将在中国设立一个更大的Neura Gym，聚焦数据驱动的机器人训练，并与国内产业伙伴展开深度协作。
如何吸引中国机构或个人使用这一平台？David回答道，由于Neuraverse的真实数据优势，可以加快中国团队的机器人研发。由于Neuraverse已经适配了国际的数据标准，中国团队接入后，还可快速面向国际市场，开发出海产品或推出出海服务。
现场来宾中有多家来自中、欧两地的专业投资机构身影，显然他们对机器人赛道、对Neura的全球布局，都有共同兴趣。随着Neura进入中国，中欧的科创资本，在智能机器人的投资上，也有可能出现互动，从而以资本的力量、资本的纽带，赋能产业创新和产业链整合优化，促进科技成果的跨国双向流动与产业协同。
从工业协作机器人起家，逐渐扩展至人形机器人及Neuraverse平台，这种发展背景让David赢得更多的订单合约，年初至今，在手订单又有很大幅度的增加。
在中国总部落成典礼上，Neura不仅和舍弗勒、大众汽车、蒂森克虏伯等德资企业，而且和传化集团、兆丰机电、亚太机电等中资企业，进行了现场合约签订，这些合作将聚焦联合创新以及NEURA技术在多行业的规模化应用。
“我们有了工业机器人的成功落地经验，客户就更愿意相信我们在未来场景下更可能成功。”David认为。
市场需求很大，但公司的机器人量产供给有限。David正采用一切可行的方式，来保证订单的量产供应。
其中之一的方法是收购，从而快速地完成现有的订单。近期，Neura收购了德国自动搬运系统供应商ek robotics，ekrobotics成立了60余年，核心业务包括无人搬运车、自主移动机器人及物流自动化解决方案，产品广泛应用于制造业、物流行业。2024年ekrobotics营收达到6000万欧元。
这些工厂主要生产机器人零部件、整机本体等，目前年产能为15000台，正计划进一步扩容。“我们正建设生产机器人的黑灯工厂，计划几分钟下线一台机器人，时间还会进一步缩短至几秒钟。”David表示。
“相比于以往的制造业，具身智能的关键零部件，包括丝杠、电机、传感器等，要求更高。对于先进硬件零部件的供应链，中国比欧洲更有优势。”沈琴华表示。
并且，David希望借助Neuraverse平台与中国的同行合作，让第三方机构的机器人也参与这些订单的完成。在David看来，这种“众包”模式，也是满足量产的一个好途径。
量产和Neuraverse平台，这两大战略正在并行推进。不过，相比于规模化量产，Neura给予Neuraverse更高的优先级。David作为CEO，推进Neuraverse平台是他的主要工作，规模量产交给了COO。
