Genesis AI重磅发布GENE-26.5机器人基础模型!从烹饪到钢琴,机器人终于能做只有人手才能完成的事了!

欢迎关注具身智能大讲堂

今天，Genesis AI正式发布其首个机器人基础模型GENE-26.5，并同步公开了展示多项复杂操作任务的演示视频。

已关注

关注

重播分享赞

视频详情

视频中，机械手流畅完成了烹饪、实验室移液、线束整理、解魔方和钢琴演奏等动作，动作流畅度接近人手水平。

PART 01

GENE-26.5想解决什么问题？

Genesis AI将自己定位为"全栈机器人公司"，目标是构建具备人类级别智能和操作能力的通用机器人，GENE-26.5正是该公司迈向这一目标的第一个公开模型。根据公司描述，GENE-26.5是一个专为机器人技术构建的AI基础模型，设计目标是吸收海量数据与环境信息，使机器人能够以人类般的灵巧度执行复杂、长周期任务，并快速适应新环境和陌生任务。

公司联合创始人兼CEO周贤表示："大脑和手是机器人技术中最有价值也最复杂的两个组成部分，今天我们展示了业内最先进的这两个部件。我们首次让机器人能够完成只有人手才能完成的工作，并且能够可靠、大规模地完成这些工作。"

这一目标的实现，落脚于一个核心技术主张：通过设计在形态上高度模拟人手的机械末端执行器，配合专有的数据采集手套，实现人类技能向机器人的高效转移，从根本上缩小"具身性差距"（embodiment gap）。正是围绕这一主张，公司在硬件、数据和仿真三个层面构建了完整的技术布局。

PART 02

为什么机器人的手必须长得像人手？

在硬件层面，Genesis AI做出了一个关键选择，将机械手的形态设计为尽可能接近真实人手的尺寸和结构，而非沿用工业机器人常见的双指或多指夹具方案。

这一选择背后有明确的技术逻辑：人类几千年积累的技能数据，几乎全部基于人手的形态与运动方式。如果机械手与人手的形态差异过大，人类示范数据就很难被机器人直接利用——这正是"具身性差距"的核心问题所在。公司联合创始人兼总裁、前Mistral AI研究科学家Théophile Gervet将这一理念概括得更直接："若能设计尽量模仿人类手的机械手，即可立即解锁大量人类数据，而无需担心机器人研究中人们所称的'具身差距'。"

已关注

关注

重播分享赞

视频详情

与拟人化机械手配套的，是一款配备触觉传感电子皮肤的数据采集手套。公司称，当人佩戴这款手套时，手套本身、人手和机械手之间可以实现1:1:1的映射关系，使人类能够无缝地向GENE-26.5提供高质量的示范数据。在成本方面，这款手套仅为传统数据采集硬件成本的百分之一，而在内部测试中，其数据采集效率比传统远程操作方法高出五倍。

已关注

关注

重播分享赞

视频详情

当然，这一方向并非没有先行者。周贤本人也承认，市面上可能存在五十到一百家从事机械手研发的企业。Genesis AI的差异化主张在于，将拟人形态的硬件与其训练数据体系和基础模型进行深度整合，而非仅在硬件层面做文章——这也直接引出了公司数据战略的核心逻辑。

PART 03

数据飞轮：Genesis AI如何用三条路径学会人类技能？

如果说硬件是Genesis AI的技术入口，数据则是其商业逻辑的核心支撑。公司明确将数据规模视为竞争壁垒的关键来源，并规划了三条互为补充的数据获取路径。

第一条路径是工作场景中的手套数据采集。公司计划与制药实验室、制造业等行业合作伙伴合作，让一线工人在日常工作中佩戴数据采集手套，使常规操作任务直接转化为机器人训练数据。Gervet表示，这款手套轻便易戴，接近普通安保手套的佩戴体验，理论上不会对日常工作造成显著干扰。

第二条路径是以自我为中心的视频数据。通过让人员佩戴摄像头记录自身执行任务的过程，主动捕捉人类与物理世界交互的第一视角数据。

第三条路径是互联网人类视频数据。公司表示其模型已在"大量人类基础互联网视频"上进行过训练，利用既有的海量公开数据作为基础。

三条路径各有侧重：第一条依托行业合作主动采集，第二条依靠穿戴设备实时记录，第三条则充分利用互联网存量数据。综合来看，Genesis AI的数据战略方向清晰——以低成本方式持续获取人类技能数据，最终构建其所称的"全球最大人类技能库"。

PART 04

Genesis AI如何用仿真系统打破迭代瓶颈？

在数据战略之外，Genesis AI还将仿真系统视为加速模型迭代的重要工具。公司开发了一套旨在缩小"仿真与现实差距"（sim-to-real gap）的渲染和物理引擎，目标是让机器人在虚拟环境中学到的技能能够可靠迁移到真实场景。周贤指出，当前机器人研发中模型迭代速度的真正瓶颈在于评估环节，而仿真系统能够大幅加速这一过程。

仿真与现实差距是机器人领域长期存在的核心挑战，尤其在涉及复杂接触动力学和柔性物体操作时尤为突出。Genesis AI声称其物理引擎具备"超逼真"的模拟精度。从行业经验看，仿真系统能够显著降低数据采集成本并加速探索，但完全依赖仿真训练的机器人在真实环境中通常仍需大量调试。Genesis AI的系统实际能够在多大程度上压缩这一调试周期，将是判断其技术竞争力的重要维度——而这一问题的答案，也将随着后续版本的持续迭代逐步浮现。

PART 05

这家初创公司的胜算在哪里？

支撑上述技术布局的，是Genesis AI在融资层面的强力背书。公司于2025年7月结束隐身模式，以1.05亿美元完成种子轮融资，由Eclipse和Khosla Ventures联席领投，其他投资方包括Bpifrance、HSG，以及谷歌前CEO埃里克·施密特、技术投资人Xavier Niel、机器人学者Daniela Rus和Vladlen Koltun等个人投资者。

埃里克·施密特对这一发布给出了较高评价："通用机器人有望重塑全球经济格局，同时为人工智能开启全新篇章。Genesis正在引领机器人领域的范式转变。"

这一表述具有一定的背书价值，但值得注意的是，施密特本人是公司投资人，其公开声明带有客观上的利益关联。

在团队构成上，公司目前拥有约60人，分布于加州圣卡洛斯、巴黎和伦敦三地，欧洲占团队比例约40%—45%，北美约50%—55%。Gervet将欧洲布局归因于该地区高密度的技术人才资源，公司目前正在三地同步扩张招聘。

就竞争格局而言，具身智能和灵巧操作赛道近年来吸引了大量资本与人才涌入。Physical Intelligence、Skild AI等公司正在类似的AI与机器人交叉方向上积极布局，且融资规模普遍较大；传统工业机器人巨头也在加速引入AI能力。作为一家成立时间较短、融资规模相对有限的初创公司，Genesis AI需要在技术迭代速度和商业化落地效率上保持较强的执行力，才能在竞争加剧的赛道中建立有效壁垒。

在下一步规划上，公司计划推出首款全身体通用机器人。周贤确认这将是一个完整的人形或类人形机器人系统，而非仅限于机械臂和手部。他同时强调，这并不意味着路线图调整，公司的核心目标始终是打造"最具能力的机器人系统"。

（更多具身智能赛道深度文章，欢迎关注微信公众号“具身智能大讲堂”）

精选推荐