Genesis AI获5亿美金融资,英伟达AMD布局具身智能

在具身智能领域融资普遍遇冷的当下,美国具身智能公司Genesis AI近期完成了一笔5亿美金的A轮融资,投后估值达35亿美金,投资方阵容堪称豪华,其中包括NVIDIA、AMD、前谷歌CEO Eric Schmidt、Zoom创始人袁征、雅虎创始人Jerry Yang等行业大佬。值得注意的是,这是AMD与英伟达首次联手投资具身智能企业,这笔融资的关注度在行业中尤为突出。
Genesis AI的独特之处在哪里?答案藏在其对自身的定位——具身全栈玩家。
技术路线:全栈覆盖的核心逻辑
Genesis AI成立于2025年3月,总部横跨美国与法国,由华人学者周衔与Théophile Gervet联合创立。在正式成立公司前,其团队凭借开源物理仿真项目已在学术与工程界积累了高人气。今年5月,Genesis AI推出首个具身基础模型GENE-26.5,该模型的演示视频引发广泛关注。
演示场景覆盖厨房、实验室等多个领域。在一段未经加速的四分钟视频中,机器人完成了单手磕鸡蛋、切番茄、用打蛋器、盐磨、锅铲操作等超20个子任务;在实验室场景里,它实现了毫米级精度的移液、密封试管、放入离心机等一镜到底的长程任务;此外还能制作奶昔、还原魔方、弹奏钢琴,全方位展现了灵巧手的通用操作能力。关键的是,这些能力并非由多个专用小模型堆砌,而是依赖同一套共享权重的GENE模型实现。
如今机器人领域不乏演示视频,但Genesis的方法论更值得关注。官方认为,机器人是高度耦合的工程系统,数据、评测、本体等任何环节的短板都会限制整体性能上限,因此他们的答案是“全栈覆盖”。
1、数据引擎:解决数据迁移的核心矛盾
机器人学习的核心瓶颈之一是高质量数据,尤其是手部操作数据,而人手与机械手的形态差异导致数据难以迁移。Genesis通过1:1:1全链路映射解决这一问题:以人类手为交互源头,采用电磁场手指追踪与高密度触觉传感的数据手套采集信号,再搭配与人手1:1适配、20个自由度、表面覆盖柔性材料的Genesis灵巧手,实现数据的无损迁移。工人日常工作时即可采集数据,到今年5月已积累超20万小时多模态数据,目前已达百万小时规模。这正是全栈思路的优势,从系统层解决模型层的棘手问题。
2、Genesis World:将迭代变为算力问题
数据是模型的原料,模型进步速度取决于原料加工效率。若每个模型改进都需在物理世界验证,研发周期会大幅拉长,因此Genesis选择全量投入仿真,打造Genesis World作为机器人的“精神时间屋”,将模型评估与迭代从物理时间问题转化为算力问题。
我们将模拟视为机器人基础模型的评估和迭代引擎,而不仅仅是数据生成器。真实世界的实验限制了我们为候选方案评分的速度;模拟则解除了这个限制,将开发周期从一个物理时间问题变成了一个计算问题。
在现实世界中,一次模型评估需数百个任务重复数百次,操作员与机器人连续工作超200小时;而在Genesis World中,同样的数万次测试可在半小时内完成,无需人工或硬件介入。为缩小仿真与真实的差距,Genesis自研了Nyx渲染引擎、Quadrants跨平台编译器与统一物理引擎,对照实验显示仿真评测与真实测试的Pearson相关系数达0.8996,还搭建了自动生成任务、环境、物体与奖励函数的管线,让机器人在仿真中自我进化。
3、Eno:连接物理世界的产品载体
数据、仿真、模型最终需产品形态连接物理世界,Genesis的这款产品就是Eno。Eno的极简设计被福布斯称为“机器人的iPhone时刻”,还拿下了德国设计大奖金奖。它并非传统双足人形机器人,而是采用轮式底座与折叠式躯干,设计目标并非模仿人类外观,而是以功能为核心:轮子保障移动效率与续航,可升降躯干适配不同高度工作台。每一处设计都服务于功能、效率与成本,体现了全栈具身原生的理念。
我们的使命是消除人类抱负在物理世界受到的限制。为实现这一点,我们正在打造世界上最好的通用机器人,一台能够在真实世界里日复一日可靠工作的机器人。这要求智能、硬件以及训练和测试机器人所需的一切作为一个整体系统协同运转。通过自己构建这一切,我们可以死磕每一个细节,更快地改进整台机器人。
落地:量产与行业价值
手握5亿美金,Genesis的下一步是量产。本轮融资将主要用于Eno的大规模量产与部署,计划2026年底前启动生产与客户部署,先进入制造业、物流、实验室等工业环境,再扩展到酒店、医院等服务行业,最终覆盖消费级家庭与户外应用。
量产落地的核心是可靠性,具身智能链路极长,任何环节差错都会导致真实场景崩盘,需在一线实现模型-部署-数据的闭环,量产本身也是研发的必要环节。
过去通用机器人路线围绕人形与否争论,Genesis提供了新参照系,分野在于研发范式而非外形。物理世界的AGI比大语言模型更漫长复杂,系统复杂到一定程度,局部优化会遇瓶颈,需将所有变量握在手中整体迭代。计算机先驱Alan Kay曾说:
真正认真对待软件的人,应该自己造硬件。
特斯拉、苹果已证明这一点,Genesis等具身智能公司正证明,造机器人也需全栈原生,在OpenAI、Anthropic押注机器人大脑的当下,这或许是通往物理AGI的唯一路径。

