Genesis AI 发布 GENE-26.5 模型：机器人学会西红柿炒鸡蛋，灵巧操作突破

事件概述

机器人创业公司 Genesis AI 于5月发布首个机器人基础模型系统 GENE-26.5，展示了单手打鸡蛋、双手切番茄、做奶昔、解魔方、整理线束等一系列灵巧操作。所有演示均为全自主、1倍速执行，没有加速处理。

核心信息

• 技术路线：采用 大规模人类操作数据预训练 + 少量机器人数据适配 + 仿真闭环评估 的范式。数据引擎由三类来源构成：手套数据（高保真手部动作和触觉）、第一视角视频（自然操作）、第三人称视频（大规模物理互动），已收集超 20万小时 跨模态数据。
• 性能表现：做饭 demo 包含20多个子任务，多数步骤成功率约90%-95%。但最难的两个子任务——单手打蛋和用刀转移切好的番茄——拍摄时成功率仅 50%-60%，机器人整体速度约为人类的 60%-70%。
• 灵巧手：目前使用舞肌科技的灵巧手，演示中可单手同时抓取多个物体、用指缝夹持。与舞肌共同设计下一代 Genesis Hand 1.0，目标1:1匹配人手尺寸，拥有20个主动、可反驱自由度，手掌和手指覆盖软材料。
• 公司背景：Genesis AI 成立于2025年初，已完成 1.05亿美元 种子轮融资（法国最大种子轮之一），投资方包括前 Google CEO Eric Schmidt 等。CEO 周衔（CMU 机器人博士）是生成式仿真路线主要发起者，联合创始人 Théophile Gervet 为前 Mistral AI 研究员。
• 仿真平台：公司脱胎于开源项目 Genesis 仿真平台，核心为通用物理引擎，可模拟刚体、液体、气体、可变形物体等。仿真在系统中主要承担闭环评估和迭代加速角色，未来可能用于自动化生成任务和数据。

值得关注

• 此演示标志着机器人操作进入 基础模型训练范式：真实数据学习物理世界，仿真加速评估迭代。
• CEO 周衔认为，具身智能在实验室环境有望 1-2年内 达到类似 GPT-3.0 的能力跃迁，但大规模商业部署需要 5年或更久，门槛远高于语言模型。
• 公司与 Physical Intelligence 等纯模型路线不同，强调 全栈系统 整合（模型、手、训练手套、仿真器、机器人本体），以消除硬件与数据之间的信息损失。
• 灵巧手路线存在争议：Figure 等公司因可靠性原因放弃绳驱手，而 Genesis AI 坚持高仿人手设计，旨在最大化人类数据的迁移效率。