AI 热点

Genesis AI 完成 5 亿美元 A 轮融资,推进通用机器人落地

Unite.AI更新于 11月17日 22:54

Genesis AI Raises $500M Series A to Accelerate Robot Deployment

AI 导读

Genesis AI 于 2026 年 11 月 17 日宣布完成 5 亿美元 A 轮融资,用于加速通用机器人的研发与部署,先从制造和物流场景起步,并扩充团队。公司此前于 2025 年 7 月 1 日结束隐身状态,获得由 Eclipse 和 Khosla Ventures 联合领投的 1.05 亿美元种子轮。其技术栈包括机器人基础模型 GENE、机器人硬件 Eno 和部署运营三部分,公司称三者自有可让真实场景中的失败反哺模型训练与硬件迭代。

推荐理由

AI 评分 61

融资细节之外,原文还交代了 GENE 模型、Eno 硬件与部署三线并行的思路,以及 20 步各 99% 成功率只剩 82% 的可靠性算例。

主题

标签

正文 · AI 翻译

Genesis AI于2026年11月17日宣布完成5亿美元A轮融资,用于加速其通用机器人的开发与部署,先从制造和物流领域起步,并扩充团队。

此次融资之前,公司于2025年7月1日结束隐身状态,获得由Eclipse和Khosla Ventures联合领投的1.05亿美元种子轮融资。Genesis目前正将资金同时投向其底层机器人技术和旨在使该技术具备商业实用性的工业部署。

Genesis的战略涵盖其机器人基础模型GENE、机器人硬件Eno,以及将机器与客户工作流程相连接的部署运营。公司表示,三者全部自有使真实世界中的失败能够反哺模型训练和后续硬件,同时协调硬件与模型的开发,并利用制造规模来提升可靠性、降低成本。

这一设计旨在解决完整作业流程中的可靠性问题,而非孤立的演示。Genesis的可靠性示例将风险在整个工作流程中相乘:当20个步骤中每一步的成功率均为99%时,无差错运行的概率降至82%。该示例解释了公司为何将智能、硬件和部署视为一个共同的可靠性问题,其中任何一个薄弱环节都可能限制整个系统。

人类数据与仿真

该模型的训练流程始于一只人类尺度的机械手和一只配备触觉传感电子皮肤的数据采集手套。在2026年5月的GENE-26.5发布中,Genesis描述了人手、手套和机械手之间1:1:1的映射关系,旨在将人类技能转化为训练数据。人们在日常工作中佩戴该手套即可生成基于作业的数据,并以佩戴摄像头的人员拍摄的第一视角视频和以人为中心的互联网视频作为补充。

Genesis报告称,该手套的硬件成本比典型方案低100倍,内部测试显示数据采集效率最高提升五倍,且数据质量优于传统遥操作。

The company’s GENE-26.5 demonstrations spanned cooking, pipetting and liquid transfer, wire bundling and grasping several objects simultaneously. GENE serves as a shared robotics foundation model, while Genesis World extends the training loop into simulation. The simulator exposes failures across millions of scenarios, using them to guide additional data collection and model changes. Once Eno is deployed, real-world failures can also become simulation cases, training data and hardware revisions.

Eno的部署路线图

Genesis于2026年6月16日发布Eno,作为其首款通用机器人。轮式底座支撑可调节高度和伸展范围、并可折叠收纳的关节面板,其两条手臂采用公司人类尺度的灵巧手。该设计优先考虑移动性和操作能力,而非完全拟人的外观。

Genesis将Eno和GENE描述为一个集成系统,能够管理多步骤工作流程,包括为生产线补货以及为下一班次准备设施。公司计划配备一块可选屏幕,向附近的工人展示机器人的意图、推理过程和运行状态。

在发布时,Genesis表示计划在2026年底前开始量产并开展目标客户部署。制造、物流和实验室客户排在首位,其次是酒店和医院,家庭和户外应用则更晚。A轮融资的路线图维持了这一顺序,向工厂和仓库之外的扩展取决于能力和可负担性的提升。

6月16日与LG CNS另行宣布的合作提供了一条潜在的部署路径。该计划要求在美国的LG运营场所及LG CNS的工业客户群中(初期在美国)评估和验证用于制造和物流的机器人。随后的试点旨在制定一套部署手册,涵盖工作流程文档、数据采集、进一步的模型训练和验证,然后再进行更广泛的推广。

新融资使这些工业部署成为对Genesis方案的关键考验。其更广泛的扩展取决于能否将灵巧性演示转化为可靠的日常作业流程,然后利用由此产生的失败和运营数据来改进后续的模型和机器人。

来源

Unite.AI