量子位

英伟达AMD首次联手押注!Genesis完成A轮融资,估值超230亿

6.9内容质量

TL;DR · AI 摘要

英伟达AMD首次联手押注!Genesis完成A轮融资,估值超230亿 – 量子位 扫码关注量子位 <div class="top search" <form role="search" method="get" class="search-...

核心要点

  • 主题聚焦:英伟达AMD首次联手押注!Genesis完成A轮融资,估值超230亿
  • 来源:量子位,建议结合原文判断细节。
  • AI 分析暂不可用,本条为保底评分与摘要。
#AI#编程#后端#产品#开源
打开原文

英伟达AMD首次联手押注!Genesis完成A轮融资,估值超230亿 – 量子位

扫码关注量子位

<div class="top_search"> <form role="search" method="get" class="search-form" action="https://www.qbitai.com/" id="search"> <label> <input type="search" class="search-field" placeholder="搜索…" value="" name="s"> </label> <button type="submit" class="search-submit"></button> </form> </div>

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

articlead begin

articlead end

英伟达AMD首次联手押注!Genesis完成A轮融资,估值超230亿

Jay

2026-11-18

12:28:57

来源:

量子位

摘要样式

具身全栈玩家

Jay发自 凹非寺 量子位|公众号QbitAI

刚刚,美国具身智能公司Genesis AI,完成了一笔新融资——

5亿美金A轮,投后估值来到35亿美金。

投资方阵容也是相当豪华:

NVIDIA、AMD、前谷歌CEO Eric Schmidt、Zoom创始人袁征、雅虎创始人Jerry Yang……一众大佬赫然在列。

值得一提的是,这是AMD和英伟达第一次联手投资具身智能公司。

在具身智能融资普遍遇冷的当下,这笔融资,无疑显得尤为突出。

Genesis,究竟有何不同?

在深入研究其官网和技术文档后,我们发现,答案或许就藏在Genesis对自身的定位里——

具身全栈玩家。

而这一切,要从半年前说起。

一年亮一剑

Genesis AI创立于于2025年3月,总部横跨美国和法国,由华人学者周衔与Théophile Gervet联合创立。

在正式创办公司前,其团队就已凭借开源物理仿真项目,在学术与工程界积累了极高的人气。

今年5月,Genesis AI公开了他们的首个具身基础模型: GENE-26.5 。

一经发布,一系列展示其能力的演示视频便引起了广泛关注。

主战场是厨房。

在一个长达四分钟、未经加速的视频里,机器人流畅地完成了超过20个子任务:

单手磕鸡蛋、用刀切番茄、使用打蛋器、盐磨和锅铲。

下一个场景是实验室。 同样要求毫米级的精度,同样是一镜到底的长程任务,GENE-26.5能够自主完成移液、密封试管,并最终将试管放入离心机。 此外,它还能制作奶昔、还原魔方、弹奏钢琴,全方位展示了其灵巧手的通用操作能力。 最关键的一点是,这些能力并非由多个专用小模型堆砌而成,绝大部分操作都依赖于同一套共享权重的 GENE 模型。 不过吧,如今的机器人领域,演示视频已屡见不鲜,其背后的方法论或许更值得探究。 Genesis有个比较特殊的地方,官方表示,模型并非他们想要展示的全部。 在他们看来,机器人是一个高度耦合的工程系统。数据、评测、本体……任何一个环节的短板,都会像多米诺骨牌一样,最终限制整体性能的上限。 怎么办? Genesis的答案是: 我全都要。 拆解全栈「三位一体」 在Genesis的体系里,数据、模型、评测和本体,被设计成了一个紧密耦合的闭环系统。 1、数据引擎:解决「鸡生蛋」问题 机器人学习的最大瓶颈之一,是高质量数据的稀缺,尤其是手部操作数据。 人手能产生最丰富、最自然的交互数据,但人手与机械手的形态差异巨大,导致数据难以直接迁移。 但如果不存在这道本体的鸿沟呢? Genesis的解法堪称暴力,他们直接在物理层面填平了这道鸿沟—— 1:1:1 全链路映射。 人类的手:一切交互的源头。 数据手套:采用电磁场 (EMF) 手指追踪技术与高密度触觉传感,高保真地捕捉人手在工作中的信号。 Genesis 灵巧手:与人手1:1适配,拥有20个自由度,表面覆盖模拟人类皮肤的柔性材料。 其效果是,当工人戴上数据手套进行日常工作时,他们的手部运动和触觉信号可以被高保真地采集,并几乎无损地迁移给机器人学习。 工作即数据采集。 通过这种方式,到今年五月,Gene已经采用了超过 20 万小时的多模态数据。我们了解到,现在这个数据量已经来到百万小时规模。 这正是全栈思路的魅力所在。 许多在模型层看似棘手的问题,从系统层出发,或许能找到更根本的解决方案。 2、Genesis World:将迭代变为算力问题 数据是原料,而模型的进步速度,取决于「加工」原料的效率。 如果每个模型的改进都必须在物理世界中验证,研发周期就会被大大拖慢。Genesis的解法是:All in仿真。 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 (wall-clock problem) 变成了一个计算问题 (compute problem) 。 这就是 Genesis World ,一个供机器人摸爬滚打的「精神时间屋」。 效果是显著的。 一次模型评估可能涉及数百个任务,每个任务重复数百次。在现实世界中,这需要一名操作员和一台机器人连续工作超过200个小时。 而在Genesis World中,同样的数万次测试,可以在不到半小时内完成,且无需任何人工或硬件介入。 当然,这一切的前提,是「可信」。 为了缩小Sim-to-Real的差距,Genesis投入巨大精力,自研了渲染引擎Nyx、跨平台编译器Quadrants和统一的物理引擎。 最终,在官方开展的对照实验中,仿真评测与真实机器人测试结果表现出较强相关性,Pearson相关系数达到 0.8996 。 在仿真引擎之外,Genesis已经在内部搭建起了一套完整的自动生成任务,环境,物体以及奖励函数的管线,让机器人可以在大规模自动生成的仿真环境中进行自我进化。 3、Eno:为「干活」而生 但到这一步,仅仅是完成了准备工作。 数据、仿真、模型,这一切最终都需要一个产品形态来承载,与物理世界建立桥梁。 对于Genesis而言,这个产品就是 Eno 。 Eno的极简和timeless的设计,被福布斯杂志称为「机器人的iPhone时刻」。 值得一提的是,Eno刚刚拿下 德国设计大奖的金奖 。它不是我们想象中那种,双足行走的帅气人形机器人。相反,它有一个轮式底座,躯干还是几块板子折叠而成的。 飞机不需要有鸟的翅膀。同理,人类身上的很多特征,对于机器而言可能反而是累赘。 Eno的设计目标,从一开始就没有去模仿「人的外观」。但这反而,让它拥有最像「人的能力」,同时把这些能力囊括在一个优雅极简的身体里面。 轮子,保证了移动效率和续航;可升降的身体,让它可以适应不同高度的工作台。 每一个设计都服务于功能、效率和成本。这背后,同样是那个第一性原理的体现——全栈具身原生。 正如Genesis CEO 周衔 在融资声明中所说: 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。 落地为王 手握5亿美金,下一步做什么? 量产。 Genesis表示,本轮融资将主要用于推动Eno在真实世界的大规模量产和部署。 具体而言,他们计划在2026年底前开始生产和客户部署,首先进入制造业、物流和实验室等工业环境,然后扩展到酒店、医院等服务行业,最后进入消费级家庭和户外应用。 从结构化到非结构化,一步一个脚印。 但说实话,即便只是迈出这第一步,也极为艰难。 演示视频可以有无限的想象空间,而一旦涉及落地,「可靠性」是唯一的度量衡。 具身智能的链路极长,任何环节的差错都可能导致在真实场景中的全线崩盘。 同时,现实世界的长尾问题纷繁复杂,只有在场景里摸爬滚打过,才能逐步满足交付标准。 技术和产品必须一起推进,光坐实验室里训模型是不行的,Get Hands Dirty是必须要做的事,在一线才能实现 模型-部署-数据 的闭环。 从这个角度看,量产部署本身,或许也是具身智能研发过程中不可或缺的一环。 过去几年,关于通用机器人的路线之争,常常围绕「人形」与「非人形」展开。 如今,Genesis AI提供了一个新的参照系:真正的分野,或许不在于外形,而在于研发范式。 物理世界里的AGI是一场远比大语言模型更煎熬、更漫长的攻坚战。 当一个系统复杂到一定程度,局部的优化终将遭遇瓶颈。只有将所有变量掌握在自己手中,作为一个整体去思考、设计和迭代,才可能实现突破。 计算机先驱 Alan Kay 曾在几十年前留下一句箴言: 真正认真对待软件的人,应该自己造硬件。 特斯拉造车如此,苹果做消费电子亦是如此。现在,越来越多像Genesis这样的具身智能公司正在证明: 造机器人,也必须是这样。 「全栈原生。」 在今天OpenAI,Anthropic也都开始押注机器人大脑的背景下,这或许是通往物理AGI的唯一路径。 版权所有,未经授权不得以任何形式转载及使用,违者必究。

Genesis

作者文章列表

  • 多模态“源神”!MiniMax开源SOTA生图模型,原生4K,一张两毛 2026-11-12
  • 机器人接管酒店洗衣!双脑协同+RSI,顶级Astra驾驶员来了 2026-11-11
  • “AI毁了我的计算机学位” 2026-11-09
  • MIT神作被锤:Astra爆改Qwen权重?就吹吧! 2026-11-05

左侧分享

扫码分享至朋友圈

相关阅读 start

相关阅读 end

热门文章 start

热门文章

#### 突发!DeepSeek开放全家桶API

2026-11-14

#### 多模态“源神”!MiniMax开源SOTA生图模型,原生4K,一张两毛

2026-11-12

#### 阿里正式发布Qwen4,智能体及编程能力进阶,迈向真实全场景

2026-11-16

#### 英伟达上演“奥特曼2.0”,员工集体请愿:让老黄回家!

#### 纯代码造《后室》,116秒切20种画风!文心新模型玩嗨了

2026-11-11

<form role="search" method="get" class="search-form" action="https://www.qbitai.com/"> <label> <span class="screen-reader-text">搜索:</span> <input type="search" class="search-field" placeholder="搜索…" value="" name="s" /> </label> <button type="submit" class="search-submit"><span class="screen-reader-text">搜索</span></button> </form>

热门文章 end

底部版权

  • 关于量子位
  • 加入我们
  • 寻求报道
  • 商务合作

<a href="/?page_id=183"target="_blank"><i class="weixin_icon"></i></a>

追踪人工智能新趋势,报道科技行业新突破

<p>量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1</p>

量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1