一年磨一剑，今年最炸机器人 Demo 来了！1 亿美元种子轮团队出手，单个模型解锁单手打蛋解魔方弹钢琴

一年磨一剑，今年最炸机器人 Demo 来了！1 亿美元种子轮团队出手，单个模型解锁单手打蛋解魔方弹钢琴

一句话看懂：前 Genesis 物理引擎创始团队创办的 Genesis AI 公司，在获得 1.05 亿美元种子轮融资并低调近一年后，发布了其首个机器人基础模型 GENE-26.5。该模型以单个模型、无需专用夹具的方式，在真实世界中完成了单手打蛋、解魔方、弹钢琴等多项高难度精细操作，展示了从硬件到软件的全栈自研能力。

事件核心：发生了什么

北京时间 5 月 6 日左右，由前 CMU 博士生周衔与 Théophile Gervet 创立的 Genesis AI 正式发布了机器人基础模型 GENE-26.5。该模型是一个统一轨迹联合分布模型，能同时处理语言、视觉、触觉等多模态输入。在公布的 Demo 中，搭载该模型的灵巧手系统可自主完成烹饪流水线（含单手打蛋、双手切番茄）、实验室移液、双臂解魔方、制作冰沙、线束整理以及弹钢琴（约 130BPM）等任务。值得注意的是，除了钢琴演奏使用了强化学习独立训练外，其余任务共享同一套模型权重。团队背景方面，Genesis AI 在 2025 年中从 Eclipse 和 Khosla Ventures 等机构获得了 1.05 亿美元种子轮融资，是当时具身智能赛道最大的种子轮之一。团队从最初的几人扩展至 60 人，已在巴黎、加州、伦敦三地办公，并收集了超过 20 万小时的多模态数据。

为什么重要

此次发布的 Demo 被多位业内人士称为“今年为止最炸的机器人演示”，其重要性体现在三个层面：第一，技术路线的系统性。Genesis 并非单纯发布模型，而是同步推出了与人手 1:1 尺寸的灵巧手（Genesis Hand 1.0）、自研的低延迟（单关节延迟降至 9 毫秒）控制栈、专用的数据采集手套以及升级版仿真器，构建了“硬件-数据-算法”全闭环。第二，数据效率的突破。GENE-26.5 在大多数复杂技能上仅需不到 1 小时的任务数据（约 200 个 episode）即可学习，且预训练规模越大，微调所需数据越少。这大幅降低了通用机器人技能获取的门槛。第三，开源生态的延续。其创始人此前开源的 Genesis 物理引擎已获得 28.6k GitHub Stars，是最大的具身智能开源项目之一，此次发布的完整栈方案有望吸引更多开发者基于其生态进行二次开发。

对用户/开发者/创作者的影响

对于开发者而言，Genesis AI 的全栈方案降低了进入机器人操控领域的硬件和数据壁垒。其配套的数据采集手套成本仅为传统方案的百分之一，采集效率是遥操作的五倍，且对手部动作的映射无需复杂重定向算法。这意味着，有 Python 开发经验的开发者可以更便捷地构建自己的机器人任务数据集，并利用其仿真器（最新版 Genesis World）进行大规模闭环评估。目前公开信息显示，该团队正在与多个行业客户洽谈合作，未来可能面向汽车制造（线束整理）、精密实验（移液操作）和家庭服务（烹饪）等场景提供解决方案。对于普通用户，这预示着通用机器人在完成精细家务（如打鸡蛋）上的可行性和速度（约为人类六七成）正在接近实用化。

值得关注的后续

首先，硬件来源存疑。多位业内人士指出 Genesis 使用的灵巧手与国内公司舞肌科技（Wuji Tech）的产品高度相似，官方虽称其为自研的 Genesis Hand 1.0，但未明确说明硬件供应链细节，这关系到其量产能力和成本控制。其次，CEO 周衔已透露将很快公布第一个全身通用机器人，这意味着模型将从仅手部操控扩展到全身协调运动，技术挑战更大，观察其能否延续数据效率优势是关键。最后，商业化落地的现实考验：CEO 本人承认单手打蛋和切番茄的成功率仅 50%-60%，且数据采集手套的推广需要与客户（如工厂工人）就工作流中断及隐私问题达成协议，目前具体细节尚未公布。产品是否能按时交付、价格是否具有竞争力，将是下一阶段市场关注的焦点。

来源：Readhub · AI