作者｜Li Yuan白沙pvc排水管专用胶水
编辑｜靖宇
机器人终于开始学做西红柿炒鸡蛋了。
过去几年，人形机器人行业擅长的事情，是跳舞、翻跟头、搬箱子，以及在里越走越像人。但普通人对机器人的期待，往往还是会回到个很朴素的问题：它到底什么时候能帮我做务？
这件事直很难。
务不是套标准动作。鸡蛋会碎，番茄会滑，蛋液会流，刀会改变食材形状。但对机器人来说，它们是难的类物理世界问题。
5 月，机器人创业公司 Genesis AI 发布了自己的个机器人基础模型系统 GENE-26.5。里，机器人完成了组很密集的灵巧操作 demo：单手鸡蛋、双手切番茄、做奶昔、实验室移液、解魔、整理线束、单手同时抓多个物体。
相比于过去很多让人短暂激动、随后又归于平静的机器人演示，放出的 demo 虽然不连贯，但是全自主操作，并且以 1 倍速展示，没有通过加速制造果。
重要的是，demo 里些动作已经开始显得很像人，也碰到了些机器人灵巧操作里的标志难题。
比如魔。过去机器人解魔，通常依赖为魔任务门训练的系统。OpenAI 2019 年的 Shadow Hand 解魔，就是单手灵巧操作的里程碑，但它像个围绕魔造的门系统。Genesis AI 这次的意义不在于公布了成功率，而在于它声称把魔放进了个通用双手机器人系统里：外部求解器生成步骤，再转成语言指令，由机器人通过手眼协调和双手操作执行出来。
当然，它还远没有真的达到人类水平。
Genesis AI 面表示，做饭 demo 中多数步骤成功率约 90 到 95，但难的两个子任务——单手蛋和用刀转移切好的番茄——拍摄时成功率只有 50 到 60。机器人整体速度大约达到人类的 60 到 70。但这个果已经让人感到十分惊艳。
Genesis AI 本身也很年轻。公司成立于 2025 年初，已经完成 1.05 亿美元初始融资，是法国规模大的种子轮之，投资包括前 Google CEO Eric Schmidt、Xavier Niel、Bpifrance 等。它正在与法国、德国、意大利的潜在客户入谈判，目标行业包括汽车、电子、制药、物流等。
但这公司并不是从 GENE-26.5 才开始冒出来的。
Genesis AI 背后有条早的技术线索：Genesis 仿真平台。这个开源项目被定义为面向 Robotics、Embodied AI 和 Physical AI 的通用物理仿真平台，核心是套从头重建的 universal physics engine，用来模拟刚体、液体、气体、可变形物体、薄壳、颗粒材料等多种物理现象。
Genesis AI 的 CEO 周衔是 CMU Robotics Institute 机器人博士，也是生成式仿真这条研究路线的重要发起者之。联创始人 Th é ophile Gervet 则是前 Mistral AI 研究员。
某种意义上，这次 demo 选择做道西红柿炒鸡蛋，也带着点 CEO 作为华人科学的生活经验和幽默感——它没有选择标准化的西餐摆盘，而是选择了道人再熟悉不过、但对机器人非常麻烦的常菜。
这次发布真正重要的，不是机器人已经会做务，而是它让我们看到：机器人开始认真挑战那些人类习以为常、机器却难学会的动作。通用机器人难解决的，可能不是走路，而是手。
Genesis AI 在技术博客里写道：Human-level dexterity and capability is closer than it appears。人类灵巧操作，可能比看起来近了。
01
奥力斯 pvc管道管件胶批发 联系人：王经理 手机：15226765735（微信同号） 地址：河北省任丘市北辛庄乡南代河工业区
采用人类操作数据训练模型
按照 Genesis AI 的说法，这个模型面向的是机器人操作任务，输入包括语言、视觉、本体感知、触觉等多模态信息，输出的是机器人动作轨迹。它使用 flow matching 来建模轨迹的联分布，目标不是简单识别物体，而是让机器人在真实世界里完成连续操作。
这次公开的任务，除钢琴外，大多由个共享权重模型完成，并以 1 倍速自主执行。钢琴是例外，它是单通过仿真强化学习训练的 policy，主要用于测试控制栈的速 tracking 能力。
数据是这套系统的核心。
Genesis AI 官称，GENE-26.5 背后的数据引擎主要由三类来源组成：手套数据、视角、三人称。
手套数据负责捕捉保真手部动作和触觉信号；视角捕捉人在真实任务中的自然操作；三人称则提供大规模的物理互动覆盖。Genesis AI 还称，已经与作伙伴收集了过 20 万小时 跨模态数据。
虽然 Genesis AI 的团队在仿真域有很强的能力，但在 GENE-26.5 的公开数据里，核心仍然是真实人类操作数据。仿真多承担的是 closed-loop evaluation，也就是闭环评估和迭代加速的角。
换句话说，真实数据负责让模型学习物理世界，仿真负责让模型快被测量和迭代。
这套路线后落到了几组 demo 上。
做饭 demo 是个 4 分钟长时序任务，官称其中包含 20 多个子任务。机器人要单手蛋，双手配切番茄，还要使用毛巾、盐磨、蛋器、刀、铲子、平底锅等工具。
其中个细节很能说明问题：在转移切好的番茄时白沙pvc排水管专用胶水，机器人不是简单把刀当成铲子，而是用刀背和砧板形成支撑，再通过双手协同把番茄转移出去。这个动作已经非常像人。它不是简单的 pick-and-place，而是涉及长时序、工具使用、易碎物体、软硬混物体，以及接触状态不断变化的真实厨房环境。
实验室移液 demo 则像工业和科研场景。机器人要抓住移液器，插入枪头，把液体转移到试管里，弹出枪头，拧上约 1 厘米的小管盖，开离心机按钮，并把试管放进转子里。
线束整理则接近制造业。Genesis AI 把线束缠绕认为是圣杯的任务。线缆柔软、会变形、路径约束强，还需要胶带缠绕和双手协同，对传统工业机器人来说直很难标准化。
不过，GENE-26.5 还不是 zero-shot。
周衔在 Business Insider 采访中说，做饭 demo 里的蛋、切番茄等技能需要几百条相关任务轨迹。个 30 秒复杂技能，需要几小时人类数据，再加上不到半小时机器人执行数据。
它也会失败。Zhou 说，做饭 demo 中多数步骤成功率约 90 到 95，但单手蛋和用刀转移切好的番茄，拍摄时成功率只有 50 到 60。机器人速度大约达到人类的 60 到 70。
GENE-26.5 不能被写成「机器人已经会做务了」。它像是在证明条技术路线：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，正在让机器人操作能力进入类似基础模型的训练范式。
这也反映了今年具身智能行业的个明显变化。
过去，很多公司强调模型架构、机器人本体，或者单个 demo 的任务果。现在越来越多公司意识到，真正的瓶颈是质量、可规模化、可迁移的操作数据。仅靠遥操作机器人采数据太贵、太慢，也覆盖不了人类真实劳动里的细节。于是，视角、训练手套、互联网、人类自然工作流数据，开始变成新的竞争中心。
02
手不是模型的外设，
Genesis AI 要做个系统
这次 Genesis AI 引人注意的，不只是模型，还有手部的灵巧操作。
里那只手看起来非常像人，有接近人手的比例、手指形态和多接触能力。
能反应手部的灵巧操作的 demo 之，是单手同时抓多个物体。
已关注
关注
重播 分享 赞
机器人用只手同时抓起四个不同尺寸的物体，直接夹在指缝中搬运。这个动作之所以让人印象刻，不只是因为它次抓了很多东西，而是因为它展示了人手常见、也难被机器人复刻的种能力：同只手里的手指可以分工。
人类平时拿钥匙、手机、杯子、纸巾，常常就是这么做的。它不是次标准抓取，PVC管道管件粘结胶而是组临时组出来的多接触姿态。
这种动作会让人觉得机器人突然「像人」了。就像 Figure 的机器人学会用屁股洗碗机样，真正动人的不是动作本身有多复杂，而是它突然出现了种人类在日常生活里自然形成的身体策略：手不够用时，就用指缝；正面不便时，就用身体别的部位顶下。
这当然需要灵巧手本身有足够强的能力。但至少在 Genesis AI 这里，个判断已经很清楚：如果终目标是人类操作，系统的每层都要支持它。模型、手、手套、控制栈和仿真，不能再被拆成彼此立的模块。
周衔在 Business Insider 采访中，把 Genesis AI 和 Physical Intelligence 这类偏模型路线的公司区分开来。他说，Genesis AI 要做的是整套系统，包括模型、机器人手、训练手套、仿真器，终还包括机器人本体。全栈公司的好处在于，当你设计硬件时，你知道自己到底需要什么。
这句话几乎可以解释 Genesis AI 为什么这么重视手。
在目前的 demo 中，GENE-26.5 使用的是舞肌科技的灵巧手，已经很让人印象刻。
Genesis AI 展示了个 1 倍速弹 Rush E 的。它能看出这只手本身的速度、落点精度和多指协调能力已经很强。只是从技术归因上看，它不是 GENE-26.5 通用模型能力的直接证明，而是个单通过仿真强化学习训练、并由人类示范引的策略，主要用来验证控制栈的速准确跟踪能力。
而 Genesis AI 与舞肌共同设计了下代手。简单说，下代手要像人。
公开材料里，Genesis AI 将这只下代手称为 Genesis Hand 1.0。它会接近人手，目标是 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，用来模拟人类皮肤的软接触物理。在 Business Insider 采访里，Zhou 也提到，未来手部的电机将直接放在手内。
这条路线本身也很值得看。
绳驱手接近人类「前臂肌肉 + 手部肌腱」的结构，优点是手指可以轻、细，手型自然。但它也会带来摩擦、松弛、回差、张力维护和长期磨损等工程问题。Figure、Tesla、1X 都在不同阶段探索过类似向。
Figure 近展示的新代手型也引发了不少讨论。相比 Genesis AI 这只看起来非常像人手的案，Figure 的手仍然工程化、笨重。公开讨论中，Figure CEO Brett Adcock 曾表示，Figure 代手采用过类似 Tesla 和 1X 的绳驱案，但后来认为这是错误工程选择，很早就转向了掌心集成电机、再通过机械结构传动到手指的案。
这说明，灵巧手的路线之争，并不只是「像不像人」。
Figure 要解决的是：这只手能不能装进台要量产、要进庭或工厂、要长期干活的人形机器人里。它要考虑可靠、维护、整机集成、成本、重量、供电和耐久。
Genesis AI 关注的的是：人类手部能力能不能尽量低损失地进入模型。
人类手部数据非常丰富，但人手和机器人手形态不同。传统法往往要做复杂的动作重映射，把人类动作重新映射到机器人关节空间里。这个过程会带来信息损失，也会让模型学习到很多不属于人类动作本身、而是机器人硬件限制带来的东西。
这也是为什么「严肃的具身智能公司，后都会重新遇到硬件」这个判断开始变得越来越有解释力。
03
从物理引擎长出来的机器人公司
Genesis AI 不是已经反复出现在聚光灯下的机器人公司。
它成立时间很短，但这次 GENE-26.5 发布，就迅速进入了具身智能圈的讨论中心。
要理解这公司为什么能在次模型发布里做出这样的展示，不能只看这次 demo，也要看另个 Genesis AI：Genesis 仿真平台。
这个开源项目早被外界关注。它被定义为面向 Robotics、Embodied AI 和 Physical AI 的通用物理仿真平台，核心是套从头重建的物理引擎，可以模拟刚体、液体、气体、可变形物体、薄壳、颗粒材料等多种物理现象。
这也是 Genesis AI 和很多机器人公司的不同之处：它不是只从机器人本体开始，也不是只从大模型开始，而是从「物理世界如何被模拟、生成和评估」这个问题长出来的。
早在 2023 年，周衔、Th é ophile Gervet、Zhenjia Xu、Yi-Ling Qiao、Tsun-Hsuan Wang 等人就在篇 position paper 中提出过个向：用生成式仿真自动生成任务、场景和训练监督，规模化训练机器人技能，终走向通用机器人。
这个思路后来变成了 Genesis AI 很重要的竞争力。
客公园了解到，Genesis AI 的能力之，是自动化、规模化地生成多样任务和数据。传统仿真往往服务于个明确任务，比如火星车着陆、某个机械臂流程、某类工业装配；但通用机器人要面对的是开放世界，任务、物体、材质、工具和动作组几乎限扩展。
在 GENE-26.5 这次发布里，Genesis AI 公开呈现出来的路线，是用真实人类操作数据训练模型，再用仿真做闭环评估和迭代加速。也就是说，真实数据负责学习物理世界，仿真负责测量模型、筛选模型、加快模型迭代。
客公园还了解到，围绕「自动化、规模化生成任务」这件事，Genesis AI 已经有了进步的思考，后续可能会公布。
这会是个很关键的变量。
如果说近期的技术路线切换中，大已经比较明确：真实、但不依赖真机遥操作的数据，是下步的关键；那么仿真在机器人基础模型中的位置，仍然没有被确认。它到底会主要用来评估，还是能进步承担任务生成、数据生成和训练环境扩展，仍然是行业正在回答的问题。
但可以确定的是，它定仍然在未来的具身智能中十分重要。
这也是 Genesis AI 的底：它不只是有个机器人模型，也不只是有只灵巧手。它背后还有套试图生成物理世界、生成任务、评估模型的 Genesis AI 平台。
除此之外，虽然此次发布了庭场景的 demo，Genesis AI CEO 周衔对具身智能未来节奏的判断，并不是「机器人马上进入庭」。
客公园了解到，周衔认为，具身智能在实验室环境中，有望在到两年内进入类似 GPT-3.0 的阶段。也就是说，业研究者会看到明显的能力跃迁，并对技术路线形成相对基本的共识。
但这距离公众能安全、可靠地使用机器人，还有很长段路。
语言模型进入 GPT-3.5 或 GPT-4 阶段后，普通人才真正感受到它能稳定完成日常任务；机器人要达到类似阶段，门槛会。因为机器人不是在屏幕上输出文字，而是直接和物理世界交互。语言模型说错句话可以撤回，机器人翻水杯、撞坏设备、划破食材，都是现实损失。
也因此，周衔判断，具身智能真正走向大规模商业部署，可能需要达到类似 GPT-4.0 甚至 GPT-4.5 的成熟度。参考自动驾驶十多年仍在持续迭代的经验，机器人商业化不会是两年内完成的事情，5 年甚至久，都是理的预期。
* 头图来源：Genesis AI
本文为客公园原创文章，转载请联系客君微信 geekparkGO
客问
你如何看待 Genesis AI ？
相关词条:管道保温施工 塑料挤出设备 预应力钢绞线 玻璃棉厂家 保温护角专用胶1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。