當?shù)貢r間5月6日，由硅谷華人機器人學者周銜聯(lián)合創(chuàng)立的機器人公司Genesis AI發(fā)布首個機器人基礎(chǔ)模型GENE-26.5。

Genesis AI發(fā)布的全棧模型在執(zhí)行打雞蛋等任務。來源：Genesis AI 官方技術(shù)博客

Genesis AI在官方文章中介紹，GENE-26.5目標是推動通用機器人操作能力接近人類水平。該模型能夠執(zhí)行烹飪、實驗室移液、解魔方、制作果昔、線束捆扎、單手多物體抓取以及彈鋼琴等復雜操作任務。

與單純訓練一個機器人“大腦”不同，Genesis AI試圖通過全棧自研，解決機器人靈巧操作長期面臨的數(shù)據(jù)、硬件和控制協(xié)同難題。

公開資料顯示，周銜出生于1994年，本科就讀于新加坡南洋理工大學機械與航空航天工程學院，2017年進入卡內(nèi)基梅隆大學攻讀機器人學博士，2024年獲得博士學位，曾主導生成式仿真相關(guān)研究；2024年12月與泰奧菲爾·熱爾韋（Théophile Gervet）聯(lián)合創(chuàng)立Genesis AI，后者曾在法國大模型公司Mistral AI擔任研究科學家。

創(chuàng)始人周銜和泰奧菲爾·熱爾韋（Théophile Gervet）

Genesis AI于2025年7月宣布完成1.05億美元種子輪融資，由Khosla Ventures和Eclipse聯(lián)合領(lǐng)投，谷歌前董事長Eric Schmidt、歐洲科技大亨Xavier Niel、法國國家投資銀行BPI以及紅杉中國等參投。這一融資規(guī)模創(chuàng)下了硅谷具身智能行業(yè)種子輪融資紀錄，也是硅谷歷史上華人團隊完成的最大規(guī)模種子輪融資，超過此前AI視頻賽道Pika的5500萬美元紀錄。

周銜在產(chǎn)品發(fā)布會上表示，“GENE-26.5能讓機器人像人類一樣，通過觀察和語言指令快速學習新技能?！?nbsp;據(jù)介紹，該模型采用Transformer架構(gòu)，融合了視覺、語言和觸覺等多模態(tài)信息，能夠生成精確的運動控制指令。

速度與精度是此次模型更新的核心亮點之一。在跟蹤15厘米直徑圓軌跡時，Genesis自研的控制中間件將平均跟蹤誤差從約20毫米降至約2毫米，端到端延遲從約80毫秒降至最低3毫秒。

值得關(guān)注的是， Genesis AI選擇自研人形靈巧手Genesis Hand 1.0。據(jù)報道，Genesis Hand 1.0有20個自由度和20個內(nèi)置電機。

在Genesis AI看來，通用機器人能力的瓶頸并不只在模型層面。機器人要真正進入現(xiàn)實世界，不僅需要理解任務，還要有足夠精細的“身體”、低延遲的控制能力、可規(guī)?；@取的數(shù)據(jù)，以及能夠快速評估和迭代模型的仿真系統(tǒng)。

 “模型一直是我們的目標，因為更好的模型意味著更智能?！敝茔曉诮邮躎echCrunch采訪時表示，“但我們很快意識到，只做模型不行，必須掌握硬件。所以我們決定走全棧路線?！?nbsp;

周銜認為，全棧公司的優(yōu)勢在于，團隊在設(shè)計硬件時就能清楚地知道模型和控制系統(tǒng)需要什么。

此外，GENE-26.5模型可以運行多種機器人，包括其他公司制造的機器人。此次發(fā)布同時展示了能夠切番茄、打雞蛋、解魔方和彈鋼琴的人形靈巧手。

不過，Genesis AI也坦言，GENE-26.5目前僅在部分任務上達到近人類水平，并非所有測試場景都能完美勝任。需要說明的是，鋼琴演奏任務為單獨訓練的強化學習策略，主要用于驗證控制棧的高速跟蹤能力，而非GENE-26.5基礎(chǔ)模型的原生能力。盡管在受控環(huán)境中表現(xiàn)出色，但能否在工廠、家庭等雜亂場景中保持可靠，仍需更多驗證。

研發(fā)團隊預計，隨著數(shù)據(jù)規(guī)模繼續(xù)擴大、新一代仿生硬件Genesis Hand 1.0投入使用以及高保真仿真平臺Genesis World的迭代，下一代模型將攻克更多高難度實操任務，同時單項任務所需的真機訓練數(shù)據(jù)量有望進一步降低。

此外，周銜透露，公司計劃很快發(fā)布首款通用機器人。據(jù)了解，Genesis AI優(yōu)先聚焦歐洲市場，瞄準汽車、電子、制藥和物流等行業(yè)——這些領(lǐng)域中的傳統(tǒng)機器人難以應對如線束捆扎等精細或多變的任務。