蟄伏一年，周銜團隊首個具身基礎模型，烹飪做實驗彈琴，效果炸場

編輯｜Sia

那個一句話生成完整物理世界、做出 GitHub 最大開源機器人項目的團隊，又出手了。

去年底，Genesis 物理引擎一經開源，就在機器人圈刷屏：只需要一句話，就能生成可交互的物理世界，用來訓練和測試機器人。

現在，這家創下硅谷具身智能賽道最大種子輪融資紀錄（1.05 億美元）的 Genesis AI，終于公布了自己的首個機器人基礎模型 GENE-26.5。

它能自主完成一個涉及 20 多步操作的烹飪任務，還能解魔方、彈鋼琴、制作奶昔、操作實驗室移液、整理線束…… 這些是長時序，需要精細力控、雙手協調、in-hand manipulation 和工具使用的任務，遠超很多機器人 demo 的簡單抓取或重復動作，且是完全自主、1x 真實速度播放。

Genesis 表示，這些任務不是為單點 demo 單獨設計的，而是由同一個模型、同一套硬件平臺、同一套數據策略和同一套控制棧完成。

視頻一經放出，立刻刷屏，也把不少機器人從業者看炸了。

Eclipse Ventures 合伙人 Seth Winterroth 在社交平臺上直言，自己在機器人行業前沿待了十多年，見過過去幾年幾乎所有號稱實現「通用操作能力」突破的團隊。

但 Genesis 放出的東西，「和自己之前見過的完全不是一個級別」。

GENE-26.5 能做什么？

官方演示里，最有代表性的任務是做飯。

這是一個約 4 分鐘的長程任務，包含 20 多個子任務。機器人需要單手打蛋、切番茄、用毛巾、鹽磨、打蛋器、刀、鍋鏟、煎鍋等工具，還要完成雙手協同操作。

另一個更接近商業化應用的場景，是實驗室移液。

機器人要抓取移液槍、插入槍頭、轉移液體、密封試管、按下離心機的小按鈕，再把試管放入轉子中。這個流程要求毫米級精度、工具使用、精細手部協調，以及對小尺寸物體的穩定操作。

還有一個炫技但很說明問題的任務：解魔方。Genesis 稱，這是他們所知第一次有通用雙手機器人系統完成魔方求解。它不是靠特殊機械夾具，而是用外部求解器生成動作指令，再由模型執行。

他們甚至還讓機器人挑戰了 Rush E 鋼琴曲。這首曲子以高難度著稱，超出普通人類極限。前段時間，朗朗在巴黎里昂車站與鋼琴博主斗琴彈的就是這個曲子。

工業場景里，則包括線束整理。這被 Genesis 稱為汽車行業的圣杯任務之一，因為線纜、膠帶等軟體物體非常難處理，需要雙手協同、柔性物體控制和精確纏繞。

更關鍵的是，對于演示任務中的大多數挑戰性技能，GENE 只需要不到 1 小時的任務特定機器人數據。對于 20 秒以內的技能，這相當于少于 200 條 episode。

這正是 Genesis 想證明的能力：不是每個任務都從零訓練，而是讓機器人越來越接近少量數據快速部署。

不是只把模型訓大

然而，Genesis 并不認為通用操作能靠「把模型訓大」直接解決。

Genesis 聯合創始人兼 CEO 周銜的說法：

模型一直是目標，因為更好的模型意味著更好的智能。

但他們很快意識到，光做模型還不夠。機器人不是純數字 AI，它需要模型、傳感器、執行器、控制系統、數據采集和評測體系一起工作。

任何一層不夠強，都會拖累整體表現。

于是，Genesis 選擇了全棧路線。GENE-26.5 也不是一個孤立模型，而是一整套系統，包括：

接近人手的機器人硬件、低成本人類數據采集體系、從零構建的仿真評測棧、面向機器人的多模態基礎模型，以及低延遲高精度控制系統。

這就是 Genesis 所說的 full-stack robotics。

仿真，成了模型迭代加速器

機器人模型還有一個老問題：評測太慢。一個機器人、一個人類評估員、一次只能跑一個任務。每次模型 checkpoint 都要實機測試，效率極低。

Genesis 的解法，是把仿真系統作為閉環評測核心。

他們認為，真實世界評測當然重要，但仿真在可控性、可復現性和規模化上優勢巨大。GENE-26.5 的開發中，Genesis 構建了大量仿真評測任務，覆蓋不同光照、背景、物體屬性、場景配置和任務指令。

官方給出的一個說法是：圖中的每個數據點都代表 200 個評測設置、超過 150 小時機器人執行時間；如果放到真實世界里做，整張圖需要 2700 小時的人機評測。

這也是他們去年開源 Genesis 物理引擎的意義所在。仿真不是展示工具，而是機器人基礎模型迭代的加速器。

一雙「人手」，為什么這么重要？

其新一代 Genesis Hand 1.0，被設計成和人手 1:1 尺寸匹配，擁有 20 個主動、可反驅自由度，手掌和手指覆蓋柔性材料，用來模擬人類皮膚的軟接觸特性。

為什么一定要做人形手？今天很多機器人公司還在用兩指夾爪，因為它簡單、穩定、工程上好控制。但問題也很明顯：它和人類真實操作世界的方式差太遠。

Genesis 的判斷是，如果機器人手能盡可能接近人手，就能大幅縮小機器人研究里常說的「具身差距」。這樣一來，人類日常工作中的動作數據，就更容易遷移到機器人身上。

這也是 Genesis 自研機器人手的核心邏輯：不是為了炫技，而是為了收集更多可用數據。

公司聯合創始人 Théophile Gervet 表示，接近人手的設計可以讓他們收集到比過去更多的數據，從而訓練出能完成更多任務的模型。

真正的關鍵，是那只數據手套

在技術博客里，Genesis 反復強調一個觀點：世界上最有價值的物理技能，藏在人類雙手的隱性知識里。

裝配工的手感、實驗員的精度、廚師的速度，這些能力過去幾乎沒有被系統記錄下來。為此，Genesis 構建了一個以人為中心的數據引擎，主要包括三類數據：

• 一類是手套數據，采集高精度手部運動和觸覺信號；
• 一類是第一視角視頻，記錄真實任務中的自然行為；
• 還有一類是第三視角視頻，用互聯網規模數據覆蓋更多物理交互場景。

其中最關鍵的，是他們自研的數據采集手套。這只手套使用 EMF 手指追蹤和密集觸覺傳感，可以在不明顯干擾人類工作的情況下，把真實工作過程變成機器人訓練數據。

Genesis 的設想是，未來實驗室技師、制造業工人等都可以在正常工作時佩戴這種手套。相比笨重的數據采集設備，它更輕、更便宜，也更接近很多行業本來就在使用的安全手套。

這也是 Genesis 給出的通用操作擴展路徑：先在人類演示數據上預訓練，再用少量機器人數據對齊，最后通過真實世界和仿真反饋持續迭代。

不過，這里也有一個現實問題：工人是否愿意戴著手套和攝像頭，去訓練未來可能替代自己的機器人？

Genesis 方面目前還沒有給出明確答案，只表示相關細節還沒完全確定，是否額外支付報酬也會由客戶和員工之間決定。

這些結果共同突顯了一個明顯的趨勢：擴展數據和計算能力可以提高泛化和適應效率。

為了讓模型真正聽話，他們還重做了控制棧

Genesis 還在博客里披露了一個容易被忽略、但非常關鍵的細節：他們替換了雙臂機器人原廠控制器，自己重寫了一套控制中間件。

原因是，機器人執行動作時，模型輸出和真實電機動作之間會累積延遲、跟蹤誤差和控制器偽影。

對于從人類動作中學習的機器人來說，這些誤差會放大人到機器人的差距。

Genesis 自研控制系統后，端到端延遲最低可做到3 毫秒；在 15cm 圓形軌跡跟蹤測試中，原廠控制器平均誤差約20mm，他們的系統降到約2mm，相當于提升一個數量級。

Genesis AI 的自研硬件與模型在控制精度上，相比于現成解決方案（Off-the-shelf）的顯著優勢。

這解釋了為什么 Genesis 一再強調「全棧」。不是為了技術敘事好聽，而是因為在機器人里，模型、硬件、控制、數據和評測必須同時成立。

下一個目標：不只是手，而是全身機器人

GENE-26.5 這個名字也有玄機：其中的26.5 指向 2026 年 5 月

Genesis 表示，這只是第一版，之后還會快速迭代。公司認為，機器人模型迭代的真正瓶頸在評估，而他們自研的仿真系統可以幫助加速訓練和測試。

總結來看，GENE-26.5 不是 Genesis 的終點，更像是它的第一張系統能力展示牌。它想證明的是：通用機器人并不是先學會走路，再慢慢學會干活。

相反，真正有價值的入口，可能是一雙能穩定、靈巧、可泛化地和世界接觸的手

因為大多數體力勞動，本質上不是機器人在世界里移動，而是改變世界。導航可以把世界簡化成障礙物和可通行空間；行走主要處理和地面的接觸，規律相對穩定。

但操作不一樣。機器人要面對未知物體的形狀、重量、摩擦、動態變化，還要在長任務鏈里保持毫米級精度。一個動作偏幾毫米，后面可能全錯。

所以 Genesis 認為，機器人如果能可靠地和物理世界發生復雜接觸，其他能力才有意義。

Genesis 的路線也很清晰：用接近人手的硬件縮小具身差距；用人類工作數據擴大訓練規模；用仿真系統加速閉環評測；用低延遲控制減少執行誤差；最后，把這一切喂給機器人基礎模型。

也難怪投資人會把它稱作「最強通用操作演示」。

公司接下來還計劃發布首個通用機器人，而且不是只有一雙手，而是完整的全身機器人。換句話說，Genesis 這次展示的不是終點，而是起手式。

機器人領域，新的狠角色已經亮牌。

https://www.genesis.ai/blog/gene-26-5-advancing-robotic-manipulation-to-human-level

文中視頻鏈接：https://mp.weixin.qq.com/s/6jbIVQzSQ2nf1HY1xk-BOg