Genesis AI，一家获得Khosla Ventures支持的机器人初创公司，近日发布了其首款AI模型GENE-26.5，并同步展示了自研的仿人机械手。这家公司此前完成了1.05亿美元的种子轮融资，致力于为机器人领域构建基础AI。在演示视频中，Genesis AI展示了其机械手执行一系列高级任务的能力，包括烹饪、准备冰沙、弹钢琴甚至解魔方。

Genesis AI联合创始人兼CEO周贤表示，模型始终是公司的核心目标，因为更好的模型意味着更智能的机器人。然而，团队很快意识到，要真正提升模型性能，必须掌控硬件。因此，公司决定走全栈路线，从底层硬件到上层算法全面自研。这一策略使其与Physical Intelligence、Skild AI等其他在AI与机器人交叉领域深耕的公司形成差异化竞争。

周贤指出，市面上已有数十家甚至上百家机器人手公司，但Genesis AI希望通过自研构建独特优势。其机械手的关键创新在于完全模拟人手的尺寸和形状，而非许多机器人公司常用的两指夹爪。这种设计大幅缩小了与现实世界的差距，使得机器人能够更自然地执行人类日常任务。联合创始人兼总裁Théophile Gervet强调，这种仿人设计让公司能够收集到比以往更多的数据，从而训练出能完成更多任务的模型。

在演示的所有物理操作任务中，Gervet个人最偏爱烹饪，因为这证明了机器人能够完成一系列复杂动作，如敲鸡蛋和切番茄。这些任务展示了模型在长序列操作上的能力。此外，Genesis AI还展示了机器人在实验室工作中的表现，这更接近其技术的商业应用前景。Gervet认为，烹饪任务的成功验证了模型在处理连续、高精度操作上的潜力，而实验室任务则直接指向了实际商业场景。

除了机械手本身，Genesis AI还开发了一款搭载传感器的数据手套。这款手套作为机器人手的真实副本，用于收集人类操作数据，从而更高效地训练模型。周贤解释，如果能够设计出尽可能模仿人手的机器人手，就可以直接解锁大量人类数据，无需担心机器人研究中常说的“具身鸿沟”。其他公司也曾尝试解决这一问题，但Genesis AI的创新之处在于将硬件设计与模型训练紧密结合。

当前版本的模型命名为GENE-26.5，对应2026年5月。周贤预计，借助公司自研的仿真环境，模型将快速迭代。他指出，模型迭代速度的真正瓶颈在于评估，而仿真环境能够大幅加速模型训练。除了仿真，真实数据仍是训练模型以帮助机器人执行更多任务的关键。Gervet表示，与笨重的数据采集设备不同，Genesis AI的数据手套轻便易穿戴，成本相对低廉，类似于许多行业已使用的安全手套。目前，公司正在与潜在客户洽谈，探索数据手套和机器人技术的商业化路径。

Genesis AI的全栈策略不仅限于硬件与模型的结合，还体现在其对数据闭环的重视。通过自研机械手和数据手套，公司能够收集高质量、高相关性的操作数据，这些数据直接用于训练GENE系列模型。模型的进步又反过来指导硬件设计的优化，形成正向循环。这种从数据采集到模型训练再到硬件迭代的完整链路，使Genesis AI在机器人AI领域占据了独特位置。