在机器人技术领域，硬件与软件的深度耦合正成为突破智能边界的关键。近日，由知名风投Khosla Ventures支持的机器人初创公司Genesis AI展示了其最新成果：不仅发布了首个基础模型GENE-26.5，还出人意料地推出了自研的仿人灵巧手。这一“全栈”战略标志着该公司从纯软件模型向软硬件一体化的重大转型。

Genesis AI联合创始人兼CEO周贤（Zhou Xian）在接受TechCrunch采访时表示：“模型始终是我们的目标，因为更好的模型意味着更高的智能。”然而，团队很快意识到，要真正释放模型的潜力，必须对硬件拥有绝对的控制权。“所以我们决定走向全栈。”这一决策让Genesis AI与Physical Intelligence、Skild AI等同样活跃在AI与机器人交叉领域的公司形成了差异化竞争。

尽管市面上已有数十家机器人手部制造商，但Genesis AI的独特之处在于其手部设计完全仿照人类手掌的尺寸与形状，而非业界常见的两指夹爪。联合创始人、前Mistral AI研究科学家Théophile Gervet解释道：“这种设计让我们能够收集到比以往多得多的数据，从而训练出能执行更复杂任务的模型。”缩小与现实世界的差距，即解决机器人研究中常说的“具身鸿沟”，成为Genesis AI的核心突破点。

在演示视频中，Genesis AI的机器人展示了令人印象深刻的物理操作能力：从烹饪（打鸡蛋、切番茄）到制作冰沙、弹钢琴，甚至还原魔方——这些任务不仅考验精细动作，更要求长时间序列的稳定执行。Gervet个人最偏爱烹饪演示，因为它证明了机器人能完整完成一系列高难度任务。除了这些“炫技”场景，实验室操作等任务更接近商业化应用前景。

更值得关注的是，Genesis AI还开发了一款内置传感器的数据手套。这款手套作为机器人手的“现实副本”，轻便易戴，成本低廉，能实时采集人类手部动作数据，并直接用于模型训练。周贤指出：“我们的理念是，如果设计出尽可能模仿人手的机器人手，就可以瞬间解锁海量人类数据，无需再担心具身鸿沟问题。”这种数据采集方式比传统笨重的设备更高效，也更适合工业场景。

目前发布的模型版本名为GENE-26.5（对应2026年5月），但周贤预计未来会有多次迭代。为了加速模型迭代，Genesis AI还自研了仿真环境。“模型迭代速度的真正瓶颈在于评估，”他说，“仿真帮助我们大幅加快训练速度。”但仿真之外，真实世界数据仍是关键。Gervet表示，数据手套的轻量化与低成本特性，使其有望成为行业标准工具，目前公司已与多家潜在客户展开洽谈。

Genesis AI的全栈策略不仅是一次技术选择，更可能重塑机器人AI的研发范式。通过硬件与模型的协同优化，这家初创公司正试图在竞争激烈的机器人智能赛道中抢占先机。随着GENE-26.5模型的落地与数据手套的推广，机器人从实验室走向真实场景的进程或将加速。