Genesis AI 发布新模型：机器人开始挑战西红柿炒鸡蛋

📌 一句话摘要

Genesis AI 发布首个机器人基础模型 GENE-26.5，通过大规模人类操作数据训练，让机器人学会单手打蛋、切番茄等复杂家务操作，展示了灵巧操作能力的重要突破。

📝 详细摘要

本文详细报道了机器人创业公司 Genesis AI 发布的 GENE-26.5 机器人基础模型系统。该系统通过手套数据、第一视角视频和第三人称视频等 20 万小时跨模态数据训练，使机器人能够完成单手打蛋、双手切番茄、做奶昔、实验室移液、解魔方等密集灵巧操作任务。文章重点分析了该技术路线的核心：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。同时介绍了 Genesis AI 的全栈技术布局，包括与舞肌科技合作设计的接近人手的灵巧手，以及背后的 Genesis 仿真平台。CEO 周衔认为具身智能在实验室环境一到两年内可达类似 GPT-3.0 阶段，但大规模商业部署需要 5 年甚至更久。

💡 主要观点

- GENE-26.5 采用大规模人类操作数据预训练 + 少量机器人数据适配 + 仿真闭环评估的技术路线。 核心数据来源包括手套数据、第一视角视频和第三人称视频，总计超过 20 万小时跨模态数据。真实数据负责学习物理世界，仿真负责加速模型迭代和评估。

机器人展示了接近人类的灵巧操作能力，但成功率仍有明显差距。 做饭 demo 中多数步骤成功率约 90%-95%，但单手打蛋和用刀转移切好的番茄成功率仅 50%-60%，机器人速度约为人类的 60%-70%。

Genesis AI 采用全栈技术路线，涵盖模型、灵巧手、训练手套、仿真器和机器人本体。 公司认为如果最终目标是人类级操作，系统的每一层都要支持。下一代 Genesis Hand 1.0 将更接近人手，拥有 20 个主动自由度，手掌和手指覆盖软材料。

具身智能大规模商业部署仍需较长时间，CEO 预期 5 年甚至更久。 周衔认为实验室环境一到两年内可达类似 GPT-3.0 阶段，但机器人直接与物理世界交互，错误代价远高于语言模型，需要达到 GPT-4.0 甚至 GPT-4.5 的成熟度才能大规模部署。

💬 文章金句

- Human-level dexterity and capability is closer than it appears.

• 严肃的具身智能公司，最后都会重新遇到硬件。
• 真实数据负责让模型学习物理世界，仿真负责让模型更快被测量和迭代。
• 如果最终目标是人类级操作，系统的每一层都要支持它。

📊 文章信息

AI 初评：86

来源：极客公园

作者：极客公园

分类：人工智能

语言：中文

阅读时间：22 分钟

字数：5256

标签： Genesis AI, 具身智能, 机器人基础模型, 灵巧操作, 仿真平台

阅读完整文章