炒菜、做实验、弹钢琴！Genesis 最强“AI 灵巧手”demo，寻找新的 Scaling Law

📌 一句话摘要

Genesis AI 发布首个机器人基础模型 GENE-26.5，通过自研仿生手、多源数据引擎和联合分布模型架构，在烹饪、实验等精细操作任务中展现类人灵巧性，并初步验证了物理世界中的 Scaling Law。

📝 详细摘要

本文详细报道了 Genesis AI 公司发布的首个机器人基础模型 GENE-26.5。该模型在烹饪、移液、解魔方等高难度任务中展现了前所未有的双手精细操作能力。文章深入分析了其背后的技术体系：通过自研数据手套、第一人称视频和互联网视频三条数据线覆盖数据质量-数量的帕累托前沿；自研 20 自由度仿生手 Genesis Hand 1.0 实现近无损信息传递；采用流匹配建模语言、视觉、触觉、动作的联合分布，无需显式模态对齐。此外，文章还介绍了其在仿真环境 Genesis World 中进行大规模评估的方法，并指出预训练数据规模与模型在新场景下的表现呈正相关，初步验证了物理世界中的 Scaling Law。文章最后对 Genesis 的全栈技术路线和行业影响进行了评述。

💡 主要观点

- Genesis AI 发布 GENE-26.5 模型，在精细操作任务上实现突破。 该模型在番茄炒蛋、移液、弹钢琴等任务中展现了类人灵巧性，具备空间精度、时间编排、接触丰富度等多维度的优异表现，标志着具身智能从认知向物理操作维度的跨越。

自研仿生手和数据采集系统是实现近无损信息传递的关键。 Genesis Hand 1.0 拥有 20 个自由度，尺寸与真人手 1:1 匹配，表面覆盖软材料，使得人手采集的动作数据能直接被模型吸收，避免了传统硬件翻译带来的信息损耗。

多源数据引擎和联合分布模型架构是技术核心。 通过手套数据、第一人称视频和互联网视频三条数据线覆盖数据质量和数量的帕累托前沿；模型采用流匹配学习语言、视觉、触觉、动作的联合分布，无需显式对齐不同模态。

在仿真环境中初步验证了物理世界的 Scaling Law。 Genesis World 仿真环境将需要 2700 小时的真实评估压缩到可操作范围，实验表明预训练数据规模越大，模型在新场景中的表现越好，呈现出类似大语言模型的缩放规律。

💬 文章金句

- We are approaching the endgame for robotics. And this is just a beginning.

• 超过 80%的体力劳动是搬运和操作，但这些技能几乎没有任何数字化记录。
• 硬件的仿生程度，直接决定了人类数据能不能被模型完整吸收。硬件不是模型的配角，它是数据管道的第一环。
• 预训练数据规模越大，模型在从未见过的新场景里表现越好。这条曲线，跟大语言模型的缩放规律长得一样。

📊 文章信息

AI 初评：86

来源：硅星人Pro

作者：硅星人Pro

分类：人工智能

语言：中文

阅读时间：15 分钟

字数：3664

标签： Genesis AI, GENE-26.5, 灵巧手, 机器人基础模型, 具身智能

阅读完整文章