Financiación
Genesis AI recauda 500 millones de dólares en una ronda de serie A para acelerar el despliegue de robots

Puntos claveGenesis apuesta a que poseer el hardware del modelo y el despliegue juntos convierte…
Ver más
- Genesis apuesta a que poseer el hardware del modelo y el despliegue juntos convierte los fallos del mundo real en mejoras de fiabilidad.
- La acumulación de fallos en los pasos significa que una tasa de éxito del 99% a lo largo de 20 pasos produce solo un 82% de ejecuciones sin errores.
- La Serie A hace del despliegue industrial la prueba decisiva para convertir las demostraciones de destreza en flujos de trabajo fiables.
Genesis AI anunció una ronda de financiación de serie A de 500 millones de dólares el 17 de noviembre de 2026 para acelerar el desarrollo y el despliegue de sus robots de propósito general, comenzando por los sectores de la fabricación y la logística, y ampliar su equipo.
La financiación llega tras su salida del sigilo el 1 de julio de 2025, con 105 millones de dólares en financiación semilla, codirigida por Eclipse y Khosla Ventures. Ahora, Genesis dirige capital tanto a su tecnología robótica subyacente como a los despliegues industriales destinados a hacer que esa tecnología sea comercialmente útil.
Un enfoque integral para la fiabilidad
La estrategia de Genesis abarca GENE, su modelo fundacional de robótica; Eno, su hardware robótico; y las operaciones de despliegue que conectan las máquinas con los flujos de trabajo de los clientes. La empresa afirma que controlar estos tres elementos permite que los fallos del mundo real sirvan para orientar el entrenamiento del modelo y las siguientes versiones del hardware, al tiempo que coordina el desarrollo del hardware y del modelo y aprovecha la escala de fabricación para mejorar la fiabilidad y reducir los costes.
Este diseño busca abordar la fiabilidad en trabajos completos, en lugar de en demostraciones aisladas. El ejemplo de Genesis sobre fiabilidad multiplica el riesgo a lo largo de un flujo de trabajo: cuando cada uno de los 20 pasos tiene una tasa de éxito del 99 %, la probabilidad de completar la tarea sin errores cae al 82 %. El ejemplo explica por qué la empresa trata la inteligencia, el hardware y el despliegue como un problema de fiabilidad compartido, en el que un componente débil podría limitar todo el sistema.
Datos humanos y simulación
El proceso de entrenamiento del modelo comienza con una mano robótica de tamaño humano y un guante de recopilación de datos equipado con piel electrónica con sensores táctiles. En su anuncio de GENE-26.5 de mayo de 2026, Genesis describió una correspondencia 1:1:1 entre la mano humana, el guante y la mano robótica, diseñada para convertir las habilidades humanas en datos de entrenamiento. Las personas que usan el guante mientras realizan tareas cotidianas pueden generar datos basados en el trabajo, complementados con videos egocéntricos de personas que llevan cámaras y videos de internet centrados en las personas.
Genesis informó que el coste del hardware del guante era 100 veces menor que el de las opciones habituales y que las pruebas internas mostraron una eficiencia de recopilación de datos hasta cinco veces mayor, con una calidad de datos superior a la de la teleoperación tradicional.
Las demostraciones de GENE-26.5 de la empresa abarcaron tareas de cocina, pipeteo y trasvase de líquidos, agrupación de cables y agarre simultáneo de varios objetos. GENE funciona como un modelo fundacional de robótica compartido, mientras que Genesis World amplía el ciclo de entrenamiento para incluir la simulación. El simulador revela fallos en millones de escenarios y los utiliza para orientar la recopilación de datos adicionales y los cambios en el modelo. Una vez desplegado Eno, los fallos del mundo real también pueden convertirse en casos de simulación, datos de entrenamiento y revisiones del hardware.
Hoja de ruta para el despliegue de Eno
Genesis presentó Eno el 16 de junio de 2026 como su primer robot de propósito general. Una base con ruedas sostiene paneles articulados que ajustan la altura y el alcance y se pliegan para guardar el robot, mientras que sus dos brazos utilizan las manos diestras de tamaño humano de la empresa. El diseño prioriza la movilidad y la manipulación por encima de una apariencia plenamente humana.
Genesis describe Eno y GENE como un sistema integrado capaz de gestionar flujos de trabajo de varios pasos, entre ellos mantener abastecidas las líneas de producción y preparar las instalaciones para el siguiente turno. Está previsto que una pantalla opcional muestre a los trabajadores cercanos la intención, el razonamiento y el estado operativo del robot.
En aquella presentación, Genesis dijo que tenía previsto comenzar la producción y que su objetivo era desplegar robots en las instalaciones de los clientes antes de finales de 2026. Los clientes de los sectores de la fabricación, la logística y los laboratorios encabezarían la lista, seguidos por hoteles y hospitales; las aplicaciones domésticas y al aire libre llegarían más adelante. La hoja de ruta de la ronda de serie A mantiene ese orden, y la expansión más allá de las fábricas y los almacenes dependerá de mejoras en las capacidades y la asequibilidad.
Un anuncio independiente de una alianza el 16 de junio con LG CNS ofrece una posible vía de despliegue. El plan contempla evaluar y validar robots para la fabricación y la logística en las operaciones de LG en Estados Unidos y dentro de la base de clientes industriales de LG CNS, inicialmente en Estados Unidos. Un proyecto piloto posterior busca crear una guía de despliegue que abarque la documentación de los flujos de trabajo, la recopilación de datos, un mayor entrenamiento y la validación del modelo antes de una implementación más amplia.
La nueva financiación convierte esos despliegues industriales en la prueba decisiva del enfoque de Genesis. Su expansión general depende de transformar las demostraciones de destreza en flujos de trabajo diarios fiables y, después, aprovechar los fallos y los datos operativos resultantes para mejorar los modelos y robots posteriores.












