Financement
Genesis AI lève 500 millions de dollars lors d’un tour de série A pour accélérer le déploiement de ses robots

Points clésGenesis parie que la possession conjointe du matériel du modèle et du déploiement…
Voir plus
- Genesis parie que la possession conjointe du matériel du modèle et du déploiement transforme les défaillances du monde réel en gains de fiabilité.
- L'accumulation des défaillances d'étapes signifie qu'un taux de réussite de 99 % sur 20 étapes ne produit que 82 % d'exécutions sans erreur.
- Le financement de série A fait du déploiement industriel le test décisif de la conversion des démonstrations de dextérité en flux de travail fiables.
Genesis AI a annoncé une levée de fonds de 500 millions de dollars lors d’un tour de série A le 17 novembre 2026, afin d’accélérer le développement et le déploiement de ses robots polyvalents, en commençant par les secteurs de la fabrication et de la logistique, et d’agrandir son équipe.
Ce financement fait suite à sa sortie du mode furtif le 1er juillet 2025, accompagnée d’un financement d’amorçage de 105 millions de dollars codirigé par Eclipse et Khosla Ventures. Genesis dirige désormais ses capitaux vers sa technologie robotique fondamentale et vers les déploiements industriels destinés à rendre cette technologie commercialement utile.
Une approche intégrée de bout en bout pour améliorer la fiabilité
La stratégie de Genesis couvre GENE, son modèle de fondation en robotique ; Eno, son matériel robotique ; et les opérations de déploiement qui relient les machines aux processus de travail des clients. Selon l’entreprise, la maîtrise de ces trois éléments permet aux défaillances sur le terrain d’éclairer l’entraînement du modèle et les évolutions ultérieures du matériel, tout en coordonnant le développement du matériel et du modèle et en tirant parti de la production à grande échelle pour améliorer la fiabilité et réduire les coûts.
Cette conception vise à assurer la fiabilité de tâches complètes plutôt que de démonstrations isolées. L’exemple de Genesis montre comment le risque s’accumule au fil d’un processus : si chacune des 20 étapes a un taux de réussite de 99 %, la probabilité d’exécuter l’ensemble sans erreur tombe à 82 %. Cet exemple explique pourquoi l’entreprise considère l’intelligence, le matériel et le déploiement comme un problème de fiabilité commun, un seul composant faible pouvant potentiellement limiter l’ensemble du système.
Données humaines et simulation
Le processus d’entraînement du modèle commence par une main robotique à l’échelle humaine et un gant de collecte de données doté d’une peau électronique tactile. Dans son annonce de GENE-26.5 en mai 2026, Genesis a décrit une correspondance de 1:1:1 entre la main humaine, le gant et la main robotique, conçue pour convertir les compétences humaines en données d’entraînement. Les personnes qui portent le gant dans le cadre de leur travail quotidien peuvent générer des données liées à leurs tâches, complétées par des vidéos égocentriques filmées par des personnes équipées de caméras et par des vidéos d’Internet axées sur les activités humaines.
Genesis a indiqué que le coût matériel du gant était 100 fois inférieur à celui des solutions habituelles et que ses essais internes avaient montré une efficacité de collecte des données jusqu’à cinq fois supérieure, ainsi qu’une meilleure qualité des données que la téléopération traditionnelle.
Les démonstrations de GENE-26.5 par l’entreprise couvraient la cuisine, le pipetage et le transfert de liquides, le regroupement de fils et la saisie simultanée de plusieurs objets. GENE sert de modèle de fondation commun en robotique, tandis que Genesis World prolonge le cycle d’entraînement dans un environnement simulé. Le simulateur met en évidence les défaillances dans des millions de scénarios, qui servent ensuite à orienter la collecte de données supplémentaires et les modifications du modèle. Une fois Eno déployé, les défaillances sur le terrain pourront également alimenter les scénarios de simulation et les données d’entraînement, ainsi que guider les révisions du matériel.
Feuille de route du déploiement d’Eno
Genesis a dévoilé Eno le 16 juin 2026, le présentant comme son premier robot polyvalent. Une base à roues supporte des panneaux articulés qui permettent d’ajuster la hauteur et la portée et de replier le robot pour le ranger, tandis que ses deux bras sont équipés des mains dextres à l’échelle humaine de l’entreprise. La conception privilégie la mobilité et la manipulation plutôt qu’une apparence entièrement humaine.
Genesis présente Eno et GENE comme un système intégré capable de gérer des processus de travail en plusieurs étapes, notamment de maintenir les lignes de production approvisionnées et de préparer les installations pour l’équipe suivante. Un écran en option devrait afficher aux travailleurs à proximité l’intention du robot, son raisonnement et son état opérationnel.
Lors de cette présentation, Genesis a déclaré prévoir de lancer la production et viser des déploiements chez ses clients d’ici la fin de 2026. Les clients des secteurs de la fabrication, de la logistique et des laboratoires seraient les premiers concernés, suivis des hôtels et des hôpitaux ; les applications domestiques et de plein air viendraient ensuite. La feuille de route liée au tour de série A maintient cet ordre, l’expansion au-delà des usines et des entrepôts dépendant des progrès en matière de capacités et de prix abordable.
Une annonce de partenariat distincte du 16 juin avec LG CNS ouvre une voie de déploiement potentielle. Le projet prévoit d’évaluer et de valider des robots destinés à la fabrication et à la logistique dans les activités de LG aux États-Unis ainsi qu’auprès des clients industriels de LG CNS, dans un premier temps aux États-Unis. Un projet pilote ultérieur doit permettre d’élaborer un guide de déploiement couvrant la documentation des processus de travail, la collecte de données, l’entraînement complémentaire du modèle et sa validation avant un déploiement plus large.
Ce nouveau financement fait de ces déploiements industriels le test décisif de l’approche de Genesis. Son expansion à plus grande échelle dépend de sa capacité à transformer les démonstrations de dextérité en processus de travail quotidiens fiables, puis à exploiter les défaillances et les données opérationnelles qui en résultent pour améliorer les modèles et les robots suivants.












