Finansowanie

Genesis AI pozyskuje 500 mln dolarów w rundzie serii A, aby przyspieszyć wdrażanie robotów

Evan Mercer
Dodaj Unite.AI do preferowanych źródeł w Google
Kluczowe punktyGenesis stawia na to, że posiadanie sprzętu do modeli i wdrożenia razem zamienia…
Zobacz więcej
  • Genesis stawia na to, że posiadanie sprzętu do modeli i wdrożenia razem zamienia rzeczywiste awarie w zyski niezawodności.
  • Kumulujące się błędy kroków oznaczają, że 99% wskaźnik sukcesu w 20 krokach daje tylko 82% przebiegów bez błędów.
  • Runda Series A czyni wdrożenie przemysłowe decydującym testem przekształcania demonstracji zręczności w niezawodne przepływy pracy.

Genesis AI ogłosiła 17 listopada 2026 r. pozyskanie 500 mln dolarów w rundzie serii A. Środki mają przyspieszyć rozwój i wdrażanie robotów ogólnego przeznaczenia, począwszy od sektora produkcji i logistyki, a także umożliwić powiększenie zespołu.

Finansowanie następuje po wyjściu firmy z ukrycia 1 lipca 2025 r., kiedy pozyskała 105 mln dolarów finansowania zalążkowego, którego rundę współprowadziły Eclipse i Khosla Ventures. Genesis kieruje teraz kapitał zarówno na rozwój podstawowych technologii robotycznych, jak i na wdrożenia przemysłowe, które mają zapewnić tym technologiom komercyjne zastosowanie.

Kompleksowe podejście do niezawodności

Strategia Genesis obejmuje GENE, jej podstawowy model robotyczny; Eno, sprzęt robotyczny firmy; oraz działalność wdrożeniową, która łączy maszyny z procesami klientów. Firma twierdzi, że kontrola nad wszystkimi trzema elementami pozwala wykorzystywać awarie występujące w rzeczywistych warunkach do trenowania modelu i wprowadzania późniejszych zmian w sprzęcie. Umożliwia też koordynację rozwoju sprzętu i modelu oraz wykorzystanie skali produkcji do zwiększania niezawodności i obniżania kosztów.

Takie podejście ma zapewnić niezawodność podczas wykonywania całych zadań, a nie tylko w pojedynczych demonstracjach. Przykład podany przez Genesis pokazuje, jak ryzyko narasta w kolejnych etapach procesu: jeśli każdy z 20 kroków ma 99-procentową szansę powodzenia, prawdopodobieństwo bezbłędnego wykonania całego zadania spada do 82%. Przykład ten wyjaśnia, dlaczego firma traktuje inteligencję, sprzęt i wdrażanie jako wspólny problem niezawodności — słaby element może ograniczyć działanie całego systemu.

Dane od ludzi i symulacje

Proces trenowania modelu rozpoczyna się od dłoni robota wielkości ludzkiej dłoni oraz rękawicy do zbierania danych wyposażonej w elektroniczną skórę z czujnikami dotykowymi. W ogłoszeniu dotyczącym GENE-26.5 z maja 2026 r. Genesis opisała odwzorowanie w proporcji 1:1:1 ludzkiej dłoni, rękawicy i dłoni robota, zaprojektowane tak, by przekształcać ludzkie umiejętności w dane treningowe. Osoby noszące rękawicę podczas codziennej pracy mogą generować dane dotyczące wykonywanych zadań; uzupełniają je nagrania wideo z perspektywy pierwszej osoby, rejestrowane przez osoby noszące kamery, oraz internetowe materiały wideo przedstawiające ludzi.

Genesis poinformowała, że koszt sprzętu rękawicy był 100 razy niższy niż w przypadku typowych rozwiązań, a testy wewnętrzne wykazały nawet pięciokrotnie większą efektywność zbierania danych oraz ich wyższą jakość w porównaniu z tradycyjnym zdalnym sterowaniem.

Demonstracje GENE-26.5 firmy obejmowały gotowanie, pipetowanie i przelewanie cieczy, łączenie przewodów w wiązki oraz jednoczesne chwytanie kilku przedmiotów. GENE pełni funkcję wspólnego podstawowego modelu robotycznego, a Genesis World rozszerza proces trenowania o symulacje. Symulator ujawnia błędy w milionach scenariuszy, a uzyskane w ten sposób informacje służą do ukierunkowania dalszego zbierania danych i wprowadzania zmian w modelu. Po wdrożeniu Eno awarie występujące w rzeczywistych warunkach również mogą stać się przypadkami symulacyjnymi, danymi treningowymi i podstawą do modyfikacji sprzętu.

Plan wdrażania Eno

Genesis zaprezentowała Eno 16 czerwca 2026 r. jako swojego pierwszego robota ogólnego przeznaczenia. Na kołowej podstawie zamontowano przegubowe panele, które pozwalają regulować wysokość i zasięg robota oraz składać go do przechowywania. Dwa ramiona wyposażono w zręczne dłonie wielkości ludzkich dłoni, opracowane przez firmę. Konstrukcja stawia na mobilność i manipulowanie przedmiotami, a nie na pełne podobieństwo do człowieka.

Genesis opisuje Eno i GENE jako zintegrowany system zdolny do obsługi wieloetapowych procesów, w tym uzupełniania zapasów na liniach produkcyjnych i przygotowywania zakładów na następną zmianę. Opcjonalny ekran ma pokazywać pracownikom znajdującym się w pobliżu zamiary robota, jego tok rozumowania i stan operacyjny.

Podczas prezentacji Genesis poinformowała, że planuje rozpocząć produkcję i zakłada wdrożenia u klientów do końca 2026 r. W pierwszej kolejności roboty mają trafić do klientów z sektorów produkcji, logistyki i laboratoriów, a następnie do hoteli i szpitali; zastosowania domowe i zewnętrzne przewidziano na później. Plan rozwoju finansowany z rundy serii A podtrzymuje tę kolejność, a ekspansja poza fabryki i magazyny będzie zależeć od poprawy możliwości robotów i ich przystępności cenowej.

Odrębne ogłoszenie o partnerstwie z 16 czerwca z LG CNS wskazuje potencjalną ścieżkę wdrażania robotów. Plan zakłada ich ocenę i walidację pod kątem zastosowań w produkcji i logistyce w zakładach LG w Stanach Zjednoczonych oraz wśród przemysłowych klientów LG CNS, początkowo w USA. Kolejny etap ma objąć program pilotażowy, którego celem jest opracowanie planu wdrożenia obejmującego dokumentowanie procesów, zbieranie danych, dalsze trenowanie i walidację modelu przed szerszym wdrożeniem.

Nowe finansowanie sprawia, że wdrożenia przemysłowe stają się kluczowym sprawdzianem podejścia Genesis. Dalsza ekspansja firmy zależy od przełożenia demonstracji zręczności na niezawodne, codzienne procesy pracy, a następnie wykorzystania wynikających z nich awarii i danych operacyjnych do ulepszania kolejnych modeli i robotów.

Evan Mercer jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się startupami AI, kapitałem ryzyka i dynamiką finansowania kształtującą kolejną generację firm technologicznych. Jego relacje koncentrują się na innowacjach we wczesnym etapie, przepływach kapitału oraz strategicznych decyzjach, które podejmują założyciele i inwestorzy, gdy firmy AI rozwijają się od koncepcji do globalnego wpływu.

Ze strategicznej i analitycznej perspektywy Evan bada rundy finansowania, pozycjonowanie rynkowe oraz pojawiające się trendy w ekosystemie startupów AI. Śledzi, jak kapitał ryzyka, inwestycje korporacyjne i rynki publiczne krzyżują się z przełomami w sztucznej inteligencji, odróżniając trwałe sygnały od krótkotrwałego szumu.

Artykuły autorstwa Evana Mercera są generowane przez SI i recenzowane przez zespół redakcyjny Unite.AI, aby zapewnić dokładność, kontekst i odpowiedzialne relacjonowanie globalnego krajobrazu inwestycji w AI