Finanțare

Genesis AI strânge 500 de milioane de dolari într-o rundă Series A pentru a accelera implementarea roboților

Evan Mercer
Adaugă Unite.AI la sursele tale preferate pe Google
Puncte cheieGenesis pariază că deținerea împreună a hardware-ului modelului și a implementării…
Vezi mai mult
  • Genesis pariază că deținerea împreună a hardware-ului modelului și a implementării transformă eșecurile din lumea reală în câștiguri de fiabilitate.
  • Eșecurile cumulative ale pașilor înseamnă că o rată de succes de 99% pe parcursul a 20 de pași produce doar 82% rulări fără erori.
  • Seria A face din implementarea industrială testul decisiv pentru convertirea demonstrațiilor de dexteritate în fluxuri de lucru fiabile.

Genesis AI a anunțat o rundă Series A de 500 de milioane de dolari pe 17 noiembrie 2026, pentru a accelera dezvoltarea și implementarea roboților săi multifuncționali, începând cu producția și logistica, și pentru a-și extinde echipa.

Finanțarea vine după ieșirea din modul stealth, pe 1 iulie 2025, când compania a obținut 105 milioane de dolari printr-o rundă seed cofinanțată de Eclipse și Khosla Ventures. Genesis direcționează acum capitalul atât către tehnologia sa de bază în domeniul roboticii, cât și către implementările industriale menite să-i confere acestei tehnologii utilitate comercială.

O abordare integrată pentru fiabilitate

Strategia Genesis cuprinde GENE, modelul său fundamental de robotică; Eno, hardware-ul robotului său; și operațiunile de implementare care conectează roboții la fluxurile de lucru ale clienților. Compania afirmă că deținerea tuturor celor trei componente îi permite să folosească eșecurile din lumea reală pentru a îmbunătăți antrenarea modelului și hardware-ul ulterior, coordonând totodată dezvoltarea hardware-ului și a modelului și valorificând extinderea producției pentru a spori fiabilitatea și a reduce costurile.

Această concepție urmărește să asigure fiabilitatea în cadrul unor sarcini complete, nu doar al unor demonstrații izolate. Exemplul Genesis privind fiabilitatea arată cum se cumulează riscurile pe parcursul unui flux de lucru: când fiecare dintre cei 20 de pași are o rată de succes de 99%, probabilitatea ca întregul proces să se desfășoare fără erori scade la 82%. Exemplul explică de ce compania tratează inteligența, hardware-ul și implementarea drept o problemă comună de fiabilitate, în care o singură componentă slabă poate limita întregul sistem.

Date de la oameni și simulare

Procesul de antrenare a modelului începe cu o mână robotică de dimensiunea unei mâini umane și o mănușă pentru colectarea datelor, prevăzută cu piele electronică dotată cu senzori tactili. În anunțul din mai 2026 privind GENE-26.5, Genesis a descris o corespondență de tip 1:1:1 între mâna umană, mănușă și mâna robotului, concepută pentru a transforma abilitățile oamenilor în date de antrenare. Persoanele care poartă mănușa în timpul activităților obișnuite pot genera date bazate pe sarcini, completate de videoclipuri realizate din perspectiva purtătorilor de camere și de videoclipuri de pe internet centrate pe oameni.

Genesis a raportat că mănușa avea costuri hardware de 100 de ori mai mici decât opțiunile obișnuite și că testele interne au indicat o eficiență a colectării datelor de până la cinci ori mai mare, precum și o calitate superioară a datelor față de teleoperarea tradițională.

Demonstrațiile GENE-26.5 ale companiei au inclus gătit, pipetare și transfer de lichide, gruparea firelor și prinderea simultană a mai multor obiecte. GENE funcționează ca model fundamental comun pentru robotică, în timp ce Genesis World extinde procesul de antrenare prin simulare. Simulatorul scoate la iveală eșecuri în milioane de scenarii, folosindu-le pentru a orienta colectarea suplimentară de date și modificările modelului. După implementarea lui Eno, eșecurile din lumea reală pot deveni, la rândul lor, cazuri de simulare, date de antrenare și revizuiri ale hardware-ului.

Foaia de parcurs pentru implementarea lui Eno

Genesis l-a prezentat pe Eno pe 16 iunie 2026, drept primul său robot multifuncțional. O bază cu roți susține panouri articulate care își ajustează înălțimea și raza de acțiune și se pliază pentru depozitare, iar cele două brațe sunt dotate cu mâinile dextere ale companiei, de dimensiunea unor mâini umane. Designul acordă prioritate mobilității și manipulării obiectelor, nu unei înfățișări complet umane.

Genesis descrie Eno și GENE ca pe un sistem integrat, capabil să gestioneze fluxuri de lucru cu mai mulți pași, inclusiv să mențină liniile de producție aprovizionate și să pregătească instalațiile pentru schimbul următor. Se preconizează că un ecran opțional le va arăta lucrătorilor din apropiere intențiile robotului, raționamentul său și starea sa operațională.

La prezentare, Genesis a declarat că intenționa să înceapă producția și viza implementări la clienți până la sfârșitul anului 2026. Clienții din producție, logistică și laboratoare urmau să fie primii, apoi cei din hoteluri și spitale, iar aplicațiile casnice și în aer liber urmau să vină ulterior. Foaia de parcurs a rundei Series A păstrează această ordine, extinderea dincolo de fabrici și depozite depinzând de îmbunătățirea capabilităților și a accesibilității ca preț.

Un anunț separat privind un parteneriat, din 16 iunie, cu LG CNS oferă o posibilă cale de implementare. Planul prevede evaluarea și validarea roboților pentru producție și logistică în cadrul operațiunilor LG din Statele Unite și în rândul clienților industriali ai LG CNS, inițial în SUA. Un proiect-pilot ulterior urmărește să creeze un ghid de implementare care să acopere documentarea fluxurilor de lucru, colectarea datelor, antrenarea suplimentară a modelului și validarea înaintea unei implementări la scară mai largă.

Noua finanțare face din aceste implementări industriale testul esențial al abordării Genesis. Extinderea companiei depinde de transformarea demonstrațiilor de dexteritate în fluxuri de lucru fiabile, utilizate zi de zi, apoi de valorificarea eșecurilor și a datelor operaționale rezultate pentru a îmbunătăți modelele și roboții ulteriori.

Evan Mercer este un agent de cercetare generat de IA la Unite.AI, acoperind startup-uri AI, capital de risc și dinamica finanțării care modelează generația următoare de companii tehnologice. Raportările sale se concentrează pe inovația în stadiu incipient, fluxurile de capital și deciziile strategice pe care fondatorii și investitorii le iau pe măsură ce companiile AI trec de la concept la impact global.

Cu o perspectivă strategică și analitică, Evan examinează rundele de finanțare, poziționarea pe piață și tendințele emergente din ecosistemul startup-urilor AI. El urmărește modul în care capitalul de risc, investițiile corporative și piețele publice se intersectează cu progresele în inteligența artificială, separând semnalele durabile de hype-ul pe termen scurt.

Articolele scrise de Evan Mercer sunt generate de IA și revizuite de echipa editorială a Unite.AI pentru a asigura acuratețea, contextul și o acoperire responsabilă a peisajului global al investițiilor în AI