融资
Genesis AI 融资 5 亿美元 A 轮,加速机器人部署

要点Genesis 押注于同时拥有模型硬件和部署,能将现实世界中的故障转化为可靠性提升。
查看更多
- Genesis 押注于同时拥有模型硬件和部署,能将现实世界中的故障转化为可靠性提升。
- 复合的步骤失败意味着,在20个步骤中99%的成功率仅能带来82%的无差错运行。
- 这轮A轮融资使工业部署成为将灵巧性演示转化为可靠工作流程的决定性考验。
Genesis AI 宣布于 2026 年 11 月 17 日完成 5 亿美元 A 轮融资,用于加快通用机器人研发与部署,率先进入制造业和物流领域,并扩大团队规模。
此次融资接续了公司于2025 年 7 月 1 日结束隐身模式时获得的 1.05 亿美元种子轮融资,该轮融资由 Eclipse 和 Khosla Ventures 共同领投。如今,Genesis 正将资金投入底层机器人技术,以及旨在让这项技术实现商业应用的工业部署。
以全栈方案提升可靠性
Genesis 的战略涵盖 GENE(其机器人基础模型)、Eno(其机器人硬件),以及将机器人接入客户工作流程的部署运营体系。公司表示,掌握这三个环节,就能让现实世界中的故障为模型训练和后续硬件改进提供依据,同时协调硬件与模型的开发,并借助规模化制造提升可靠性、降低成本。
这一设计旨在提升完整任务流程的可靠性,而不只是确保机器人在单项演示中表现出色。Genesis 用一个例子说明工作流程中风险如何累积:如果 20 个步骤中的每一步成功率都是 99%,那么整个流程无差错完成的概率就会降至 82%。这一例子说明了公司为何将智能、硬件和部署视为一个共同的可靠性问题:其中任何一个薄弱环节都可能限制整个系统。
人类数据与仿真
模型训练流程从一只与人手大小相当的机器人手开始,并使用一副配有触觉感应电子皮肤的数据采集手套。在2026 年 5 月发布 GENE-26.5 时,Genesis 介绍了人手、手套和机器人手之间 1:1:1 的对应关系,旨在将人类技能转化为训练数据。人们在日常工作中佩戴手套,即可生成基于实际任务的数据;此外,训练数据还包括佩戴摄像设备的人拍摄的第一人称视角视频,以及以人为中心的互联网视频。
Genesis 表示,这款手套的硬件成本比常见方案低 100 倍;内部测试还显示,其数据采集效率最高可提升 5 倍,且数据质量优于传统遥操作。
Genesis 的 GENE-26.5 演示涵盖烹饪、移液和液体转移、捆扎电线,以及同时抓取多个物体。GENE 是通用的机器人基础模型,而 Genesis World 则将训练流程延伸至仿真环境。模拟器可在数百万种场景中暴露故障,并以此指导进一步的数据采集和模型调整。Eno 部署后,现实世界中的故障也可以转化为仿真案例和训练数据,并用于改进硬件。
Eno 的部署路线图
Genesis 于 2026 年 6 月 16 日发布了 Eno,这是其首款通用机器人。机器人采用轮式底座,配有可调节高度和伸展范围、并可折叠收纳的关节式面板;其双臂则搭载了公司的仿人尺寸灵巧手。这款机器人的设计优先考虑移动能力和操作能力,而非完全仿照人类外形。
Genesis 将 Eno 和 GENE 描述为一个集成系统,能够处理多步骤工作流程,包括为生产线补充物料,以及为下一班次做好设施准备。公司计划提供选配屏幕,向附近的工作人员显示机器人的意图、推理过程和运行状态。
在当时的发布会上,Genesis 表示计划启动生产,并将客户部署目标定在 2026 年底前。制造业、物流业和实验室客户将率先采用,随后是酒店和医院,家庭及户外应用则会更晚推出。A 轮融资后的路线图延续了这一顺序;要将业务拓展至工厂和仓库以外的领域,还取决于机器人能力和经济性的提升。
同日公布的合作则为部署提供了一个潜在渠道。根据计划,双方将在 LG 位于美国的运营场所,以及 LG CNS 的工业客户群中,对用于制造业和物流业的机器人进行评估和验证;初期工作将在美国开展。后续试点旨在制定部署手册,涵盖工作流程记录、数据采集、进一步的模型训练与验证,为更大范围的推广做好准备。
这笔新融资使工业部署成为检验 Genesis 方案的关键。公司要实现更广泛的业务拓展,就必须将灵巧操作演示转化为可靠的日常工作流程,再利用由此产生的故障和运营数据,改进后续模型与机器人。












