看过的人都傻了，这可能是今年最炸的机器人demo。
刚刚，Genesis AI发布了他们的机器人基础模型GENE-26.5。机器人能自己打鸡蛋，拧试管盖，弹钢琴，玩魔方，切番茄。
全程自己动，1倍速，同一个模型。
发出来以后，前1x副总裁Eric Jang，宋舒然教授这些大佬都转发了，都说牛。
如果你觉得这团队有点陌生，下面这个动图可能让你想起来点啥。
一年多以前，他们在GitHub上开源了那个炸翻天的Genesis物理引擎。
一句话生成物理世界，28.6k Star，学术圈很多人都在用。
创始团队在2025年中拿了1.05亿美元种子轮出来单干，然后快一年没动静。
现在回来了。
今年最值得看的机器人demo
GENE-26.5这个demo大概是机器人圈今年到现在最该看的，快速过一下。
做饭
四分钟，20个小任务串起来。单手打鸡蛋，五个指头配合控制蛋壳裂开。
双手切番茄，一只手扶着，另一只手下刀。毛巾、盐、打蛋器、刀、铲子、锅全都用了一遍。
搞笑的是，打完鸡蛋它还知道拿毛巾擦擦手，挺爱干净……
实验室移液操作
从拿移液器到放进离心机，全流程毫米级精度。最难的是拧开试管盖和手里换姿势。
解魔方
两只手一起上，连续在空中翻面，实时调整。
在这之前，不用专用夹具就能解魔方的标杆还是2019年OpenAI那个单手，Genesis说他们这是通用双臂系统的第一次。
做冰沙
用语言指令驱动的一长串任务，固体、能变形的东西、液体都涉及了。
吸管翻转
测试拿特别脆、半透明的东西，最后那一下在手里翻面需要好几根手指高度同步。
一把抓好几个东西
一只手同时抓四个大小不一样的东西，用了四种抓法，展示灵巧手比传统夹爪效率高多少。
整理线束
汽车行业的“老大难”任务。两只手摆弄软线，打捆、挂起来、缠胶带，公认最难搞的工业任务之一。
弹钢琴
弹的是Rush-E，大概130BPM，专门用来压榨控制系统的极限，策略是用强化学习在仿真里单独练的。
上面这些复杂技能，GENE大多数只需要不到1小时的任务专属数据，不到200个回合。
值得一提的是，Genesis CEO周衔跟Business Insider说：
做饭大部分步骤成功率在90%到95%，但单手打蛋和用刀移切好的番茄只有50%到60%。整体速度大概是人类的六七成。
他们怎么做的全栈
Genesis博客里一句话把思路说透了：操控不光是模型训练的问题，是个系统问题。任何一层拉胯，整个系统都受影响。
所以他们决定每一层都自己搞。
硬件：一双和人手一样大的手
Demo里用的灵巧手，20个能反向驱动的自由度，尺寸和人手1:1，手掌和手指包了软材料模拟皮肤触感。
这么设计的好处是，人手的动作可以直接映射给机械手，不用搞复杂的重定向算法。
有意思的是，不少圈里人指出这双手跟国内灵巧手公司舞肌科技的产品很像。
Genesis官方博客叫它Genesis Hand 1.0，但没细说硬件是哪来的。
为什么非要做得跟人手一样大？因为机器人领域有个老问题叫“具身差距”，人手和机械手形状不一样，人类的数据就不能直接拿来用。
Genesis的解决办法很粗暴：把机械手做得跟人手一模一样，差距就没了。
控制栈也重写了。他们把机械臂原厂的控制器整个换掉，自己写中间件跑在PREEMPT_RT实时内核上，EtherCAT通信，500Hz，端到端延迟最低能压到3毫秒。
原厂控制器画个15厘米的圆，追踪误差20毫米，换上Genesis自己的控制器后降到2毫米，差了一个数量级。单关节追踪延迟从80毫秒降到9毫秒。
这层的意义在于，当训练数据来自人类动作而不是机器人自己时，控制系统的延迟和误差会在训练信号和实际执行之间制造麻烦。延迟越低，人类数据就越好用。
数据：让工人上班顺便采集
在数据采集这块，Genesis主要用一双跟灵巧手配套的数据手套。
机器人手和人手尺寸一致，手套记录的手指运动可以直接给机器人用，不需要复杂的算法转换。硬件成本是传统方案的百分之一，采集效率是遥操作的五倍。
数据总共有三层来源。
手套数据提供最精细的手部运动和触觉信号。第一人称视频记录自然行为和任务多样性。第三人称的网上视频提供海量覆盖面。
三层数据在质量和规模上按帕累托分布安排，Genesis和合作伙伴已经收集了超过20万小时的多模态数据。
Genesis总裁Gervet跟TechCrunch说了句有意思的：这手套可以让实验室技术员、工厂工人在干日常活的时候顺便把数据采了，不耽误干活。
当然TechCrunch也问了个尖锐问题：工人会愿意戴着手套和摄像头，来训练可能最终取代自己的机器人吗？
Gervet的回答是，这得看客户和员工之间怎么商量，具体细节还没定。
模型：一个统一的轨迹模型
GENE-26.5的目标是学一个能同时理解语言、视觉、本体感觉、触觉和动作的统一模型。用flow matching对动作轨迹建模，捕捉多模态未来的各种可能性。
几个关键设计。
第一，能处理不同类型、部分能观测到的数据，比如第一人称视频流、手套数据、机器人控制数据、网上视频，不用特意对齐就能一起训练。
第二，同一个模型处理所有任务，控制、状态估计、逆向动力学、目标推断都变成对这个统一模型的条件查询，缺了的信息可以通过去噪推断出来。
第三，能灵活吸收其他预训练模型的知识，比如视觉语言模型提供语义理解，世界模型提供时间和物理动态。
简单说就是一个模型吃下所有类型的数据，干所有类型的活。demo里除了弹钢琴是单独用强化学习练的，其他场景全都用同一套模型权重。
训练和评估：仿真加速
Genesis团队在博客里放了三张规模扩展曲线，透露了训练方法的关键信息。
预训练阶段，开环评估显示模型规模和计算量增加时，验证损失持续下降，符合经典的规模定律。
但他们强调，开环指标对机器人来说远远不够，关键是闭环表现，也就是模型的动作会影响后面看到的情况。
这时候他们老本行Genesis物理引擎就派上用场了。他们用最新版的Genesis World仿真器做大规模闭环评估，不需要在仿真数据上做任何额外训练，仿真环境的真实度已经足够直接评估在真实世界训练的模型。
每个数据点对应200次评估设置和超过150小时的机器人执行时间，整张图如果在现实世界跑需要2700个人-机器人小时。结论是预训练数据越多，零样本泛化能力就越强。
到微调阶段再回到真实世界。他们专门设计了预训练里完全没见过的新任务，用极少的数据测试，每个任务只用20到30分钟的数据。
demo里展示的那些复杂技能，大多数只需要不到1小时的任务专属机器人数据，换算下来不到200个回合。预训练规模越大，微调也越快、需要的数据越少、最终效果越好。
周衔告诉TechCrunch，模型迭代速度的真正瓶颈是评估，仿真帮他们大大加速了这个循环。
从物理引擎到通用机器人
2024年底，CMU博士周衔牵头开源了Genesis物理引擎。
这个纯Python仿真平台比英伟达Isaac Gym快10到80倍，在GitHub上很快成了最大的具身智能开源项目，吸引了20多个研究机构参与。
周衔本科毕业于新加坡南洋理工，是Genesis物理引擎的发起人。
2025年初，Genesis AI在法国注册成立，周衔当CEO，总裁是Théophile Gervet，同样来自CMU，之前在具身智能独角兽Skild AI做早期研究员，后来去了Mistral AI当研究科学家。
俩人是同门，导师都是Katerina Fragkiadaki。
成立几个月后，团队拿到1.05亿美元种子轮，Eclipse和Khosla Ventures领投，谷歌前CEO Eric Schmidt、法国电信大亨Xavier Niel个人跟投，法国国家投资银行Bpifrance也在名单里。
作为对比，之前具身智能领域最大的种子轮是Physical Intelligence的7000万美元。
拿到钱以后，团队没急着发产品，而是花了快一年时间埋头搭建全栈。
现在，GENE-26.5。模型、硬件、控制栈、仿真器，一次性全端出来了。团队从最开始几个人扩大到60人，巴黎、加州、伦敦三地办公，欧美大约四六开。已经收集了超过20万小时的多模态数据，正在和多个行业客户谈合作。
周衔告诉TechCrunch，接下来很快会公布第一个通用机器人，全身的，不只是手。
