
Genesis AI:从 1.05 亿美元到 30 亿美元,机器人基础模型如何撬动物理劳动市场?
如果说过去两年资本市场押注的是“让 AI 学会思考”,那么如今,越来越多资金正押注于“让 AI 学会行动”。Genesis AI,正成为这一轮 Physical AI 浪潮中备受瞩目的公司之一。
2025 年 7 月,Genesis AI 结束隐身状态,宣布完成 1.05 亿美元融资。对于一家成立不久、当时尚无成熟商业化产品的公司而言,这是一笔相当可观的 Seed 轮融资。领投方为 Khosla Ventures 和 Eclipse,其他投资人还包括法国公共投资银行 Bpifrance、HSG,以及 Eric Schmidt、Xavier Niel 等知名科技投资人。
更值得关注的是其一年后的估值变化。2026 年 7 月,Genesis AI 正在洽谈一笔约 5 亿美元的新融资,潜在估值约 30 亿美元。若最终交易按此价格完成,相比此前 1.05 亿美元的 Seed 轮融资,意味着不到一年时间内,公司估值可能实现数量级提升。
对投资人来说,真正值得研究的并非“Genesis AI 为何能融到这么多钱”,而是:一家成立不到两年的机器人公司,凭什么有机会支撑 30 亿美元甚至更高的长期估值?答案不在“机器人”本身,而在于 Genesis AI 正尝试构建的机器人领域的基础模型和数据基础设施。
01┃ 机器人真正缺的不是机器,而是“智能”
当下,工业机器人已十分成熟。机械臂能高速、精准地完成焊接、装配、搬运等任务,但其问题也很明显:机器人擅长单一任务,却难以真正理解一类任务。一台在固定流水线上抓取特定零件的机器人,当零件尺寸、位置或环境改变时,往往需重新编程和调试。这也是过去几十年机器人自动化主要集中在汽车制造、电子装配等高度标准化场景,大量复杂物理劳动仍无法自动化的原因。
Genesis AI 看到的机会正源于此。公司希望建立类似大语言模型的“机器人基础模型”,让机器人不再针对单一任务编程,而是通过统一模型理解视觉、语言、触觉、身体状态和环境变化,再根据不同任务自主决定动作。
换言之,传统机器人解决的是“如何把一个动作做得更精准”,Genesis AI 试图解决的是“机器人如何理解自身该做什么,以及面对变化时如何应对”。这个市场空间巨大:全球物理劳动对应约 30 万亿至 40 万亿美元的经济价值,但超 95%的物理劳动仍未实现自动化。
这也是资本市场将机器人基础模型与生成式 AI 相提并论的原因:若模型能从单任务能力迈向通用能力,机器人市场规模将不再取决于某类机器人销量,而是由全球可自动化的物理劳动决定。
02┃ Genesis AI 最值得关注的地方,是它在建立一套“机器人数据飞轮”
机器人基础模型的难点并非模型构建,而是获取足够多且高质量的数据来训练模型。这是 Physical AI 与传统生成式 AI 的显著区别之一。
ChatGPT 可从互联网获取海量文本和图像数据,但机器人不能仅靠“看”学习。一个机器人要学会拿起鸡蛋,不仅要知道鸡蛋是什么,还要了解手的接近角度、施加力量、减速时机以及触碰鸡蛋后的动作调整。因此,机器人真正需要的是现实世界中的行动数据。
Genesis AI 的核心策略是建立两套数据来源。一方面,公司搭建高精度物理仿真系统,在虚拟环境中生成大量机器人训练数据;另一方面,通过传感器、机器人手以及真人操作采集现实世界的数据。公司将两部分数据结合,期望形成持续扩张的数据体系。
一旦机器人开始部署,其在现实世界完成的每个任务都可能成为新的训练数据;新数据让模型更优;更优模型使机器人能完成更多复杂任务,产生更多数据。最终可能形成“更多机器人 → 更多数据 → 更强模型 → 更高机器人价值 → 更多机器人”的循环。这便是 Genesis AI 想建立的数据飞轮。
而这类飞轮形成后,公司的护城河将不再是某个机械结构或某代机器人产品,而是数据规模、数据质量和模型能力间不断强化的正循环。
03┃ Genesis AI 为什么没有只做模型,而是选择“全栈”?
很多机器人 AI 公司选择轻资产路径:不生产机器人,仅提供控制机器人的 AI 模型。理论上,这种模式类似软件公司,易获较高估值倍数。
Genesis AI 则选择另一条路。公司同时推进基础模型、仿真系统、数据采集设备以及机器人硬件。这看似会增加研发成本,实则有现实原因:若不掌握硬件和数据入口,机器人基础模型很难建立数据壁垒。
2026 年 5 月,Genesis AI 发布 GENE - 26.5,并展示了与其模型配套的高灵活度机器人手。公开演示涵盖切菜、打鸡蛋、解魔方、弹钢琴等复杂操作。据 Reuters 报道,公司希望借此让模型适配不同类型机器人,而非局限于某类固定硬件。
这表明 Genesis AI 的战略愈发清晰:不是单纯售卖机器人,而是用自身硬件获取真实数据,再用数据训练通用模型,最后让模型适配更多机器人和应用场景。这是典型的“先重后轻”的基础设施打法。早期需打通技术栈,因缺乏现成产业基础设施;但模型和数据体系成熟后,公司理论上可向平台层迁移,让更多第三方机器人使用其模型。
若此过程可行,Genesis AI 的商业价值将从机器人制造商向 Physical AI 基础设施公司转变。
04┃ 商业模式的真正想象空间:不是卖机器人,而是卖“机器人劳动力”
若 Genesis AI 仅生产机器人,30 亿美元的估值需谨慎看待。因为硬件业务面临制造成本、供应链、库存、售后和资本开支等问题,商业模式难获纯软件公司的估值倍数。
但 Genesis AI 真正想做的并非单纯卖机器人。其更长远的商业模式是将机器人变为企业可直接购买的生产力服务。
例如,工厂无需购买机器人,只需机器人完成每天 8 小时的搬运、分拣、装配或其他重复性劳动。对客户而言,有价值的不是“拥有机器人”,而是“少雇佣人工、增加产能、降低成本”。
这意味着未来机器人商业模式可能从一次性硬件销售转向“硬件 + 软件 + 服务”的持续收入模式。Genesis AI 的模型可作为软件层,机器人作为执行层,企业最终购买的是自动化解决方案。
若模型能授权给其他机器人厂商,公司还可获得模型授权、软件订阅或按机器人使用量收费的收入。于是,一个潜在商业结构出现:底层是仿真和数据基础设施,中间是机器人基础模型,上层是机器人硬件和企业应用。这种模式的最大价值在于,基础模型成熟后,收入增长不必完全依赖自身生产的机器人数量。
机器人数量增长越快,模型潜在使用量越大;模型覆盖机器人越多,公司越易获取真实世界数据。这正是 Genesis AI 能获 AI 公司估值,而非仅为机器人公司估值的核心原因。
05┃ 为什么这个团队本身就值得高估值?
Genesis AI 拥有强大的技术团队。联合创始人兼 CEO 周衔拥有卡内基梅隆大学机器人学博士背景,博士期间围绕机器人学习、生成式仿真和世界模型展开研究,并主导了后来成为 Genesis AI 技术基础之一的 Genesis 仿真项目;另一位联合创始人兼总裁 Théophile Gervet 同样毕业于 CMU,此前是 Mistral AI 研究科学家,参与过 Mixtral、Pixtral 等前沿多模态模型的研发,同时具备机器人视觉、三维理解和机器人操作方面的研究积累。
更关键的是,这并非两位创始人单打独斗,而是一支来自 Mistral AI、NVIDIA、Google、Apple、CMU、MIT、Stanford 等顶尖 AI 与机器人机构的技术团队,覆盖基础模型、机器人学习、物理仿真、图形学、数据系统和硬件等完整技术栈。Genesis 自身也强调,团队成员参与过 Diffusion Policy、UMI、NVIDIA GR00T 等机器人领域重要项目。
06┃ 为什么这个故事现在尤其值得投资人关注?
Genesis AI 所处的并非孤立机器人市场,而是 AI 产业的结构性迁移。过去几年,AI 主要解决数字世界问题:写代码、分析文本、生成图片、处理客服、辅助决策。下一阶段,AI 开始进入物理世界,这意味着模型需从“理解信息”迈向“理解环境、规划动作并执行动作”。
资本市场已开始对这一方向大规模定价。2026 年第一季度,Physical AI 初创公司共完成约 163 亿美元融资,机器人成为 AI 之外重要的资本聚集方向之一。
Genesis AI 恰好处于这一趋势的交叉点:它既有 AI 基础模型的想象空间,又有机器人产业的巨大应用市场。其目前的估值逻辑基于三个层面:
第一,巨大的终端市场。公司面对的不是几十亿美元的机器人细分市场,而是全球数十万亿美元级别的物理劳动市场。即便只能自动化其中一小部分,也足以支撑一家百亿美元级别公司的收入空间。
第二,基础模型带来的平台效应。若 GENE 最终能跨机器人、跨任务、跨行业工作,公司无需成为各类机器人制造商,而可成为整个机器人产业的智能层。这种商业模式一旦成立,收入天花板将远高于单纯的硬件销售。
第三,也是最重要的,数据飞轮可能带来的复合增长。传统机器人公司的增长依赖工厂扩产、供应链和销售团队,而机器人基础模型公司的增长理论上可同时受益于机器人数量增长和模型能力提升。若真实世界数据能持续改善模型,每增加一台机器人,可能不仅意味着一个硬件产品,还意味着新的数据入口和模型训练资源。
所以,从投资人角度看,30 亿美元并非为 Genesis AI 当下业务定价,而是为其成为 Physical AI 基础设施平台的概率定价。这也是 Khosla Ventures、Eclipse、Eric Schmidt 等投资人早期下注的原因。公司 2025 年获得的 1.05 亿美元融资,已表明顶级资本愿为这一方向提前买单;若后续融资按约 30 亿美元估值完成,则进一步说明市场将 Genesis 与 Physical Intelligence、Skild AI、Figure AI 等头部 Physical AI 公司置于同一竞争框架中比较。
结语┃ AI 的下一站,是“实时世界”
Genesis AI 最值得关注的并非能否造出更好的机器人,而是有无机会成为机器人时代的“大脑”。若未来机器人像如今的软件一样大量进入工厂、物流、实验室乃至家庭,那么真正具有长期价值的,或许不是某款机器人,而是掌握模型、数据和智能入口的公司。
2320



被折叠的 条评论
为什么被折叠?



