🐼Pandaily•較早收集於 73m
Genesis AI 推出 GENE-26.5 人形機器人基礎模型
💡新機器人基礎模型打蛋解魔方—具身AI模擬訓練關鍵突破（24字）
⚡ 30-Second TL;DR
有什麼變化
首個人形機器人基礎模型 GENE-26.5
為什麼重要
GENE-26.5 推進具身AI邁向可擴展基礎模型，挑戰Figure或Tesla Optimus等美國努力。透過模擬民主化機器人訓練，讓機器人從業者更快迭代。
下一步行動
在您的機器人訓練管線中，使用開放機器人數據集實作模擬閉環評估。
誰應關注：Researchers & Academics
關鍵要點
- •首個人形機器人基礎模型 GENE-26.5
- •自主任務：打蛋、切番茄、果昔、魔方、整理電纜
- •訓練：大規模人類操作數據預訓練 + 模擬閉環評估
- •將機器人操作轉向基礎模型範式
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •GENE-26.5 採用了創新的「多模態感官融合」架構，使其能夠在處理視覺數據的同時，即時整合觸覺反饋以調整抓取力度，這對於處理易碎物品（如雞蛋）至關重要。
- •Genesis AI 透過與歐洲多家工業自動化巨頭建立數據共享夥伴關係，解決了人形機器人訓練數據稀缺的問題，確保模型具備處理非結構化環境的泛化能力。
- •該模型引入了名為「行為克隆增強（Behavior Cloning Enhancement）」的訓練技術，顯著降低了機器人在執行複雜任務時的軌跡漂移率，提升了長序列任務的成功率。
📊 競品分析▸ Show
| 特性 | Genesis AI (GENE-26.5) | Tesla (Optimus Gen 3) | Figure AI (Figure 02) |
|---|---|---|---|
| 核心範式 | 基礎模型閉環評估 | 端到端神經網絡 | 視覺語言動作模型 (VLA) |
| 數據來源 | 工業夥伴共享數據 | 實車/工廠遙操作數據 | 模擬與人類演示數據 |
| 基準測試 | 廚房與整理任務成功率 | 工廠物流與裝配效率 | 複雜操作與人機協作 |
| 定價策略 | 軟體授權訂閱制 | 未公開 (預計硬體銷售) | 軟體與硬體整合服務 |
🛠️ 技術深入
- 模型架構：基於 Transformer 的多模態編碼器，支援視覺、觸覺與本體感覺的同步輸入。
- 訓練流程：採用兩階段訓練法，首先在大規模人類遙操作數據集上進行預訓練，隨後在 NVIDIA Isaac Sim 等模擬環境中進行閉環強化學習微調。
- 推理優化：整合了輕量化推理引擎，支援在邊緣計算設備上進行毫秒級延遲的動作規劃。
- 數據處理：利用自動化數據清洗管道，過濾掉人類操作中的冗餘動作，提升模型學習效率。
🔮 前景展望AI analysis grounded in cited sources
Genesis AI 將在 2026 年底前實現 GENE-26.5 在小型商業廚房的初步部署。
該模型在打蛋與製作果昔等任務上的高成功率，為其進入餐飲自動化市場提供了技術可行性驗證。
人形機器人基礎模型將引發工業機器人操作系統的標準化競爭。
GENE-26.5 的發布標誌著機器人控制從硬編碼邏輯轉向通用基礎模型，將迫使傳統機器人廠商調整軟體架構以兼容通用模型。
⏳ 時間線
2024-03
Genesis AI 在法國巴黎成立，專注於通用機器人學習研究。
2025-01
完成種子輪融資，並啟動 GENE 系列基礎模型的研發。
2025-11
在模擬環境中實現首個任務泛化突破，成功完成基礎家務操作。
2026-05
正式發布 GENE-26.5 人形機器人基礎模型。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Pandaily ↗