具身智能又一颗新星升起
摘要
Genesis AI由卡内基梅隆大学的机器人研究博士周衔和前法国AI初创企业Mistral的研究科学家Théophile Gervet联合创立。公司的核心目标是开发机器人通用模型，使机器人能够自动执行不同环境下的各类复杂工作。
为解决具身智能模型训练所需物理世界数据成本高昂、收集难度大的问题，Genesis AI选择了合成数据路线，通过物理生成引擎产生数据。其开源生成式物理引擎Genesis能提供比现实世界快约430000倍的模拟速度，RTX4090单卡训练环境下26秒就能训练出可转移至真实机器人的运动策略。
参与Genesis项目的多名研究人员已加入Genesis AI，组成约20人的开发团队，专攻机器人技术、机器学习和图形学领域。周衔表示，他们致力于将人类级别的智能引入实体世界，让机器感知、理解并与现实世界互动，推动由实体AI驱动的通用机器人发展。
目前Genesis AI的融资估值尚不清楚，但通用机器人AI模型赛道的竞争对手已纷纷跨过独角兽企业的10亿美元门槛。如去年底OpenAI、贝索斯投资Physical Intelligence时估值达20亿美元，上个月机器人软件开发公司Skild AI潜在估值达45亿美元，软银领投1亿美元，英伟达、三星认购少量股权。
北京时间周二晚间，一家名为Genesis AI的机器人AI研究公司发布亮相公告，并宣布获得高达1.05亿美元的高额种子轮融资。
来源：prnewswire
公告显示，知名风险投资公司Eclipse和科斯拉（Khosla）领投本轮融资，其他投资者还包括前谷歌CEO埃里克·施密特和法国科技富豪泽维尔·尼尔。
据悉，Genesis AI由卡内基梅隆大学的机器人研究博士周衔，以及前法国AI初创企业Mistral的研究科学家 Théophile Gervet联合创立。这家公司的核心目标是开发机器人通用模型，使得机器人能够自动执行不同环境下的各类复杂工作。
两名创始人资料图
与投资者们熟悉的大语言模型需要海量文本数据集训练一样，具身智能模型需要物理世界的数据进行训练。很显然，这样的数据集成本高昂且收集难度颇大。
为了解决这一难题，Genesis AI选择了合成数据路线，通过物理生成引擎来产生数据。而这个引擎本身就是Genesis AI早早引发业界关注的原因。
去年底，一项由周衔牵头，联合卡内基梅隆大学、清华、北大、MIT、斯坦福等10余家研究机构，以及英伟达、太极图形的学术研究项目一经发布，就引发AI产业的高度关注。这项研究的成果正是名为Genesis的开源生成式物理引擎。
这个项目集合了大量具身智能产业的华人科学家
这个项目有一点格外受到关注。Genesis物理生成引擎能提供“比现实世界快约430000倍的模拟速度”，而且即便是在RTX4090单卡训练环境下，只需26秒就能训练能转移至真实机器人的运动策略。
据悉，参与这个项目的多名研究人员已经加入Genesis AI，组成一个约20人的开发团队，专攻机器人技术、机器学习和图形学领域。
周衔在公告中表示：“由实体AI驱动的通用机器人将书写人类历史的下一重要篇章。尽管数字AI已取得非凡进展，但实体AI——让机器感知、理解并与现实世界互动的智能——却始终落后。我们正致力于改变这一现状。基于现有数字AI模型的基础，我们将人类级别的智能引入实体世界。”
对于这笔投资，科斯拉风投的合伙人卡努·古拉蒂表示，这家机构押注的方向是看看是否有人能开发出跨任务通用的机器人基础大模型。在这家机构接触过的所有团队中，Genesis的独到之处是在机器人基础模型领域的开发路径。
目前Genesis AI的融资估值尚不清楚。作为参考，通用机器人AI模型赛道的竞争对手已经纷纷跨过独角兽企业的10亿美元门槛。
根据过往数据，去年底OpenAI、贝索斯投资Physical Intelligence时的估值已经达到20亿美元。上个月也有消息称，机器人软件开发公司Skild AI在最新一轮融资中的潜在估值已经达到45亿美元，其中软银将领投1亿美元，英伟达、三星也将认购少量股权。
