全球物理人工智能研究实验室Genesis AI今日正式启动,专注于智能机器人的AI模型开发,并宣布已完成1.05亿美元融资。
本轮投资由Eclipse和Khosla Ventures共同领投,参投方包括Bpifrance、HSG、前谷歌首席执行官埃里克·施密特以及法国电信巨头泽维尔·尼尔。
Genesis AI首席执行官周贤表示:"由物理AI驱动的通用机器人将定义人类历史的下一个重要篇章。虽然数字AI取得了非凡进步,但物理AI——让机器能够感知、理解并与现实世界交互的智能——仍然滞后。"
物理AI是指能够直接与物理世界交互并适应的人工智能系统,例如驱动和支持机器人系统的AI。Genesis AI表示,公司通过构建可扩展的通用数据引擎进行物理仿真,并利用大规模机器人数据收集,为物理AI带来了以数据为中心的全栈方法。
要达到人类的灵巧性和能力水平,机器人需要大量的训练数据和敏感性。当今的机器人都是专业化的;大多数工业机器人只能执行单一任务或一系列简化动作,通常由无法适应快速变化条件的软件堆栈控制。
由物理AI机器人基础模型(RFM)驱动的机器人可以在人类周围工作、适应和克服复杂空间、与人类协作,甚至理解它们最初未接触过的情况。Genesis表示希望提供一个平台,通过可部署于任何类型机器人的RFM,为不同机器人带来人类级别的智能。
Eclipse合伙人查理·姆万吉表示:"即使在当今最'自动化'的行业中,机器人与人类的比例也很少超过1:30,这是因为需要灵巧性、认知能力、移动性和现实世界推理的长尾任务,而当前的机器人根本无法处理。通用机器人是我们一直在等待的突破,将影响各行业数万亿的劳动价值。"
对机器人需求最高的行业,如汽车行业,每年仅增加约13,000台机器人。根据《科技日报》的报告,全球范围内目前仅有约2,000台AI驱动的机器人在使用。
为了解决这一问题,公司组建了一支由来自Mistral AI、英伟达、谷歌、卡内基梅隆大学、麻省理工学院、斯坦福大学、哥伦比亚大学和马里兰大学的行业技术人才和学术专家组成的专家团队。Genesis表示,其核心工程团队在仿真、图形学、机器人和大规模AI模型训练与部署方面拥有深厚的专业知识。
Genesis认为通用机器人在工厂车间、仓库、医疗保健和农业领域存在明显机遇。所有这些场景都需要精确的工具使用和与人类伙伴的密切配合,这无法通过现代解决方案采用的当前软件堆栈轻松编程实现。
专家表示,AI驱动机器人实时学习、适应和做出智能决策的能力,将对解决这些行业的挑战至关重要。
好文章,需要你的鼓励
Salesforce研究团队发布开源工具包MCPEval,基于模型上下文协议(MCP)架构评估AI智能体工具使用性能。该工具突破传统静态测试局限,通过全自动化流程收集详细任务轨迹和协议交互数据,为智能体行为提供前所未有的可视化分析。MCPEval能快速评估MCP工具和服务器,生成综合评估报告,为企业智能体部署提供可操作的改进建议。
清华大学团队推出AnyCap项目,通过轻量级"即插即用"框架解决多模态AI字幕生成缺乏个性化控制的问题。该项目包含模型、数据集和评估基准,能让现有AI系统根据用户需求生成定制化字幕,在不重训基础模型的情况下显著提升控制能力,为AI内容创作的个性化发展奠定基础。
月之暗面Kimi K2技术报告:解读万亿参数的智能体模型(含K2与DeepSeek R1对比)
耶鲁大学团队开发了全球首个AI科学实验设计评估系统ABGEN,测试了18个先进AI模型设计消融实验的能力。研究发现最好的AI系统得分4.11分,仍低于人类专家的4.80分,但在人机协作模式下表现显著改善。研究还发现现有自动评估系统可靠性不足,建立了元评估基准ABGEN-EVAL。这项研究为AI在科学研究中的应用提供了重要评估框架。