成立不到两年狂揽5亿美元,英伟达和AMD这次押对了赛道吗
一笔创纪录的A轮支票刚刚落袋。美国加州人形机器人初创公司Genesis AI宣布完成5亿美元的Series A融资,由Khosla Ventures、Premji Invest及Eclipse联合领投,英伟达(Nvidia)、AMD、Zoom甚至三星Next紧随其后参与跟投。加上去年7月完成的1.05亿美元种子轮,这家成立仅仅不到两年的公司已经吞下了超过5亿美元的资本,估值也一路飙升至约35亿美元(折合人民币近233亿元)。
在AI大模型应用还在为谁能先跑通Agent工作流而焦灼时,顶级风投与全球两大GPU巨头罕见地选择了同一笔硬件标的——一个尚未满一岁量产线的机器人。
这究竟是传统创投圈对“物理世界版ChatGPT”的盲目狂热,还是预示着算力投资逻辑正在发生实质性的范式转移?对于普通消费者或投资者而言,这笔钱究竟烧向了哪里,又将在什么时候结出可量化的果实?
从云端到边缘:为什么算力巨头集体下场?
过去三年,英伟达和AMD几乎垄断了全球AI大模型训练的核心算力。但对于这些卖芯片的硬件厂商来说,最深层的焦虑在于:如果所有的计算都只发生在数据中心的服务器上,那么终端设备的创新终将触碰天花板。
Genesis AI的出现恰好击中了这一痛点。它需要极度强悍的算力来处理实时视觉感知、多步任务规划以及复杂的力矩控制,而这些算力恰恰无法完全回传云端——延迟会毁掉机器人在流水线上的抓取精度。这就是边缘侧(AI Edge Computing)的巨大想象空间。
英伟达与AMD的参投不仅仅是财务意义上的背书,更是为了提前锁定下一代人工智能基础设施的物理接口。一旦Eno这种具备自主思考能力的双臂机器人在未来的仓储、装配线真正铺开,搭载Nvidia Jetson架构或AMD加速单元的工业级主板将成为新的刚需。在这个逻辑下,他们投资的不是一个单纯的公司,而是在押注未来五年制造业算力的分配权。
“戴上手套”的数据革命:Genesisi如何绕过数据采集死胡同?
在生成式AI引爆之前,人形机器人的最大拦路虎一直不是“大脑”,而是“双手”。如何让一双金属机械手指能够像人手一样灵活地捏起一个鸡蛋或者折叠一个快递纸箱?这是波士顿动力等传统大厂摸索多年的难题。
Genesis AI给出了一个极其巧妙的破局方案:与其用海量的静态图像去教AI“看见”,不如让AI学会“触摸”。
他们的核心产品名叫“Eno”。这个机器人并没有采用传统的纯视觉识别路线,而是反其道而行之——给全球超过100名真实工人戴上配备了精密力觉传感器的特制手套,同时头戴摄像设备。这些工人在操作各种实物时所产生的每一克力度变化、每一次指尖微小的摩擦感,都被实时采集下来,转化为底层数据集。
随后,创始人团队将这份真实的触觉数据喂给他们从卡内基梅隆大学(CMU)学术背景中衍生出的自研物理仿真算法(IPC-Sim)。在这个数字世界里,数百万个高保真的虚拟模拟器不断重复工人的动作。CEO周贤(Xian)认为,Transformer架构本身可能只贡献了10%的技术含量,真正的壁垒在于谁手里的数据质量更高、更贴近真实的物理交互。这套“真人模拟+触觉反馈”的路径,极大缩短了攻克“灵巧操控(Dexterous Manipulation)”的时间窗口。
35亿美元估值背后的现实鸿沟
尽管叙事极为性感,但在距离万亿级的物理世界真正到来之前,Eno目前还面临着一系列极其残酷的工程学瓶颈。
首先是硬件耐久度的生死考验。尽管Eno已经在内部展示了诸如拾取小纸盒放入大盒、自动封口甚至打印并粘贴标签等完整的包装工作流,但其引以为傲的多关节灵巧机械手在实际常规作业中,往往只能支撑数周到数月便会因为零件磨损而报废。这对于追求零宕机时间的工业自动化场景而言,高昂的更换成本和频繁的维护周期意味着巨大的隐性成本。
其次,量产时间表依然充满变数。目前该公司虽然声称已经建造了大约30至40台原型机,并且已经选定了负责制造的下家代工方,计划在明年(2027年)正式开启量产,但具体能生产多少台、良品率几何、单台制造成本能否控制在合理区间内,外界依然一无所知。正如《TechCrunch》在实地探访中所观察到的那样,由于技术仍在迭代中,Eno甚至连向专业记者展示其极限操作的能力都没有。
此外,创始团队主要由CMU的年轻学者构成,在如何将实验室里的Demo转化为能在恶劣工业环境中稳定运行的标准化商品方面,缺乏成熟的供应链管理经验。5亿美元确实是一笔丰厚的启动资金,但在重资产硬科技领域,试错的成本远比互联网软件高出数个数量级。
尾声:一场值得等待的工业赌局
不可否认,Genesis AI通过独特的触觉手套采集法,在人形机器人的落地路径上蹚出了一条差异化的捷径。当英伟达和AMD决定将数十亿美元的真金白银押注于此,它们传递了一个不容忽视的信号:全球科技资本正在加速把目光从虚幻的虚拟云端拉向更具确定性和紧迫感的垂直物理应用。
对于身处其中的人来说,这场关于自动化替代人工的历史进程已然不可逆转。只不过,从几张精修的演示视频到真正走进千行百业的生产车间,中间还需要跨越无数次工程上的挫折与市场选择的阵痛。至于这笔5亿美元的超级A轮融资是成为了行业的助推器还是打水漂,我们需要等到2027年Eno真正下线的那一天才能看到答案。