这家公司的目标是让人类摆脱体力劳动的束缚。最近，硅谷新晋的具身智能项目「Genesis AI」在种子轮融资中斩获1.05亿美元，成为该领域至今最大规模的融资案例。这不仅意味着AI技术正在向物理世界延伸，更预示着未来可能出现一场关于劳动分工的变革。

过去几年，AI在脑力劳动领域取得了显著突破，但体力劳动的自动化进展却相对缓慢。从扫地机器人到厨房助手，AI在日常生活中逐渐普及，可当人们期待它承担更多工作时，却发现实际效果远不如预期。这种落差暴露了一个关键问题：AI的「大脑」和「身体」发展速度不匹配，导致技术应用存在断层。

具身智能作为解决这一问题的方案，正吸引越来越多关注。然而目前尚未出现类似OpenAI那样的通用技术架构，市场仍处于探索阶段。Genesis AI的出现，恰似一记强心剂，为这个领域注入了新的活力。

这次融资金额在具身智能赛道中堪称领先。据外媒报道，这笔1.05亿美元种子轮融资由Kholsa Ventures和Eclipse联合领投，前者是OpenAI的早期投资者，后者则是特斯拉机器人团队的核心成员。参与投资的还包括谷歌前董事长Eric Schmidt、欧洲科技大亨Xavier Niel、法国央行BPI、红杉中国等机构。这种阵容组合，既体现了资本对技术前景的信心，也暗示了项目的技术深度。

Genesis AI的团队构成堪称豪华，汇集了来自Mistral AI、英伟达、谷歌、苹果、CMU、MIT、斯坦福等顶尖机构的科研精英。这支年轻团队平均年龄不足30岁，却在机器人学、物理模拟、图形学等领域积累了深厚经验。他们并非传统意义上的教授创业模式，而是由刚毕业的博士组成，代表着AI和机器人领域的最新研究方向。

团队核心成员中，周衔是卡内基梅隆大学机器人学博士，曾主导登上《Science Robotics》的宜家组装机器人研究。他的博士研究涉及世界模型、模仿学习和强化学习，提出了生成式仿真的新范式。Théophile Gervet作为Mistral早期创始成员，主导开发了Pixtral 12B多模态大模型，用Llama-3.2 90B七分之一的模型大小实现7倍性能超越。

团队中还有多位华人面孔。许臻佳曾参与斯坦福刷盘子机器人UMI项目，主导Diffusion Policy架构开发，多次获得RSS、CoRL等机器人顶会最佳论文。王尊玄师从MIT人工智能实验室主任Daniela Rus，研究方向涵盖数据、大脑和本比，这正是具身智能的核心技术方向。

乔怿凌师从图形学泰斗Ming C.Lin和机器人学泰斗Dinesh Manocha，在图形学和可微物理仿真方面做出多项开创性工作。宋运龙是无人机强化学习竞速领域的开拓者，曾通过强化学习算法战胜人类世界冠军。李旻辰则是图形学领域影响力巨大的求解复杂接触模型算法IPC的发明人。

除了学术界的新锐，Genesis AI的工程团队同样星光熠熠。包括H Company多模态模型负责人Antoine d'Andigne、苹果Apple Intelligence负责人、谷歌工程总监Rachid El Guerrab、英伟达GVDB架构师Rama Hoetzlein等。这些技术大牛的加入，为项目注入了强大的工程实力。

Genesis AI的野心不止于技术突破。他们计划打造一个高密度人才的创新组织，目标是实现最强的物理智能。要达成这个目标，首先需要解决物理智能领域的「数据魔咒」问题。为此，他们正在构建一个可扩展的通用数据引擎，整合高精度物理模拟、多模态生成式AI和大规模真实机器人数据。

不同于依赖单一技术路线的方案，Genesis AI希望在多个技术模块上实现突破。他们自主研发的仿真系统能够生成高质量合成数据，配合高效的真实世界数据采集系统，形成「合成数据+真实数据」的双引擎模式。这种模式突破了传统数据壁垒，能收集大规模、多样性的高质量数据，为训练机器人基础模型提供支持。

物理智能基础模型被视为AI领域的下一个重大突破点。最强物理智能对世界和产业的影响将更加深远和颠覆性。在DeepSeek之后，人们期待看到更多华人主导的年轻科学家团队，在物理智能领域创造属于自己的OpenAI。

目前Genesis AI的具体产品信息尚未完全公开，但他们的下一个里程碑可能将在今年年底发布。这个项目的最终表现，将决定具身智能领域是否能真正实现体力劳动的自动化。这场关于AI与物理世界结合的探索，仍在持续进行中。