---
title: 蛰伏一年，周衔团队带来首个具身基础模型，烹饪做实验弹琴，效果炸场
source_url: https://mp.weixin.qq.com/s/6jbIVQzSQ2nf1HY1xk-BOg
publish_date: 2026-05-07
tags: [wechat, article]
review_value: 7
review_confidence: 7
review_recommendation: neutral
ingested: 2026-05-16
sha256: 5054afae3e1599bcb9fa12416a97b846c288b99a8f793107dd3c4b0ff8a9d7e3
---
# 蛰伏一年，周衔团队带来首个具身基础模型，烹饪做实验弹琴，效果炸场
> 作者：机器之心，2026-05-07
> 原始来源：Genesis AI
## 摘要
Genesis AI 发布首个机器人基础模型 GENE-26.5（GENE = Genesis Embodied Neural，26.5 = 2026年5月）。核心演示：4分钟烹饪（20+步骤）、解魔方、Rush E 弹琴、实验室移液、线束整理——全由同一模型/硬件/数据/控制栈完成。
## 核心系统架构
GENE-26.5 不是孤立模型，而是全栈系统：
- 接近人手的机器人硬件（Genesis Hand 1.0）
- 低成本人类数据采集体系（EMF 数据手套）
- 从零构建的仿真评测栈（闭环评测核心）
- 面向机器人的多模态基础模型
- 低延迟高精度控制系统（3ms 延迟/2mm 精度）
## GENE-26.5 演示任务
| 任务 | 时长 | 关键挑战 |
|------|------|---------|
| 烹饪（打蛋、切番茄等） | ~4分钟 | 20+子任务，双手协同，多工具使用 |
| 实验室移液 | ~1.5分钟 | 毫米级精度，精细手部协调 |
| 解魔方 | ~1分钟 | 通用双手机器人首次完成 |
| Rush E 弹琴 | ~20秒 | 高难度钢琴曲目，超出人类极限 |
| 线束整理 | ~1.5分钟 | 汽车行业"圣杯任务"，软体物体控制 |
## 关键数据
- 每个任务少于 1 小时机器人数据即可学会（20秒技能 < 200 episodes）
- 仿真评测：1 个数据点 = 200 评测设置 + 150 小时机器人执行时间
- 若真实评测：整张图需 2700 小时人机评测
- 自研控制延迟：3ms（原厂约大 10 倍）
- 轨迹跟踪误差：2mm（vs 原厂 20mm）
## Genesis Hand 1.0 规格
- 20 个主动、可反驱自由度
- 1:1 人手尺寸匹配
- 手掌和手指覆盖柔性材料（模拟人类皮肤软接触）
## 数据引擎三类数据
1. **手套数据**：EMF 手指追踪 + 密集触觉传感，高精度手部运动
2. **第一视角视频**：真实任务中的自然行为
3. **第三视角视频**：互联网规模数据覆盖更多物理交互场景
## 核心路线
1. 接近人手的硬件 → 缩小具身差距
2. 人类工作数据 → 扩大训练规模
3. 仿真系统 → 加速闭环评测
4. 低延迟控制 → 减少执行误差
5. 机器人基础模型 → 泛化能力
## 参考
- https://www.genesis.ai/blog/gene-26-5-advancing-robotic-manipulation-to-human-level
- Genesis 物理引擎（GitHub 最大开源机器人项目）