一、开篇——这笔融资为什么不普通

2026年5月6日，机器人创业公司 Genesis AI 公开了它的第一个基础模型 GENE-26.5，以及一段让业内侧目的演示视频——一双由公司自研的仿人形机械手，完成了打鸡蛋、切番茄、做奶昔、弹钢琴、还原魔方等一连串复杂任务。

但对投黑马的读者来说，真正值得细看的不是这段演示，而是支撑它的那笔钱，以及这笔钱背后的几个不寻常细节。

第一，种子轮就拿了1.05亿美元（约合7.6亿元人民币）。这是2025年7月 Genesis AI 走出隐身状态时完成的单笔种子融资，金额与当年 Mistral AI 那笔轰动一时的种子轮持平，跻身史上最大种子轮之列。一家成立刚半年的公司，在还没有产品的阶段拿到九位数美元，这本身就是异常的估值节奏。

第二，投资人名单像一份「跨界豪华套餐」。Eclipse Ventures 与 Khosla Ventures 联合领投，跟投方包括法国公共投资银行 Bpifrance、亚洲成长基金 HSG（HongShan），以及一串个人投资者——前谷歌CEO埃里克·施密特、法国电信富豪Xavier Niel、MIT计算机科学与人工智能实验室主任Daniela Rus、以及曾任职英特尔与苹果的仿真与具身智能科学家Vladlen Koltun。产业资本、主权背景资本、跨境成长资本、学术权威与科技名流，罕见地同台。

第三，公司在5月做了一个「反直觉」的决定——自己造硬件。联合创始人兼CEO周宪（Zhou Xian）对媒体直言：「模型一直是目标，因为更好的模型意味着更好的智能。」但 Genesis 很快意识到，要做出真正好的模型，必须掌控硬件，「所以我们决定做全栈」。一家把「模型」奉为信仰的公司，反过来去做最重、最苦的机械手，这步棋耐人寻味。

第四，创始团队的背景密度极高。周宪拥有卡内基梅隆大学机器人学博士学位，联合创始人兼总裁Théophile Gervet曾是法国AI实验室Mistral的研究科学家。两位「模型出身」的人，搭起了一家「软硬通吃」的公司。

于是问题来了：当整个行业都在争论机器人到底该先做大脑还是先做身体时，为什么这群「模型派」会在拿到巨额资金后，亲手把自己拽进硬件的泥潭？而那些精明的钱，又为什么愿意在种子阶段就重注这样一条看似更慢、更重的路？这正是投黑马这一期想替您拆开的判断。

二、为什么是这个方向

过去两年，机器人基础模型（Robotics Foundation Model）赛道最主流的叙事是「轻资产、专注模型」——像Physical Intelligence、Skild AI这样的明星公司，主张把精力集中在通用策略模型上，硬件交给市场上现成的机械臂和夹爪。逻辑很清晰：模型才是智能的载体，硬件是可外包的商品。

Genesis AI 偏偏选了一条反叙事的路：全栈自研，连机械手都自己做。

这不是一时冲动，而是一个直指行业最深痛点的结构性判断——「具身鸿沟」（embodiment gap）。

投黑马把这个问题翻译给您：今天绝大多数机器人公司用的是两指或三指夹爪，但人类世界里几乎所有的工具、容器、操作流程，都是为「五指手」设计的。用夹爪去学人类的动作，就像让一个只有两根手指的人去学钢琴——数据怎么采、动作怎么迁移，都隔着一道结构性的墙。Gervet把这层窗户纸点破了：「如果我们能设计一只尽量模仿人手的机械手，就能在不用担心『具身鸿沟』的前提下，瞬间解锁海量的人类数据。」

这就是 Genesis 全栈决策的真正动因。它要的不是一只更炫的手，而是一条更短的数据通路。仿人手的尺寸、形状与人手一致，意味着人类演示的数据可以近乎无损地迁移到机器人上——而数据，正是训练一个能做更多任务的通用模型的真正燃料。

围绕这条通路，Genesis 还搭了两块配套：一是装满传感器的「数据采集手套」，作为机械手在现实世界里的「替身」，让流水线上的实验员、技工在日常工作中顺手就把数据采了；二是自研的仿真系统，用来加速模型评测与迭代——周宪特别强调，「模型迭代速度的真正瓶颈是评测」，仿真把这个瓶颈打开了。

所以「为什么是现在」的答案也随之清晰：当模型架构的边际收益开始放缓，行业的竞争焦点正在从「谁的算法更聪明」转向「谁能拿到更多、更高质量的真实操作数据」。Genesis 押的不是某个模型技巧，而是一套「自研硬件→低成本采数→数据飞轮→更强模型」的闭环。投黑马认为，这是一个把「数据获取能力」当作第一性原理的方向选择——在机器人这个数据极度稀缺的领域，谁掌握了采数的结构性优势，谁就握住了下一阶段的主动权。

三、投资人结构解读

这轮种子的投资人结构，是投黑马近期看到的最值得逐一拆解的一个样本。它不是一群同质化的VC扎堆，而是产业、主权、成长、学术四类截然不同的钱，在种子阶段就达成了共识。

Eclipse Ventures——产业资本，联合领投

Eclipse 是一家专注「硬科技与工业转型」的基金，核心信仰是：真正改变世界的，是把比特（软件）与原子（硬件）捏合在一起的全栈公司，而非纯软件玩家。它长期重仓制造、供应链、机器人这类「重」赛道。

Eclipse 领投 Genesis，几乎是其投资哲学的教科书式落点。当多数机构对「自己造手」望而却步时，Eclipse 恰恰认为机器人智能必须软硬一体——这与 Genesis 的全栈决策同频。对赛道而言，这个信号意味着：严肃的产业资本判断，机器人基础模型不会走纯软件外包的轻路线，垂直整合才是壁垒所在。

Khosla Ventures——逆向早期资本，联合领投

Khosla 是硅谷最敢在早期下重注、最不怕「非共识」的基金之一，曾是OpenAI最早的机构支持者。它的投资逻辑从不看当下的共识，而看「如果这件事成了，天花板有多高」。

Khosla 押 Genesis，押的是两样东西：一流的创始团队，以及「为机器人造一个通用基础模型」这个足够大的命题。它愿意在没有产品的种子阶段进场，本质上是把当年押注大语言模型的范式，延伸到了物理世界。对赛道的信号意义在于——「基础模型」这套打法正在被顶级早期资本认定为机器人领域的下一个范式级机会，而非一时风口。

Bpifrance——主权背景产业资本，跟投

Bpifrance 是法国的公共投资银行，长期支持本土深科技与硬件企业。Genesis 的总部设在巴黎，联合创始人Gervet出自法国AI体系，团队约四到五成在欧洲——Bpifrance 的入局，与这家公司的人才地理高度吻合。投黑马在此只作客观陈述：这类带主权背景的产业资本进入种子轮，通常代表着对一项深科技能力的长期产业承诺，资金属性更耐心、退出周期更长。它为 Genesis 提供的不只是钱，还有欧洲产业与人才网络的接入。

HSG（HongShan）——跨境成长资本，跟投

HSG 是从红杉体系独立出来的亚洲头部成长基金，以在成长期重仓前沿科技见长。一家以「成长期」著称的机构出现在种子轮名单里，本身就是一种强信号——它通常意味着该机构判断这家公司的成长曲线值得提前锁仓，并希望在后续轮次中保有跟进的优先位置。

学术与名流个人——技术背书与生态资源

跟投名单里的四位个人，可分成两组来读。一组是技术权威：MIT CSAIL主任Daniela Rus与具身智能科学家Vladlen Koltun，是机器人与仿真领域的标杆人物，他们的个人入股更像是一种「技术尽调通过」的公开背书，对一家种子期公司的招聘与口碑价值极高。另一组是生态与资本名流：埃里克·施密特带来产业视野与资源网络，他公开评价 Genesis 的进展「对其团队和整个机器人行业都是一个重要里程碑」；Xavier Niel则连接着法国乃至欧洲的科技创业生态。

投黑马的总结判断是：这不是一份「谁有名拉谁」的名单，而是一组分工明确的资本结构——产业资本（Eclipse）押全栈路线，逆向资本（Khosla）押范式与人，主权资本（Bpifrance）押长期产业能力，成长资本（HSG）押成长曲线，学术名流押技术可信度。四类钱在种子轮的罕见同框，本身就是 Genesis 这个项目「非共识但高信念」属性最直接的证据。

四、护城河拆解

Genesis 的故事讲得很动人，但投黑马的职责是替您区分「看起来像护城河」和「真正的护城河」。

看起来像护城河的，是钱和人。 1.05亿美元种子、卡内基梅隆与Mistral的明星创始人、一串权威背书——这些确实构成了起跑优势，但它们都不是壁垒。资本可以被对手用更大的轮次抹平，明星团队这个赛道里并不稀缺。周宪自己也承认，市面上「大概有50到100家做机械手的公司」。

可能是真护城河的，是数据飞轮的结构。 Genesis 真正想筑的墙，是「仿人手＋传感手套＋仿真系统」三件套合力形成的低成本、高质量数据采集能力。如果这套闭环成立，它就能以远低于同行的成本，持续获得别人拿不到的真实操作数据，从而训练出能做更多任务的模型——数据越多，模型越强，越多客户愿意戴手套采数，数据又更多。这是一个典型的数据网络效应，理论上能随规模自我强化。

但这道墙有明确的失效场景，投黑马必须点出来。

其一，飞轮的起点依赖「人愿意戴手套」。Gervet坦言，价值在于让实验员、技工在日常工作中佩戴采数设备，但他同时承认了一个尚未解决的难题：工人是否愿意佩戴「可能训练机器人来取代自己」的设备，要不要为此额外付费，「我们还没把细节敲定」。客户的员工甚至可能选择不共享这些数据。数据飞轮的第一圈，卡在一个尚未跑通的人性与商业问题上。

其二，「仿人手」的技术领先未必是结构性壁垒。让机械手接近人手的尺寸形状，是工程难题而非不可逾越的科学壁垒，那50到100家机械手公司中，迟早会有人逼近相似形态。Genesis 的差异化，最终要落到「手」与「模型」的耦合深度上，而这种耦合优势能维持多久，目前没有答案。

其三，全栈本身是双刃剑。自研硬件意味着更重的资本投入、更长的迭代周期、更复杂的供应链。当对手用现成硬件＋专注模型的轻打法快速试错时，Genesis 必须证明：它用更慢的路，换来的数据优势足以补偿速度的损失。

一句话，Genesis 的护城河目前还是「假设态」——它押注的数据飞轮逻辑自洽且性感，但飞轮能否真正转起来，取决于一系列尚未被验证的执行环节。

五、被市场低估的周边机会

需要先给您一个清醒提示：Genesis 这轮种子早在2025年7月就已完成，本轮的直接投资窗口对一级市场而言已经彻底关闭。投黑马这一节的价值，在于顺着这笔融资「照亮」的方向，找到那些仍处于早期、值得左侧布局的周边机会。

机会一：具身数据采集硬件——机器人时代的「卖铲人」。

Genesis 的传感手套揭示了一个被低估的需求：随着越来越多机器人公司转向「真实操作数据」驱动，低成本、可量产、能在真实工作场景中佩戴的数据采集设备（手套、遥操作装置、可穿戴传感套件）将成为刚需。这是典型的「卖铲人」生意，不押单一模型公司的胜负，而吃整个赛道的扩张红利。追踪信号：是否有更多机器人基础模型公司开始采购或自研采数硬件、触觉传感器与MEMS元件厂商的订单结构是否向机器人倾斜、是否出现专做「具身数据采集」的独立创业公司。

机会二：灵巧手与仿人执行器供应链——被忽视的零部件层。

当行业从两指夹爪转向仿人形机械手，背后是一整条新的零部件需求：腱驱动机构、微型执行器、高密度触觉传感、轻量化结构件。整机公司的光环往往盖过了这一层，但供应链环节通常利润更稳、护城河更实。追踪信号：仿人手的物料成本（BOM）是否进入快速下降通道、是否涌现专注灵巧手关键零部件的早期公司、传统精密制造企业是否切入机器人执行器赛道。

机会三：机器人仿真与评测基础设施——被点名的真瓶颈。

周宪亲口说出「模型迭代的真正瓶颈是评测」，这句话本身就是一张藏宝图。机器人操作的仿真环境、标准化评测基准、合成数据生成工具，是支撑整个赛道迭代速度的底层设施，目前仍高度分散、远未成熟。追踪信号：是否出现专注机器人操作仿真或评测基准的创业公司、合成数据在操作任务训练中的占比是否上升、是否形成被多家头部公司共同采用的评测标准。

六、【黑马判断】+ 布局建议 + 风险披露 + 结语

分层布局建议

给一级市场投资者：本轮已关闭，直接标的无从切入，真正可操作的是「同构标的扫描」。选股标准建议锁定三类：一是把「数据获取结构」作为第一性原理的机器人公司（而非只比拼模型指标），二是具身数据采集硬件与灵巧手零部件的「卖铲人」，三是机器人仿真与评测基础设施。判断一家机器人基础模型公司是否值得看，投黑马给您一个简单的标尺——问它「你的独特数据从哪来、成本比对手低多少」，答得清楚的才有壁垒可言。

给二级市场投资者：没有直接标的，间接路径是关注触觉传感、精密执行器、MEMS、机器人零部件相关的上市公司，以及具备机器人供应链卡位的精密制造企业。注意事项：机器人基础模型仍处商业化早期，二级映射极易被概念情绪放大，务必区分「真有订单的供应链」与「蹭机器人概念的炒作」，以实际出货与订单结构为锚。

给创业者：Genesis 的全栈路线意外地留出了大片空白地带。它把精力压在「手＋模型」上，意味着采数硬件、灵巧手零部件、仿真评测这些环节存在大量可切入的细分机会。最值得切入的方向，是做整个赛道都需要、又不与头部整机公司正面竞争的「基础设施层」生意。

风险披露

第一，商业化周期风险。机器人基础模型尚未跑通规模化商业闭环，全栈路线更重、迭代更慢，从模型演示到可付费的真实场景部署之间仍有漫长距离，收入兑现时点存在高度不确定性。

第二，竞争加剧风险。赛道内已有Physical Intelligence、Skild AI等重金玩家，机械手公司多达50至100家，Genesis 的形态与耦合优势可能被快速逼近，先发不等于领先。

第三，技术替代风险。数据采集范式可能被新方法颠覆，两指夹爪在大量场景中「够用」，仿真到现实的迁移鸿沟（sim-to-real）仍未根本解决，技术路线存在被绕过的可能。

第四，数据治理与合规风险。其数据飞轮依赖让一线工人佩戴采集设备，而员工是否愿意佩戴、是否同意共享、如何补偿等问题，创始人公开承认「尚未敲定」。这一环既是商业堵点，也可能演变为劳动与隐私层面的治理风险。

结语

回到开篇的疑问：为什么一群「模型派」拿到巨额资金后，反而亲手扎进了硬件的泥潭？答案是，他们不认为那是泥潭，而是通往数据的最短路径。Genesis 的全栈决策，本质上是把「数据获取能力」当成了机器人智能的第一性原理——在这个判断里，造手不是负担，是地基。

这笔种子之所以不普通，不在于它的金额，而在于它让我们看清了机器人赛道正在发生的范式迁移：竞争的胜负手，正从「谁的模型更聪明」悄悄移向「谁能更便宜地拿到真实世界的数据」。投黑马始终相信，在一个技术尚未定型的赛道里，最深的护城河往往不是最炫的技术，而是别人复制不了的数据获取结构——这，才是聪明钱在 Genesis 身上真正买下的东西。

本文为投黑马「融资观察」第009期，融资数据来源于公开报道（TechCrunch等），投黑马仅就企业与产业层面作客观分析，不构成任何投资建议。一级市场投资有风险，决策需独立判断。

—— 投黑马研究团队