梦晨 发自 凹非寺
量子位 | 公众号 QbitAI
刚刚，一支华人主导的AI团队打破硅谷融资纪录。
这家名为Genesis AI的具身智能公司，在成立仅一个月后就完成了1.05亿美元（约7.52亿元）的种子轮融资，从两个角度创造了历史：
这是硅谷历史上华人团队完成的最大规模种子轮，甚至超过了此前AI视频赛道Pika的5500万美元纪录。
也是硅谷具身智能赛道最大的种子轮，超过明星团队Physical Intelligence（7000万美元）和Skild（1450万美元）。
更让人惊讶的是，这个脱胎于学术界的创始团队并非常见的资深教授带队创业模式，而是一群刚刚博士毕业的年轻AI及机器人科学家。
CEO周衔，刚刚从CMU获得机器人学博士学位。而整个创始团队平均年龄不到28岁。
那么他们靠什么吸引到巨额投资？
答案或许就在团队去年底开源的Genesis物理引擎中，一句话就能精准生成完整的物理世界，已成为GitHub上最大的开源机器人项目。
大型语言模型需要用海量的文本数据来训练，机器人的AI模型则得基于物理世界的数据进行训练。不过，获取现实世界的数据既费钱又费时。
为了克服这个问题，Genesis物理引擎通过准确地模拟物理世界来生成合成数据。
现在，Genesis AI这家公司在Genesis物理引擎的基础之上，致力于开发通用机器人基础模型和通用机器人，旨在突破现有物理自动化解决方案的局限，实现“无限物理劳动自动化”。
Genesis AI的投资方阵容也很豪华：美国顶级风投Khosla Ventures和Eclipse领投，谷歌前董事长Eric Schmidt、法国科技大亨Xavier Niel个人参投，还有法国中央银行BPI和红杉中国的身影。
Eclipse合伙人Charly Mwangi的评价是：
当前即使在最自动化的行业中，机器人与人类的比例也很少超过1:30，通用机器人有望解决这一问题，Genesis的团队和战略有能力定义物理 AI 时代。
创始团队平均年龄不到28岁
这支平均年龄不到28岁的团队，集结了过去几年AI和机器人领域多个重要突破的主要贡献者。
CEO周衔，生成式仿真的提出者，Genesis项目的负责人，2024年从CMU博士毕业。
联合创始人Theo Gervet，Mistral AI前多模态模型负责人，2023年从CMU博士毕业。
创始团队中还包括：
英伟达GEAR团队真机系统负责人许臻佳，2024年从哥伦比亚大学博士毕业，师从斯隆研究奖得主宋舒然。
许臻佳是当下最流行的机器人网络架构Diffusion Policy以及数采设备UMI的核心作者。
前Liquid AI大模型研究科学家王尊玄，博士毕业于MIT，师从MIT人工智能实验室主任Daniela Rus。
CMU图形学方向助理教授李旻辰，2020博士毕业于宾夕法尼亚大学，本科浙大校友。
李旻辰是IPC算法的发明人，IPC是目前图形学领域最有影响力的求解复杂contact模型的算法。
获得过Siggraph Dissertation Award，每年之颁发给一个图形学领域最有影响力的博士毕业生。
乔怿凌， 可微物理仿真的先驱，有多篇可微仿真方向开创性的工作
他2024年毕业于马里兰大学，师从图形学泰斗Ming C.Lin和机器人学泰斗Dinesh，本科是中国科学院大学校友。
无人机竞速超越人类登上《Science Robtics》封面的宋运龙，2024年博士毕业于苏黎世大学，师从机器人学泰斗Davide Scaramuzza。
值得关注的早期创始团队成员还包括：
苹果Apple Intelligence端侧模型的负责人、谷歌前工程总监Rachid El Guerrab、英伟达GVDB框架的首席架构师 Rama Hoetzlein、Roblox首席工程师（Principal Engineer）Hongyi Yu、原版Pytorch以及多个开源GPU编译器框架(VeriGPU/DeepCL/Coriander)的作者Hugh Perkins……
从物理引擎到通用机器人
Genesis物理引擎发布半年多，已收获25.4k star，成长为GitHub上最大的具身智能开源项目。
不过让投资人如此看好的，不仅是物理引擎。
Genesis为物理AI带来了以数据为中心的全栈方法——构建一个可扩展的通用数据引擎，将高保真物理模拟、多模态生成模型和大规模真实机器人数据收集统一起来。
其完全内部开发的模拟堆栈将大规模生成丰富的合成数据，并结合更高效、可扩展的真实世界数据收集系统。
这种组合，将历史上各自发展的机器人、高保真仿真、渲染和基础模型领域联合起来共同推动通用机器人时代。
Genesis AI计划在今年年底前向机器人社区发布具身智能模型。
（文：量子位）