Genesis AI发布首款通用机器人Eno：不做双足做轮式，「能力仿生、形态不仿生」的新路线

2026年6月16日，法国Genesis AI发布首款通用机器人Eno，非人形路线：轮式底座、可折叠塔式关节面板、自研1:1仿生灵巧手，由GENE模型驱动。CEO周贤认为工业客户多平地作业，轮式更实用，腿式仅限爬楼等场景，提出“能力仿生，形态不仿生”，在腿式主导叙事中引发关注。

Eno为“身体+大脑”一体化设计。塔式面板实时调高度与伸展距离，非用时折叠，兼顾操作空间与部署灵活性；灵巧手维持1:1人手尺寸、运动学结构及软接触动力学，缩小“embodiment gap”。GENE模型具备毫米级操作精度、上下文理解、记忆保持和多步动态规划，可管理完整工作流（如产线备货或下一班次准备）。可选透明“认知界面”屏幕实时展示意图与推理，为人机协作构建信任接口。

2026年5月6日，Genesis AI发布GENE-26.5，自称首个以人类水平物理操作为目标的基础模型。基于flow matching联合分布建模，统一语言、视觉、本体感知、触觉和动作等多模态信号，支持异构输入输出。演示中同一共享权重模型完成烹饪（4分钟20余子任务）、实验室移液、魔方复原、奶昔制作、线束插接、多物体抓取及弹钢琴，均1倍真实速度。同时发布5轴评估体系（空间精度、时间组合、接触丰富度、接触协调性、工具介导交互），为灵巧性建立量化标准。

2026年5月27日，Genesis AI开源仿真平台Genesis World 1.0，由Nyx实时路径追踪渲染、统一物理引擎及Quadrants跨平台GPU编译器三层架构构成，核心定位非合成数据生成，而是模型评估的“度量衡”。零样本sim-to-real验证：仿真与真机任务得分Pearson相关系数0.8996（95%置信区间[0.7439,0.9314]），平均相对误差MMRV仅0.0166；单张RTX 4090评估数千次不足0.5小时，真机需200余小时。团队称sim-to-real gap较次优模拟器缩小45%（FID score衡量），并配有逐层诊断偏差的自主评估系统。仿真数据与训练数据隔离，真实世界采集仍为训练主航道。

数据闭环上，Genesis倚重现实世界。自研数据采集手套基于EMF指部跟踪与密集触觉感知，轻量低成本，可融入客户工作流，将日常操作直接转为训练数据。手套动作经同构映射传递给机器手，降低人类技能到机器人策略的转换损耗。该思路与Wuji Tech合作的早期灵巧手一致——模仿人手既为操作表现，也为填平同构数据采集的embodiment gap。Genesis已在开发自有全尺寸灵巧手，将为Eno配套量产。

Eno商业化首轮瞄准物流、制造和实验室，次批扩展酒店、医院等服务业，长期指向消费级家庭与户外。已生产数十台，2026年底向目标客户部署。前Google CEO Eric Schmidt称其“不会替代人类专业能力，而是放大它”，视为AI时代最大经济机遇之一。团队由CMU机器人博士与Mistral AI研究科学家组成，使“能力仿生、形态不仿生”成为贯通仿真引擎、基础模型、灵巧硬件与数据手套的系统工程。

RobotScope视角：Eno发布是Genesis AI将离散技术模块拧成产品的节点。轮式非人形路线并非与双足派打口水仗，而是以工业地板现实逻辑重构「通用机器人」定义——通用非多面手，而是同一大脑权重与硬件在有限场景中做透。值得跟踪的是，Genesis World 1.0以评估工具而非数据工厂角色嵌入迭代闭环，能否维持模型进步与真实世界表现的高相关性。