美國晶片巨頭輝達（Nvidia）進一步擴大在歐洲的佈局。10月13日，該公司宣佈入股法國醫療預約平台Doctolib及另外三家法國人工智慧初創企業。輝達首席執行長黃仁勳表示，此舉旨在“開啟歐洲的人工智慧革命”。他同時呼籲，歐洲必須建設自己的人工智慧基礎設施、開發自主模型，否則就可能錯失這一輪技術變革的機遇。

01投資法國四家企業，佈局醫療與工業AI

此次獲得輝達投資的四家企業分別是Doctolib、Genesis AI、Pigment和Entalpic。

其中，Doctolib是法國知名醫療預約平台；Genesis AI是一家法美合資的機器人人工智慧初創企業；Pigment開發基於人工智慧的企業規劃軟體；Entalpic則利用生成式人工智慧探索新材料，服務於化學工業。

輝達沒有公佈對這四家企業的具體投資金額。

Doctolib創始人兼首席執行長尼奧-沙托（Stanislas Niox-Château）向法新社表示，輝達將以少數股東身份入股，不會獲得董事會席位。

這筆投資將幫助Doctolib加快招聘，並開發自主人工智慧模型，減少對OpenAI、Anthropic等人工智慧巨頭的依賴。

公司還計畫加快開發麵向患者的個人健康助手，以及幫助醫護人員處理行政和臨床工作的智能助手，這也是其2027年至2028年的重點發展方向之一。

Doctolib將使用輝達的晶片、算力和開放軟體，開發基於自身模型與資料、由自身掌控的人工智慧系統。

不過，Doctolib近期也因資料使用問題引發爭議。今年8月，公司啟動了一項科學研究計畫，擬利用其5000萬使用者的個人資料，探索如何通過人工智慧改善醫療服務流程。該計畫遭到包括法國人權聯盟在內的組織反對。

02 歐洲算力僅佔全球5%，黃仁勳呼籲加快佈局

在巴黎期間，黃仁勳還與法國總統馬克宏會面，討論法國人工智慧產業投資、開放模型及人工智慧安全等議題。

馬克宏在社交平台X上表示，輝達不僅投資法國企業，還承諾支援法德共同推動在歐洲發展開放研究的倡議。他強調，雙方都希望發展開放、安全並服務於歐洲技術自主的人工智慧。

黃仁勳則指出，歐洲目前擁有的算力僅佔全球約5%，而美國超過45%。算力是訓練和運行人工智慧模型的關鍵基礎。目前，歐洲只有少數初創企業開發自己的模型，其中包括法國企業Mistral。

在他看來，人工智慧時代為歐洲提供了一次難得的重新起步機會。“要留在這場競爭中，首先就得進入這場競爭。”他在接受媒體採訪時這樣調侃道，並希望歐洲不要錯過這次機遇。

黃仁勳認為，歐洲擁有深厚的工業基礎，在工業人工智慧和物理人工智慧領域具備優勢。他表示，人工智慧也是歐洲推動再工業化的重要機遇。

黃仁勳特別強調了人工智慧基礎設施自主可控的重要性。他認為，每個國家都應該掌控自己的人工智慧基礎設施，因為這些資源將成為關鍵戰略資產。

“技術主權意味著能夠選擇並掌控自己的資料。”他將人工智慧基礎設施比作電力和水，指出這些關鍵資源不能依賴從世界另一端輸送。

對於開放模型，黃仁勳認為，這為歐洲提供了重要機遇。他同時建議企業根據實際需求靈活使用封閉模型和開放模型：封閉模型性能出色，但企業和國家也需要建立自己的模型，以掌握核心技術與專業知識。

輝達還宣佈，將與歐洲當地企業合作建設多個“人工智慧工廠”，計畫投入20億歐元，推動歐洲人工智慧基礎設施的發展。

黃仁勳透露，輝達去年已在歐洲投資80億美元，今年還計畫追加20億美元。通過投資、收購及其他合作方式，這家美國科技巨頭正不斷擴大在全球人工智慧產業鏈中的影響力。    (歐時大參)

中國人形機器人有望復刻電車發展奇蹟

* 配圖由AI生成、 僅作意境表達

【融資】月之暗面完成 20 億美元融資估值達 200 億美元

Kimi 母公司月之暗面完成 20 億美元融資，投後估值突破 200 億美元。本輪由美團龍珠領投，中國移動、CPE 源峰參投，老股東持續加碼，累計融資超 376 億元。

頭部大模型創業公司持續獲得資本重點加持

【基建】無問芯穹再獲超 7 億元融資加碼 Token 經濟

AI 原生基礎設施廠商無問芯穹官宣獲得超 7 億元新一輪融資。由杭州高新金投、惠遠資本聯合領投，資金用於夯實技術、提升 Token 生產效率。

AI 底層基礎設施賽道正成為資本佈局新熱點

【算力】輝達牽手康寧擴產光通訊元件類股走強

輝達與康寧達成長期合作，加碼光通訊元件產能擴建與股權認購。合作將大幅提升光學連接及光纖產能，直接帶動 A 股光通訊概念股集體拉升。

AI 算力競爭正向光通訊上游產業鏈延伸

【具身智能】Genesis AI 發佈 GENE-26.5 模型實現精細作業

矽谷具身智能企業 Genesis AI 正式發佈 GENE-26.5 機器人基礎模型。該模型可自主完成烹飪、實驗室移液等二十多步複雜操作，全程無需人工干預。

具身智能通用精細操作能力實現實質性突破

【具身智能】驊羲科技再獲融資養老機器人賽道熱度攀升

具身養老機器人企業驊羲科技完成新一輪融資，由亞華電子領投。這是其 12 個月內第三輪融資，業務已覆蓋國內多省份並開啟出海佈局。

細分場景具身智能賽道正持續受到資本青睞

【產業】上海具身智能峰會落幕產業聯盟正式成立

第二屆上海國際具身智慧型手機器人產業創新峰會順利舉辦。峰會聚焦晶片、感測器等核心零部件，國產核心部件國產化率突破七成。

行業正從技術展示加速轉向實際場景落地應用

【研報】大摩：中國人形機器人有望復刻電車發展奇蹟

摩根士丹利發佈最新研報，看好中國人形機器人產業發展潛力。今年全球人形機器人創投規模已超去年全年，中國市場貢獻近半數份額。

國內人形機器人產業鏈將進入高速迭代發展周期

【生態】宇樹 UniStore 全面開放打造機器人應用程式商店

宇樹科技官宣全球首個人形機器人應用程式商店 UniStore 正式開放。平台無需底層程式設計，支援多款機型雲端一鍵部署各類動作技能包。

將助力人形機器人快速搭建標準化應用生態體系

AI 醫療正在完成全場景落地滲透

AI 入局醫療，早已不是停留在概念演示，而是扎進了篩查、診療、醫院營運每一個環節，正在改寫著行業原有運轉方式。

三分鐘搞定慢病全項篩查，AI 眼底相機直接適配基層診所和體檢中心，不用複雜流程，就能同步識別眼病和十余項全身慢病隱患；智源聯手安貞醫院打造的心血管 AI 診斷系統，靠著多模態大模型做到超高識別精準率，已經進入院內試點應用；和仁科技一口氣落地百套 AI 智能體，包攬售前、維運、客服全鏈條；哈佛相關研究顯示，急診診斷、癌症早篩，AI 表現已經趕超普通急診醫生，甚至跨界滲透到合成生物學研究。技術邊界，還在往外擴。

AI 能在醫療領域快速鋪開，核心還是踩中了行業長久的痛點。基層缺專科醫生、三甲接診壓力大、機構人力開銷居高不下，剛好遇上大模型技術成熟，AI 有了專業場景的識別和決策能力，落地就變得水到渠成。

現在的 AI 醫療，是臨床診療、基層篩查、機構維運三條線同步往前走。AI 會持續下沉基層醫療網點，替代大量重複性人工崗位，逐漸重構整個醫療服務的成本和供給格局。 (智點)

看過的人已經傻眼了，因為這可能是今年為止最炸的機器人demo。

剛剛，Genesis AI發佈首個機器人基礎模型GENE-26.5，讓機器人能自主打雞蛋，擰試管蓋，彈鋼琴，玩魔方，切番茄。

全程自主運行，1倍速，同一個模型。

亮相後，前1x副總裁Eric Jang，宋舒然教授等業內大佬紛紛轉發評論，表示讚歎。

如果你對這個半路殺出的團隊感到陌生，下面這個gif可能會讓你想起些什麼。

一年多以前，他們在GitHub上發佈了那個炸穿網際網路的Genesis物理引擎。

一句話生成物理世界，28.6k Star，學術圈半壁江山參與。

創始團隊在2025年中拿了1.05億美元種子輪出來創業，沉默了將近一年。

GENE-26.5的demo大概是機器人領域今年到目前為止最值得認真看的，咱們來速通一下。

四分鐘，20個子任務串成完整流水線。單手打蛋，五指配合控制裂紋走向。

雙手切番茄，一隻手調整角度，另一隻手下刀。毛巾、鹽磨、打蛋器、刀、鏟、煎鍋輪番上陣。

搞笑的是，打完雞蛋他還拿毛巾擦了一下手，怪乾淨的……

從抓移液器到裝離心機，全流程毫米級精度。最難的是擰試管蓋和手內換握姿勢。

雙臂協作，連續空中翻轉，即時閉環。

此前不靠專用夾具完成魔方的標竿還是2019年OpenAI那隻單手，Genesis稱這是通用雙臂系統的首次。

語言指令驅動的長序列任務，固體、可變形物體、液體全涉及。

測試極脆弱半透明物體的處理，最後一步手內翻轉需要多根手指高度同步。

單手同時抓四個不同尺寸物體，四種抓握方式平行，展示靈巧手相比傳統夾爪的效率差距。

汽車產業的「聖盃任務」。雙手操控柔性線纜打捆、掛架、纏膠帶，公認最難的工業操控任務之一。

Rush-E，約130BPM，專門壓測控制棧極限，策略用RL在模擬中單獨訓練。

以上大多數複雜技能，GENE只需要不到1小時的任務專屬機器人資料，不到200個episode。

值得一提的是，Genesis CEO周銜在接受Business Insider採訪時表示：

烹飪大多數步驟成功率在90%到95%，但單手打蛋和用刀轉移切好的番茄只有50%到60%。整體操作速度大約是人類的六七成。

Genesis部落格裡說了一句話把整個技術思路講透了，操控不是一個純模型訓練問題，是一個系統問題。任何一層的短板都會傳導到整個系統。

所以他們選擇每一層都自己做。

Genesis在demo中使用的靈巧手，20個可反向驅動的自由度，與人手1:1尺寸匹配，手掌和手指覆蓋柔軟材料模擬皮膚接觸力學。

這種設計讓人手動作可以直接對應到機械手上，不需要複雜的重新導向演算法。

值得一提的是，不少業內人士指出這雙手與國內靈巧手公司舞肌科技（Wuji Tech）的產品高度相似。

Genesis官方部落格將其稱為Genesis Hand 1.0，但未詳細說明硬體來源。

回到手的尺寸上，為什麼要做到與人手1:1，是因為機器人領域存在一個叫「具身差距」的老問題，人手和機械手形態不一樣，人類動作資料就沒法直接遷移到機器人上。

Genesis的解法很粗暴，把手做成一模一樣，差距就消失了。

控制棧也一併重寫。Genesis把機械臂供應商的出廠控製器整個換掉，自研中介軟體跑在PREEMPT_RT即時核心上，EtherCAT通訊500Hz，端到端延遲最低壓到3毫秒。

原廠控製器畫一個15釐米的圓追蹤誤差20毫米，換上Genesis的控製器後降到2毫米，提升一個數量級。單關節追蹤延遲從80毫秒降到9毫秒。

這層的意義在於，當訓練資料來自人類動作而不是機器人遙操作時，控制系統的延遲和誤差會在訓練訊號和實際執行之間製造鴻溝。延遲越低，人類資料就越好用。

在資料採集方面，Genesis主要採用一雙與靈巧手配套的資料採集手套。

機器人手和人手尺寸一致，手套記錄的手指運動可以無損對應到機器人上，不需要複雜的重新導向演算法。硬體成本是傳統方案的百分之一，採集效率是遙操作的五倍。

手套資料提供最高保真度的手部運動和觸覺訊號。第一人稱視訊捕捉自然行為和任務多樣性。第三人稱網際網路視訊提供海量覆蓋。

三層資料在質量和規模上做了帕累托分佈，Genesis和合作夥伴已經收集了超過20萬小時的多模態資料。

Genesis總裁Gervet對TechCrunch說了一句有意思的話，這隻手套可以讓實驗室技術員、製造業工人在干日常工作的時候順便採集資料，不打斷工作流。

當然TechCrunch也追問了一個尖銳的問題，工人會願意戴著手套和攝影機來訓練最終可能取代自己的機器人嗎？

Gervet的回答是，這個得看客戶和員工之間怎麼談，具體細節還沒敲定。

模型，一個統一的軌跡聯合分佈

GENE-26.5的模型目標是學一個能同時吸收語言、視覺、本體感覺、觸覺和動作的統一模型。用flow matching對軌跡建模聯合分佈，捕捉多模態的未來可能性。

第一，支援異構、部分可觀測資料的可擴展訓練，第一人稱視訊流、手套資料、機器人控制資料、網際網路視訊，不需要顯式對齊就能一起訓練。

第二，同一個模型處理所有任務，控制、狀態估計、逆動力學、目標推斷都變成對聯合分佈的條件查詢，缺失的模態通過去噪推斷。

第三，可以靈活吸收預訓練模型的先驗，VLM提供語義理解，世界模型提供時序和物理動態。

簡單說就是一個模型吃所有模態的資料，做所有類型的任務。demo裡展示的幾個場景，除了鋼琴演奏是單獨用RL訓練的之外，其餘全部共享同一套權重。

Genesis團隊在部落格裡放了三張scaling曲線，透露了訓練recipe的關鍵資訊。

預訓練階段，open-loop評估顯示模型規模和計算量增加時驗證損失持續下降，符合經典的scaling law。

但他們強調open-loop指標對機器人來說遠遠不夠，關鍵是closed-loop表現，就是模型的動作會影響後續觀測的閉環場景。

這裡Genesis物理引擎的老本行就派上用場了。他們用最新版Genesis World模擬器做大規模閉環評估，不需要在模擬資料上做任何co-training，模擬環境的保真度已經足夠直接評估真實世界訓練的模型。

每個資料點對應200個評估設定和超過150小時的機器人執行時間，整張圖如果在真實世界跑需要2700個人-機器人小時。結論是預訓練資料量越大，zero-shot泛化能力越強。

到fine-tuning階段回到真實世界。他們專門構造了預訓練中完全沒見過的新任務，在超低資料量條件下測試，每個任務只用20到30分鐘的資料。

demo裡展示的那些複雜技能，大多數隻需要不到1小時的任務專屬機器人資料，換算下來不到200個episode。預訓練規模越大，fine-tuning也越快、資料需求越少、最終表現越好。

周銜對TechCrunch說，模型迭代速度的真正瓶頸是評估，模擬幫他們大幅加速了這個循環。

2024年底，CMU博士周銜牽頭開源了Genesis物理引擎。

這款純Python模擬平台比輝達Isaac Gym快10到80倍，GitHub上迅速成為最大的具身智能開放原始碼專案，吸引了20多個研究機構參與。

周銜本科畢業於新加坡南洋理工，是Genesis物理引擎的發起人。

2025年初，Genesis AI在法國註冊成立，由周銜擔任CEO，總裁是Théophile Gervet，同樣來自CMU，曾在具身智能獨角獸Skild AI任早期研究員，後加入Mistral AI做研究科學家。

兩人師出同門，導師都是Katerina Fragkiadaki。

成立幾個月後，團隊拿到1.05億美元種子輪，Eclipse和Khosla Ventures領投，Google前CEO Eric Schmidt、法國電信大亨Xavier Niel個人參投，法國國家投資銀行Bpifrance也在投資方名單裡。

作為參考，此前具身智能賽道最大的種子輪是Physical Intelligence的7000萬美元。

拿到錢之後，團隊沒有急著發產品，而是花了將近一年時間悶頭搭全端。

今天，GENE-26.5。模型、硬體、控制棧、模擬器，一次性全部亮相。團隊從創始時的幾個人擴展到60人，巴黎、加州、倫敦三地辦公，歐美大約四六開。已經收集了超過20萬小時的多模態資料，正在與多個行業客戶洽談合作。

周銜告訴TechCrunch，接下來很快會公佈第一個通用機器人，全身的，不只是手。 (量子位)

彙整鉅亨號中所有使用「Genesis AI」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

輝達重金押注法國AI！黃仁勳喊話歐洲：想留在賽道上，先得入場

中國人形機器人有望復刻電車發展奇蹟

一年磨一劍，今年最炸機器人Demo來了！1億美元種子輪團隊出手，單個模型解鎖單手打蛋解魔方彈鋼琴