Le 6 mai, Genesis AI, société de robotique installée entre Paris et San Carlos, en Californie, a annoncé son premier modèle, GENE-26.5.
Le nom est explicite: Genesis robotic Neural Engine, version de mai 2026. Mais ce n'est pas le nom qui a marqué les esprits. C'est la main robotique montrée dans la vidéo de démonstration.
Ce qu'elle sait faire
La démonstration ne montrait pas une simple séquence industrielle de prise et dépose. Genesis a mis en avant de la manipulation fine, le type de geste qui reste normalement réservé à la main humaine.
- une recette en 20 étapes, avec découpe de tomate, cassage d'oeuf et cuisson;
- la coordination de deux mains pour préparer un milk-shake;
- l'utilisation d'une pipette en laboratoire;
- le branchement de câbles;
- la résolution d'un Rubik's Cube;
- la prise simultanée de quatre objets;
- le piano, présenté dans la vidéo comme proche d'un niveau humain.
C'est précisément le terrain sur lequel les entreprises de robotique évitent depuis trois ans de dire trop vite qu'elles ont réussi. Atlas de Boston Dynamics, Figure 02 et Neo de 1X peuvent se tenir debout, marcher et transporter des cartons. Aucun n'est connu pour faire frire un oeuf.
La manipulation fine reste l'un des derniers sommets non conquis de la robotique.
Qui compose l'équipe
Le CEO Zhou Xian vient de CMU. Le président Théophile Gervet est un ancien chercheur de Mistral AI. L'équipe compte 60 personnes réparties entre Paris, la Californie et Londres, avec environ 40% à 45% en Europe et 50% à 55% aux États-Unis.
La société a levé 105 millions de dollars en seed. Eclipse et Khosla Ventures ont codirigé le tour. Bpifrance, HSG et plusieurs investisseurs individuels ont aussi participé, dont l'ancien CEO de Google Eric Schmidt, Xavier Niel, Daniela Rus, ancienne directrice du MIT CSAIL, et Vladlen Koltun, chercheur en IA chez Apple.
Cette liste n'est pas un simple argument d'image. Elle réunit des personnes qui connaissent réellement cette trajectoire robotique et IA.
Schmidt y voit "un changement de paradigme dans la robotique".
La clé n'est pas seulement le modèle, mais le gant de données
Le principal goulet d'étranglement de la robotique n'a jamais été uniquement l'algorithme. C'est aussi, et souvent surtout, la donnée.
Un bébé humain met des mois à apprendre à saisir des objets. Pendant ce temps, le cerveau traite des signaux visuels, tactiles et proprioceptifs à une échelle massive. Les robots ne disposent pas d'un tel système sensoriel biologique. Ils s'appuient donc souvent sur la démonstration humaine par téléopération: une personne porte un casque de réalité virtuelle, contrôle un bras robotique et alimente lentement le modèle en mouvements.
Cette méthode a deux faiblesses majeures. Elle est lente, car une seule action peut demander des heures de collecte. Elle est chère, car un système de téléopération commence souvent à plusieurs centaines de milliers de dollars.
Genesis AI a choisi de fabriquer un gant de collecte de données. Il est rempli de peau électronique à capteurs tactiles et imite la forme ainsi que la fonction de la main humaine. Des opérateurs peuvent le porter dans de vraies usines et de vraies cuisines; leurs gestes deviennent alors des données d'entraînement.
Les chiffres sont le coeur du sujet:
- le coût matériel du gant représente 1/100 du standard de l'industrie;
- l'efficacité de collecte est 5 fois celle de la téléopération classique.
Autrement dit, Genesis veut permettre à une entreprise de dépenser une somme plus proche du prix d'une Model 3 pour constituer une force de 1 000 collecteurs de données, capables de travailler dans des contextes variés et de produire chaque jour un volume que les anciennes méthodes de téléopération ne pouvaient pas atteindre.
C'est le noyau dur de l'histoire de valorisation de l'entreprise.
La différence avec Physical Intelligence et Skild AI
Trois sociétés de foundation models occupent aujourd'hui le haut du panier en robotique.
| Entreprise | Valorisation / financement | Approche |
|---|---|---|
| Physical Intelligence | 4,4 milliards de dollars de valorisation en 2025 | Pur logiciel, sans matériel propre |
| Skild AI | 1,5 milliard de dollars de valorisation en 2024 | Cerveau robotique généraliste, indépendant du matériel |
| Genesis AI | 105 millions de dollars en seed | Full stack: modèle, matériel, simulation et données |
Physical Intelligence et Skild AI parient qu'il suffit de construire le meilleur cerveau robotique pour le brancher sur n'importe quel corps. C'est une thèse de généralité.
Genesis fait le pari inverse: construire elle-même le cerveau, la main, l'outil de collecte de données et l'environnement de simulation.
À court terme, l'approche peut sembler plus lente, car le matériel consomme du capital. À long terme, elle pourrait aller plus loin si la robotique, en tant que système physique, continue d'imposer un couplage très fort entre logiciel et matériel. Les sociétés purement logicielles risquent de devoir réajuster leur système à chaque nouveau corps robotique.
Vinod Khosla, de Khosla, a déclaré que les foundation models et les capacités de simulation "sont en position d'accroître fortement les vitesses de développement".
Pourquoi c'est important
Le récit Physical AI des deux dernières années avait une zone de gêne: les grands modèles logiciels ont progressé très vite en 2024 et 2025, tandis que les robots restaient souvent au stade de se tenir debout et de marcher.
Les démonstrations de Figure, 1X et Boston Dynamics sont de plus en plus spectaculaires. Mais dans les environnements de production, les tâches réellement déployées restent surtout le transport, l'inspection et l'accueil, des usages que la robotique traditionnelle savait déjà traiter.
Pour franchir le cap de la manipulation fine, le secteur aura besoin soit d'une percée de nouvelle génération dans les modèles VLA, vision-langage-action, soit d'une montée en échelle brutale des données.
Genesis AI a choisi la seconde voie: du matériel moins cher, de la démonstration humaine et de la simulation pour bâtir l'un des plus grands moteurs de données de haute qualité du secteur.
Le pari est simple: quand les architectures de modèles commencent à se ressembler, celui qui possède le plus de données de qualité gagne.
Cette logique a déjà été testée une fois dans les LLM. C'est maintenant au tour de la robotique.
Sources: Khosla-backed robotics startup Genesis AI has gone full stack, demo shows (TechCrunch); CocoLoop; Genesis AI Unveils GENE-26.5, the First AI Brain to Enable Robots with Human-Level Physical Manipulation Capabilities (PR Newswire)