1、 此报告最后部分的分析师披露、商业关系披露和免责声明为报告的一部分,必须阅读。下载本公司之研究报告,可从彭博搜寻 NH BCM 或 登录研究部网站 https:/交银国际研究交银国际研究消息快报消息快报先进制造先进制造 2026 年 5 月 8 日先进制造行业先进制造行业Genesis AI 发布发布 GENE-26.5:灵巧操作数据闭环或成为具身智能下一阶段竞争焦点灵巧操作数据闭环或成为具身智能下一阶段竞争焦点事件:事件:Genesis AI近期发布其首个机器人基础模型系统GENE-26.5。根据公司官方披露,GENE-26.5面向长时序、高接触密度的机器人灵巧操作任务,展示场景包括烹饪、实
2、验室移液、线束处理、多物体抓取、魔方操作及钢琴演奏等。公司同时披露 Genesis Hand 1.0 灵巧手、人类数据采集手套、仿真评估体系及低延迟控制栈等配套技术。我们认为,本次发布的行业意义不在单一我们认为,本次发布的行业意义不在单一 demo,而在具身智能竞争重心进一步向,而在具身智能竞争重心进一步向“灵巧操作灵巧操作”迁移。迁移。过去两年,人形机器人和具身智能产业的展示重点主要集中在行走、搬运、导航、避障和简单抓取;GENE-26.5 选择的任务则更多涉及柔性物体、液体、小尺寸物体、工具使用、双手协同和连续接触控制。我们判断,这类任务更接近机器人从“可移动、可抓取”走向“可操作、可执行
3、流程”的关键环节,也更能反映基础模型、灵巧末端、力控和数据质量之间的系统能力差异技术路线看,技术路线看,Genesis AI 采用的是采用的是“基础模型基础模型+灵巧手灵巧手+数据手套数据手套+仿真仿真+低延迟控制低延迟控制”的全栈方案。的全栈方案。公司并未仅强调模型参数或算法结构,而是同步自研接近人手尺寸的Genesis Hand 1.0、用于采集人类操作数据的数据手套、面向闭环评估的仿真平台,以及低延迟控制中间件。我们认为,这一路线的核心目标是降低人类操作数据向机器人动作迁移过程中的损耗,即缩小人手与机器手之间的体化差异。相比单纯训练视觉语言动作模型,全栈方案系统更复杂、资源消耗更大,但在
4、高接触密度任务中可能更有利于控制误差、提升数据一致性和执行稳定性。我们判断,高质量灵巧操作数据或成为机器人基础模型扩展的核心瓶颈。我们判断,高质量灵巧操作数据或成为机器人基础模型扩展的核心瓶颈。机器人行业目前并不缺少视频、文本和仿真数据,但真正可用于训练复杂接触操作的数据仍然稀缺,尤其是同时包含手部动作、物体状态、触觉反馈、力控变化和任务意图的数据。Genesis AI 通过数据手套、第一视角视频及第三方视频构建人类操作数据源,意在把真实工作流转化为模型训练资产。若该方式后续能够在实验室、工厂或仓储场景中低干扰部署,行业竞争可能从“谁的本体更像人”进一步转向“谁能更低成本、更高质量地获得任务数
5、据”。从应用场景看,实验室自动化、汽车线束和电子装配的产业验证价值高于家庭场景。从应用场景看,实验室自动化、汽车线束和电子装配的产业验证价值高于家庭场景。烹饪、魔方和钢琴任务有助于展示系统能力边界,但家庭场景环境开放、任务变化大、安全和可靠性要求高,短期商业化不宜过度外推。相对而言,实验室移液、试管操作、汽车线束整理、电子小件装配等场景流程边界更清晰、任务价值密度更高,且传统自动化较难覆盖柔性和非标操作。我们认为,若 GENE-26.5 路线后续进入客户试点,最值得跟踪的不是 demo 数量,而是单一工位能否实现稳定运行、任务成功率是否可持续提升,以及同一模型能否迁移至相邻任务。陈陈庆庆(86
6、)21 6065 3601李李柳柳晓晓,PhD,CFA(852)3766 18542026 年 5 月 8 日先进制造行业先进制造行业下载本公司之研究报告,可从彭博搜寻 NH BCM 或 登录研究部网站 https:/2 对产业链而言,本次事件或提升市场对灵巧末端、触觉传感、微型执行器、低延迟控制和仿真工具链的关注。对产业链而言,本次事件或提升市场对灵巧末端、触觉传感、微型执行器、低延迟控制和仿真工具链的关注。灵巧操作并非仅由“大脑”决定,末端执行器自由度、关节回驱性、软接触材料、触觉传感精度、控制延迟和轨迹跟踪误差都会影响最终执行效果。我们判断,未来具身智能产业链的分工可能更趋细化:本体厂商