ซิลิคอนแวลลีย์ระดมทุนรอบเมล็ดพันธุ์สูงสุด 105 ล้านดอลลาร์ Genesis เปิดตัวโมเดลพื้นฐานหุ่นยนต์ตัวแรก GENE-26.5 สามารถทำอาหาร 20 ขั้นตอน แก้ลูกบาศก์รูบิก และเล่นเปียโนได้ด้วยตนเอง

ทีมที่สามารถสร้างโลกทางกายภาพที่สมบูรณ์ได้ด้วยคำพูดเพียงประโยคเดียว และสร้างโปรเจกต์หุ่นยนต์โอเพนซอร์สที่ใหญ่ที่สุดบน GitHub ตอนนี้กลับมาพร้อมกับการเคลื่อนไหวครั้งใหม่อีกครั้ง

ปลายปีที่แล้ว หลังจากที่ Genesis ฟิสิกส์เอ็นจิ้น เปิดตัวเป็นโอเพนซอร์ส ก็สร้างความฮือฮาในวงการหุ่นยนต์อย่างรวดเร็ว: ผู้ใช้เพียงแค่พิมพ์ประโยคเดียว ก็สามารถสร้างโลกทางกายภาพที่สามารถโต้ตอบได้ สำหรับการฝึกและทดสอบหุ่นยนต์

ตอนนี้ Genesis AI ซึ่งสร้างสถิติการระดมทุนรอบ Seed Round ที่ใหญ่ที่สุดใน Silicon Valley ในสาขา Embodied AI (สูงถึง 105 ล้านดอลลาร์สหรัฐ) ได้เปิดตัวโมเดลพื้นฐานหุ่นยนต์ตัวแรกของพวกเขา GENE-26.5 อย่างเป็นทางการ

โมเดลนี้สามารถทำงานทำอาหารที่มีมากกว่า 20 ขั้นตอนได้อย่างอิสระ ยังสามารถแก้ลูกบาศก์รูบิค เล่นเปียโน ทำมิลค์เชค ใช้งานปิเปตในห้องปฏิบัติการ และจัดระเบียบสายไฟ งานเหล่านี้ไม่เพียงแต่เกี่ยวข้องกับการทำงานแบบ Long-horizon เท่านั้น แต่ยังต้องการการควบคุมแรงที่แม่นยำ การประสานงานของสองมือ การจัดการภายในมือ (in-hand manipulation) และความสามารถในการใช้เครื่องมือ ซึ่งเหนือกว่าการหยิบจับหรือการเคลื่อนไหวซ้ำๆ ที่พบเห็นได้ทั่วไปในการสาธิตหุ่นยนต์หลายๆ ครั้ง ที่สำคัญกว่านั้น ทั้งหมดนี้ทำได้อย่างอิสระสมบูรณ์ และเล่นด้วยความเร็ว 1x จริง

Genesis เน้นย้ำว่างานเหล่านี้ไม่ได้ออกแบบมาเฉพาะสำหรับสถานการณ์เดียว แต่ทำงานร่วมกันโดยโมเดลเดียวกัน แพลตฟอร์มฮาร์ดแวร์เดียวกัน กลยุทธ์ข้อมูลเดียวกัน และสแต็คควบคุมเดียวกัน

ทันทีที่วิดีโอถูกเผยแพร่ ก็สร้างกระแสแชร์อย่างล้นหลามบนโลกออนไลน์ และสร้างความตกตะลึงให้กับผู้ประกอบการหุ่นยนต์หลายคน

Seth Winterroth หุ้นส่วนของ Eclipse Ventures กล่าวบนแพลตฟอร์มโซเชียลอย่างตรงไปตรงมาว่า เขาทำงานในแนวหน้าของอุตสาหกรรมหุ่นยนต์มามากกว่าสิบปี และแทบจะเคยเห็นทีมทั้งหมดที่อ้างว่าบรรลุความก้าวหน้าใน “ความสามารถในการจัดการทั่วไป” ในช่วงไม่กี่ปีที่ผ่านมา

อย่างไรก็ตาม ผลลัพธ์ที่ Genesis แสดงให้เห็น “ไม่ได้อยู่ในระดับเดียวกันกับสิ่งที่เขาเคยเห็นมาก่อนเลย”

GENE-26.5 ทำอะไรได้บ้าง?

ในการสาธิตอย่างเป็นทางการ งานที่เป็นตัวแทนมากที่สุดคือการทำอาหาร

นี่คืองานระยะยาวประมาณ 4 นาที ประกอบด้วยงานย่อยมากกว่า 20 งาน หุ่นยนต์ต้องตอกไข่ด้วยมือเดียว หั่นมะเขือเทศ ใช้ผ้าเช็ด ที่บดเกลือ ที่ตีไข่ มีด ตะหลิว กระทะ และเครื่องมืออื่นๆ อีกมากมาย และต้องทำงานประสานกันด้วยสองมือ

อีกสถานการณ์หนึ่งที่ใกล้เคียงกับการใช้งานเชิงพาณิชย์มากกว่าคือการปิเปตในห้องปฏิบัติการ

หุ่นยนต์ต้องหยิบปิเปต เสียบหัวปิเปต ถ่ายของเหลว ปิดผนึกหลอดทดลอง กดปุ่มเล็กๆ ของเครื่องปั่นเหวี่ยง แล้ววางหลอดทดลองลงในโรเตอร์ กระบวนการทั้งหมดต้องการความแม่นยำระดับมิลลิเมตร การใช้เครื่องมือ การประสานงานของมือที่ละเอียดอ่อน และการจัดการวัตถุขนาดเล็กอย่างมั่นคง

ยังมีงานที่ทั้งอวดฝีมือและน่าเชื่อถืออย่างมาก: การแก้ลูกบาศก์รูบิค Genesis อ้างว่านี่เป็นครั้งแรกที่พวกเขารู้จักที่ระบบหุ่นยนต์สองมือทั่วไปประสบความสำเร็จในการแก้ลูกบาศก์รูบิค มันไม่ได้อาศัยอุปกรณ์จับยึดเชิงกลพิเศษ แต่สร้างคำสั่งการเคลื่อนไหวผ่านตัวแก้ปัญหาภายนอก แล้วให้โมเดลดำเนินการ

พวกเขายังให้หุ่นยนต์ท้าทายเพลงเปียโน Rush E ที่ขึ้นชื่อเรื่องความยากสูง ซึ่งเกินขีดจำกัดการเล่นของมนุษย์ทั่วไป เมื่อไม่นานมานี้ หลาง หลาง (Lang Lang) เล่นเพลงนี้ในการแข่งขันเปียโนกับบล็อกเกอร์เปียโนที่สถานีลียงในปารีส

ในสถานการณ์อุตสาหกรรม รวมถึงการจัดระเบียบสายไฟ (Wire Harness) ซึ่ง Genesis เรียกว่าเป็นหนึ่งในงานศักดิ์สิทธิ์ของอุตสาหกรรมยานยนต์ เพราะสายเคเบิล เทป และวัตถุอ่อนนุ่มอื่นๆ จัดการได้ยากมาก ต้องใช้การประสานงานของสองมือ การควบคุมวัตถุที่ยืดหยุ่น และการพันที่แม่นยำ

ที่สำคัญกว่านั้น สำหรับทักษะที่ท้าทายส่วนใหญ่ในงานสาธิต GENE ต้องการข้อมูลหุ่นยนต์เฉพาะงานน้อยกว่า 1 ชั่วโมง สำหรับทักษะที่ใช้เวลาน้อยกว่า 20 วินาที นั่นเท่ากับปริมาณข้อมูลน้อยกว่า 200 episodes

นี่คือความสามารถที่ Genesis หวังจะพิสูจน์: ไม่ใช่ว่าทุกงานจะต้องฝึกจากศูนย์ แต่เป็นการทำให้หุ่นยนต์เข้าใกล้สถานะที่สามารถปรับใช้ได้อย่างรวดเร็วโดยใช้ข้อมูลเพียงเล็กน้อยมากขึ้น

ไม่ใช่แค่การทำให้โมเดลใหญ่ขึ้น

อย่างไรก็ตาม Genesis ไม่คิดว่าความสามารถในการจัดการทั่วไปสามารถทำได้โดยตรงเพียงแค่ “ทำให้โมเดลใหญ่ขึ้น”

Zhou Xian ผู้ร่วมก่อตั้งและซีอีโอของ Genesis กล่าวว่า:

โมเดลคือเป้าหมายเสมอ เพราะโมเดลที่ดีกว่าหมายถึงประสิทธิภาพที่ชาญฉลาดกว่า

แต่พวกเขาตระหนักได้อย่างรวดเร็วว่าแค่โมเดลอย่างเดียวนั้นไม่เพียงพอ หุ่นยนต์ไม่ใช่ AI ดิจิทัลล้วนๆ มันต้องการการทำงานร่วมกันของโมเดล เซ็นเซอร์ แอคชูเอเตอร์ ระบบควบคุม การเก็บข้อมูล และระบบประเมินผล

ถ้าชั้นใดชั้นหนึ่งไม่แข็งแกร่งพอ ก็จะฉุดรั้งประสิทธิภาพโดยรวม

ดังนั้น Genesis จึงเลือกเส้นทาง Full-Stack GENE-26.5 ไม่ใช่โมเดลที่โดดเดี่ยว แต่เป็นระบบทั้งหมด ซึ่งรวมถึง:

• ฮาร์ดแวร์หุ่นยนต์ที่ใกล้เคียงมือมนุษย์
• ระบบเก็บข้อมูลมนุษย์ต้นทุนต่ำ
• สแต็คประเมินผลจำลองที่สร้างจากศูนย์
• โมเดลพื้นฐานหลายรูปแบบ (Multimodal) สำหรับหุ่นยนต์
• ระบบควบคุมที่มีความแม่นยำสูงและหน่วงเวลาต่ำ

นี่คือสิ่งที่ Genesis เรียกว่า Full-Stack Robotics

การจำลอง: ตัวเร่งการพัฒนาโมเดล

โมเดลหุ่นยนต์ยังเผชิญกับปัญหาเก่า: ความเร็วในการประเมินช้าเกินไป หุ่นยนต์หนึ่งตัว ผู้ประเมินมนุษย์หนึ่งคน สามารถทำงานได้ครั้งละหนึ่งงานเท่านั้น ทุกๆ checkpoint ของโมเดลต้องทดสอบบนเครื่องจริง ซึ่งมีประสิทธิภาพต่ำมาก

วิธีแก้ปัญหาของ Genesis คือการใช้ระบบจำลองเป็นแกนหลักของการประเมินแบบวงปิด

พวกเขาเชื่อว่า แม้การประเมินในโลกจริงจะสำคัญ แต่การจำลองมีข้อได้เปรียบอย่างมากในด้านการควบคุม ความสามารถในการทำซ้ำ และการขยายขนาด ในระหว่างการพัฒนา GENE-26.5 Genesis ได้สร้างงานประเมินจำลองจำนวนมาก ซึ่งครอบคลุมแสง พื้นหลัง คุณสมบัติของวัตถุ การกำหนดค่าฉาก และคำสั่งงานที่แตกต่างกัน

ข้อความอย่างเป็นทางการที่ให้ไว้คือ: จุดข้อมูลแต่ละจุดในรูปภาพแสดงถึงการตั้งค่าการประเมิน 200 รายการ และเวลาในการทำงานของหุ่นยนต์มากกว่า 150 ชั่วโมง หากนำไปใช้ในโลกจริง รูปภาพทั้งหมดจะต้องใช้การประเมินมนุษย์กับหุ่นยนต์ถึง 2,700 ชั่วโมง

นี่คือความหมายของการเปิดตัว Genesis Physics Engine แบบโอเพนซอร์สเมื่อปีที่แล้ว การจำลองไม่เพียงแต่เป็นเครื่องมือในการสาธิต แต่ยังเป็นตัวเร่งการพัฒนาโมเดลพื้นฐานหุ่นยนต์

ทำไม “มือมนุษย์” ถึงสำคัญขนาดนี้?

Genesis Hand 1.0 รุ่นใหม่ของพวกเขา ได้รับการออกแบบให้มีขนาด 1:1 กับมือมนุษย์ มีข้อต่อที่ขับเคลื่อนได้และสามารถขับเคลื่อนย้อนกลับได้ (backdrivable) 20 จุด ฝ่ามือและนิ้วถูกคลุมด้วยวัสดุที่ยืดหยุ่น เพื่อจำลองลักษณะการสัมผัสที่นุ่มนวลของผิวหนังมนุษย์

ทำไมต้องทำมือที่มีรูปร่างเหมือนมนุษย์? ปัจจุบันบริษัทหุ่นยนต์หลายแห่งยังคงใช้กริปเปอร์สองนิ้ว เพราะมันเรียบง่าย มั่นคง และควบคุมทางวิศวกรรมได้ง่าย แต่ปัญหาก็ชัดเจน: มันแตกต่างอย่างมากจากวิธีที่มนุษย์โต้ตอบกับโลกจริง

การตัดสินใจของ Genesis คือ ถ้ามือหุ่นยนต์สามารถใกล้เคียงมือมนุษย์มากที่สุด ก็จะสามารถลด “ช่องว่างของ Embodied” ที่มักพูดถึงในการวิจัยหุ่นยนต์ได้อย่างมาก ด้วยวิธีนี้ ข้อมูลการเคลื่อนไหวจากการทำงานประจำวันของมนุษย์จะถ่ายโอนไปยังหุ่นยนต์ได้ง่ายขึ้น

นี่คือตรรกะหลักที่ Genesis พัฒนามือหุ่นยนต์เอง: ไม่ใช่เพื่ออวดฝีมือ แต่เพื่อเก็บข้อมูลที่ใช้งานได้มากขึ้น

Théophile Gervet ผู้ร่วมก่อตั้งบริษัทกล่าวว่า การออกแบบที่ใกล้เคียงมือมนุษย์ช่วยให้พวกเขาสามารถเก็บข้อมูลได้มากกว่าที่เคย และฝึกโมเดลที่สามารถทำงานได้มากขึ้น

กุญแจสำคัญที่แท้จริง: ถุงมือข้อมูลนั้น

ในบล็อกทางเทคนิค Genesis เน้นย้ำแนวคิดซ้ำแล้วซ้ำเล่า: ทักษะทางกายภาพที่มีค่าที่สุดในโลก อยู่ในความรู้โดยนัยของมือมนุษย์

ความรู้สึกของช่างประกอบ ความแม่นยำของช่างทดลอง ความเร็วของพ่อครัว — ความสามารถเหล่านี้แทบไม่เคยถูกบันทึกอย่างเป็นระบบมาก่อน เพื่อการนี้ Genesis ได้สร้างเครื่องยนต์ข้อมูลที่เน้นมนุษย์เป็นศูนย์กลาง ซึ่งรวมถึงข้อมูลสามประเภทหลัก:

• ประเภทหนึ่งคือข้อมูลจากถุงมือ ซึ่งเก็บการเคลื่อนไหวของมือที่มีความแม่นยำสูงและสัญญาณสัมผัส
• ประเภทหนึ่งคือวิดีโอจากมุมมองบุคคลที่หนึ่ง ซึ่งบันทึกพฤติกรรมตามธรรมชาติในงานจริง
• และอีกประเภทหนึ่งคือวิดีโอจากมุมมองบุคคลที่สาม ซึ่งใช้ข้อมูลขนาดใหญ่ระดับอินเทอร์เน็ตเพื่อครอบคลุมสถานการณ์การโต้ตอบทางกายภาพที่หลากหลายมากขึ้น

สิ่งที่สำคัญที่สุดคือถุงมือเก็บข้อมูลที่พวกเขาพัฒนาขึ้นเอง ถุงมือนี้ใช้เทคโนโลยี EMF Finger Tracking และ Dense Tactile Sensing สามารถแปลงกระบวนการทำงานจริงเป็นข้อมูลฝึกหุ่นยนต์ โดยไม่รบกวนการทำงานของมนุษย์อย่างมีนัยสำคัญ

วิสัยทัศน์ของ Genesis คือ ในอนาคต ช่างเทคนิคในห้องปฏิบัติการ พนักงานในโรงงาน ฯลฯ สามารถสวมถุงมือนี้ขณะทำงานปกติ เมื่อเทียบกับอุปกรณ์เก็บข้อมูลที่เทอะทะ มันเบากว่า ถูกกว่า และใกล้เคียงกับถุงมือนิรภัยที่หลายอุตสาหกรรมใช้อยู่แล้ว

นี่คือเส้นทางการขยายการจัดการทั่วไปที่ Genesis เสนอ: ฝึกก่อนด้วยข้อมูลสาธิตของมนุษย์ จากนั้นปรับให้สอดคล้องกับข้อมูลหุ่นยนต์จำนวนเล็กน้อย และสุดท้ายพัฒนาอย่างต่อเนื่องผ่าน feedback จากโลกจริงและการจำลอง

อย่างไรก็ตาม ยังมีปัญหาที่เป็นจริง: พนักงานยินดีที่จะสวมถุงมือและกล้อง เพื่อฝึกหุ่นยนต์ที่อาจมาแทนที่พวกเขาในอนาคตหรือไม่?

ฝ่าย Genesis ยังไม่ได้ให้คำตอบที่ชัดเจนในตอนนี้ โดยกล่าวเพียงว่ารายละเอียดที่เกี่ยวข้องยังไม่ได้รับการกำหนดอย่างสมบูรณ์ และการจ่ายค่าตอบแทนเพิ่มเติมหรือไม่นั้นจะขึ้นอยู่กับลูกค้าและพนักงานตัดสินใจกันเอง

ผลการทดลองเหล่านี้ร่วมกันเผยให้เห็นทิศทางการพัฒนาที่ชัดเจน: การขยายขนาดข้อมูลและพลังการคำนวณสามารถปรับปรุงประสิทธิภาพการวางนัยทั่วไปและประสิทธิภาพการปรับตัวของหุ่นยนต์ได้อย่างมีนัยสำคัญ

เพื่อให้โมเดลเชื่อฟังคำสั่งอย่างแท้จริง พวกเขาปรับปรุงสแต็คควบคุมใหม่ทั้งหมด

Genesis ยังเปิดเผยรายละเอียดทางเทคนิคที่สำคัญซึ่งมักถูกมองข้ามในบล็อก: พวกเขาละทิ้งคอนโทรลเลอร์ดั้งเดิมที่มาพร้อมกับแขนหุ่นยนต์สองข้าง และออกแบบและใช้มิดเดิลแวร์ควบคุมชุดใหม่ด้วยตนเอง

สาเหตุก็คือ เมื่อหุ่นยนต์ดำเนินการเคลื่อนไหว คำสั่งที่โมเดลส่งออกกับการเคลื่อนไหวทางกายภาพที่แท้จริงของมอเตอร์จะเกิดความล่าช้าสะสม ข้อผิดพลาดในการติดตาม และสิ่งแปลกปลอม (artifacts) ที่เกิดจากคอนโทรลเลอร์

สำหรับหุ่นยนต์ที่เรียนรู้โดยการเลียนแบบการเคลื่อนไหวของมนุษย์ ข้อผิดพลาดเหล่านี้จะขยายช่องว่างความสามารถระหว่างมนุษย์กับเครื่องจักรให้มากขึ้นไปอีก

หลังจากใช้ระบบควบคุมที่พัฒนาขึ้นเอง ความหน่วงแบบ end-to-end ของ Genesis สามารถลดลงเหลือต่ำสุดที่ 3 มิลลิวินาที ในการทดสอบการติดตามเส้นทางวงกลมรัศมี 15 เซนติเมตร ข้อผิดพลาดเฉลี่ยของคอนโทรลเลอร์ดั้งเดิมอยู่ที่ประมาณ 20 มิลลิเมตร ในขณะที่ระบบใหม่ของพวกเขาลดข้อผิดพลาดลงเหลือประมาณ 2 มิลลิเมตร ซึ่งเทียบเท่ากับการปรับปรุงประสิทธิภาพขึ้นหนึ่งลำดับความสำคัญ

รูปภาพด้านบนแสดงให้เห็นถึงข้อได้เปรียบที่ชัดเจนของฮาร์ดแวร์และโมเดลที่พัฒนาเองของ Genesis AI ในด้านความแม่นยำในการควบคุม เมื่อเทียบกับโซลูชันสำเร็จรูป (Off-the-shelf)

นี่คือสาเหตุที่ Genesis เน้นย้ำแนวคิด “Full-Stack” ซ้ำแล้วซ้ำเล่า ไม่ใช่เพื่อเล่าเรื่องราวทางเทคนิคที่ไพเราะ แต่ในวงการหุ่นยนต์ ห้าองค์ประกอบหลัก ได้แก่ โมเดล ฮาร์ดแวร์ การควบคุม ข้อมูล และการประเมินผล ต้องทำงานร่วมกันอย่างประสานสอดคล้อง ขาดสิ่งใดสิ่งหนึ่งไม่ได้

เป้าหมายต่อไป: ไม่ใช่แค่มือ แต่เป็นหุ่นยนต์ทั้งตัว

การตั้งชื่อ GENE-26.5 ก็มีความหมายซ่อนอยู่เช่นกัน: ตัวเลข 26.5 หมายถึงเดือนพฤษภาคม 2026

Genesis กล่าวว่านี่เป็นเพียงเวอร์ชันแรกเท่านั้น และจะมีการพัฒนาอย่างรวดเร็วในภายหลัง บริษัทเชื่อว่าคอขวดที่แท้จริงของการพัฒนาโมเดลหุ่นยนต์อยู่ในขั้นตอนการประเมินผล และระบบจำลองที่พวกเขาพัฒนาขึ้นเองนั้นสามารถเร่งวงจรการฝึกและการทดสอบได้อย่างแม่นยำ

โดยสรุป GENE-26.5 ไม่ใช่จุดสิ้นสุดของ Genesis แต่更像是นามบัตรใบแรกที่แสดงความสามารถของระบบให้โลกภายนอกเห็น มันพยายามพิสูจน์ว่า: เส้นทางการพัฒนาหุ่นยนต์ทั่วไป ไม่ใช่เริ่มต้นจากการเรียนรู้ที่จะเดิน แล้วค่อยๆ เรียนรู้ที่จะจัดการ

ในทางกลับกัน จุดเริ่มต้นที่มีคุณค่าอย่างแท้จริง อาจเป็นคู่มือที่สามารถโต้ตอบกับโลกทางกายภาพได้อย่างมั่นคง คล่องแคล่ว และมีความสามารถในการวางนัยทั่วไป

เพราะแรงงานทางกายภาพส่วนใหญ่ โดยพื้นฐานแล้วไม่ใช่การเคลื่อนที่ของหุ่นยนต์ในอวกาศ แต่เป็นการเปลี่ยนแปลงโลก การนำทางสามารถลดความซับซ้อนของโลกให้เป็นอุปสรรคและพื้นที่ที่สามารถเดินได้ การเดินส่วนใหญ่จัดการกับการสัมผัสกับพื้น ซึ่งกฎของมันค่อนข้างคงที่

แต่การจัดการนั้นแตกต่างอย่างสิ้นเชิง หุ่นยนต์ต้องเผชิญกับรูปร่าง น้ำหนัก แรงเสียดทาน และการเปลี่ยนแปลงแบบไดนามิกของวัตถุที่ไม่รู้จัก และยังต้องรักษาความแม่นยำระดับมิลลิเมตรในห่วงโซ่ภารกิจที่ยาวนาน หากการเคลื่อนไหวคลาดเคลื่อนไปสองสามมิลลิเมตร ขั้นตอนต่อๆ ไปทั้งหมดอาจผิดพลาดได้ทั้งหมด

ดังนั้น Genesis จึงเชื่อว่า หากหุ่นยนต์สามารถสัมผัสกับโลกทางกายภาพที่ซับซ้อนได้อย่างน่าเชื่อถือ ความสามารถอื่นๆ ก็จะมีพื้นที่ในการแสดงคุณค่า

เส้นทางเทคนิคของ Genesis ก็ชัดเจนมาก: ใช้ฮาร์ดแวร์ที่ใกล้เคียงมือมนุษย์เพื่อลดช่องว่างของ Embodied Intelligence; ใช้ข้อมูลการทำงานของมนุษย์เพื่อขยายขนาดการฝึก; ใช้ระบบจำลองเพื่อเร่งการประเมินแบบวงปิด; อาศัยการควบคุมที่มีความหน่วงต่ำเพื่อลดข้อผิดพลาดในการดำเนินการ; และสุดท้าย รวมทั้งหมดนี้เข้ากับโมเดลพื้นฐานหุ่นยนต์

ไม่น่าแปลกใจที่นักลงทุนเรียกมันว่า “การสาธิตการจัดการทั่วไปที่แข็งแกร่งที่สุด”

ขั้นตอนต่อไปของบริษัทยังวางแผนที่จะเปิดตัวหุ่นยนต์ทั่วไปรุ่นแรก และไม่ใช่แค่มีสองมือ แต่เป็นหุ่นยนต์ทั้งตัว กล่าวอีกนัยหนึ่ง สิ่งที่ Genesis นำเสนอในครั้งนี้ไม่ใช่จุดสิ้นสุด แต่เป็นท่าเปิดที่สวยงาม

ในวงการหุ่นยนต์ ผู้เล่นหน้าใหม่ที่แข็งแกร่งได้เปิดไพ่ของตนแล้ว

ลิงก์อ้างอิง
https://www.genesis.ai/blog/gene-26-5-advancing-robotic-manipulation-to-human-level