A Genesis AI anunciou uma rodada Série A de US$ 500 milhões para ampliar o desenvolvimento de robôs capazes de realizar tarefas manuais que ainda representam um obstáculo para a automação. O investimento foi liderado por Khosla Ventures, Premji Invest e Eclipse e chega em uma etapa decisiva para a empresa: demonstrar que um sistema que funciona em uma apresentação também pode operar com regularidade em ambientes de trabalho.
O diretor executivo e cofundador Zhou Xian afirma que a startup resolveu o problema da manipulação hábil. Para sustentar a avaliação, a Genesis recebeu a reportagem da TechCrunch em uma instalação no Vale do Silício e apresentou um modelo de inteligência artificial controlando dois braços robóticos disponíveis no mercado. A sequência exigia uma série de ações coordenadas, em vez de um único movimento isolado.
Uma demonstração que também revelou os limites atuais
Na primeira execução, os braços pegaram duas pequenas caixas de papelão, fizeram a leitura dos objetos e os colocaram dentro de uma embalagem maior. Depois, dobraram a caixa externa, fecharam sua tampa e selaram o conjunto com fita. O sistema ainda retirou uma pequena etiqueta adesiva de uma tira de fita usada em impressoras e a colou na embalagem.
O procedimento parecia indicar que o robô conseguia encadear movimentos distintos com precisão. A apresentação, contudo, foi refeita. Na segunda tentativa, uma das caixas escapou durante o manuseio, e o sistema encontrou dificuldade para desprender a pequena etiqueta da fita. A falha não foi tratada apenas como um revés. Na visão de um executivo da Genesis, ocorrências assim formam um tipo de registro que a empresa chama de “dados de soluço”: situações incomuns que podem ser incorporadas ao treinamento para tornar o modelo mais preparado para casos-limite.
A diferença entre uma demonstração controlada e uma máquina capaz de executar tarefas de forma confiável é justamente o desafio que a Genesis precisa enfrentar. O mesmo vale para o setor de inteligência artificial física e para as empresas que trabalham com robôs humanoides. Sem essa transição, resultados promissores em laboratório podem não se converter em automação estável.
Integração entre dados, software e máquina
Fundada em 2024 por Zhou Xian e pelo presidente Théophile Gervet, a Genesis adotou uma estratégia de integração vertical. Os dois se conheceram quando eram estudantes de pós-graduação em um laboratório da Carnegie Mellon University. Desde o início, a empresa decidiu reunir três frentes: produzir a maior parte dos próprios dados de treinamento, desenvolver seu modelo generativo e construir um robô humanoide compatível com esse sistema.
“Queríamos entregar o melhor robô, como um produto completo de ponta a ponta”, disse Xian. Antes da rodada atual, a companhia havia divulgado uma captação seed de US$ 105 milhões em julho de 2025. O novo aporte deve financiar a continuidade dessa abordagem, que trata o hardware e o software como partes de um mesmo projeto.
A ênfase da Genesis está na destreza, especialmente na capacidade de usar as mãos para separar, segurar, posicionar e manipular objetos. Esse foco é apresentado como um diferencial em relação a concorrentes como Figure e Agility. Para obter informações sobre contato, pressão e força, a empresa utiliza luvas equipadas com sensores.
Mais de 100 trabalhadores espalhados pelo mundo usam essas luvas durante suas atividades. Câmeras instaladas em headsets registram os movimentos, e os dados reunidos passam a integrar o conjunto utilizado no treinamento do modelo. A proposta é capturar não apenas a aparência de uma ação, mas também as forças envolvidas nela — aspecto considerado pela empresa essencial para operações delicadas.
Os robôs da Genesis também usam luvas sensorizadas, e as mãos artificiais foram desenhadas com proporções semelhantes às mãos humanas. De acordo com Xian, essa correspondência contribui para tarefas como triagem de objetos e manipulação de fios. O método busca transferir para a máquina informações obtidas em atividades humanas e combiná-las com os sinais registrados pelo próprio robô.
Milhões de experiências criadas em simulação
A coleta no mundo real é complementada por uma forte aposta em simulações. Minchen Li, um dos conselheiros da startup, é coautor de um algoritmo de física considerado influente. A Genesis usa esse trabalho como base para criar milhões de modelos de alta fidelidade das experiências pelas quais o robô pode passar.

As simulações permitem ampliar a variedade de situações usadas no treinamento sem depender exclusivamente de execuções físicas. Elas também ajudam a expor o sistema a diferentes combinações de objetos, forças e movimentos. Ainda assim, a demonstração com as caixas mostrou que a empresa continua encontrando comportamentos inesperados quando o modelo precisa lidar com pequenos detalhes do mundo real.
Eno é o projeto central, mas ainda não foi apresentado em funcionamento
A Genesis afirma que seu modelo apresenta desempenho melhor quando controla o Eno, seu principal robô humanoide. O equipamento, porém, não estava pronto para demonstrar suas capacidades durante a visita da TechCrunch. A empresa informou que já construiu entre 30 e 40 unidades, mas não revelou quantas pretende produzir no ano seguinte.
O Eno foi concebido para expressar a imagem que a Genesis deseja associar ao produto. Em vez de lembrar um esqueleto metálico no estilo de um robô de ficção científica, a máquina tem uma aparência descrita como mais próxima de um dispositivo de consumo, com uma referência visual a produtos sobre rodas. O texto original da companhia também aponta uma influência marcante do estilo associado ao falecido Steve Jobs na aparência e na apresentação do equipamento.
A empresa já escolheu um fabricante contratado para iniciar, no próximo ano, o trabalho de produção em massa nos Estados Unidos. O desenho da versão destinada à fabricação em escala foi finalizado. A Genesis, entretanto, não informou o volume planejado. O Eno está em fase de testes com um pequeno grupo de clientes, cujos nomes permanecem não divulgados.
Durabilidade das mãos ainda é um gargalo
Para Xian, o principal limitador da visão da empresa está no hardware. O problema envolve tanto o projeto mecânico quanto as cadeias de fornecimento necessárias para fabricar máquinas industriais. A Genesis ainda precisa melhorar a resistência dos componentes e garantir uma produção capaz de atender às exigências de uso contínuo.
Hoje, as mãos hábeis desenvolvidas pela companhia suportam apenas algumas semanas de trabalho regular antes de precisarem ser trocadas. A limitação é relevante porque tarefas repetitivas, em ambientes reais, exigem disponibilidade prolongada e manutenção previsível. Portanto, não basta que a mão consiga executar um movimento: ela também precisa fazê-lo muitas vezes, sem substituições frequentes.
O executivo considera que a inteligência robótica generalizada dependerá de mais dados. Ele minimiza a importância das distinções entre arquiteturas como modelos de Visão-Linguagem-Ação e modelos de Mundo-Ação. Em sua avaliação, os sistemas continuam baseados em transformadores e mecanismos de atenção; o fator determinante seria a combinação entre infraestrutura de treinamento, infraestrutura de dados e qualidade do material usado pelo modelo.
Xian estima que a arquitetura responda por aproximadamente 10% do resultado final. Para ele, a Genesis não espera nem precisa de um novo salto científico fundamental. A companhia entende que os principais elementos técnicos já existem e que a vantagem será definida pela capacidade de executar, integrar e aprimorar cada etapa.
Essa tese coloca o novo investimento diante de uma tarefa clara. Os US$ 500 milhões deverão ajudar a Genesis a transformar dados de trabalhadores, simulações e hardware próprio em máquinas que não apenas impressionem durante uma demonstração, mas que consigam concluir tarefas manuais variadas com consistência. O episódio da caixa caída e da etiqueta difícil de retirar mostra que o caminho ainda inclui falhas; para a empresa, porém, elas também são parte do material necessário para ensinar o robô a lidar com o mundo real.

