Genesis AI、EclipseとKhoslaからシード1億500万ドル調達 自社シミュレーションで汎用ロボット頭脳を開発
パリとパロアルトに拠点を置くフィジカルAI研究所Genesis AIは2025年7月1日、EclipseとKhosla Venturesが共同で主導した1億500万ドルの資金調達を発表し、表舞台に登場した。仏公的投資銀行Bpifrance、HSG、Eric Schmidt氏、Xavier Niel氏も出資した。同社は後にこの調達をシードと位置付けており、自社開発の物理シミュレーション、生成モデル、実機データを組み合わせたデータエンジンで汎用ロボット基盤モデルを構築する。企業価値は開示していない。

フィジカルAIのスタートアップGenesis AIは2025年7月1日、1億500万ドルの資金調達を発表し、ステルス状態から姿を現した。仏パリと米カリフォルニア州パロアルトに拠点を構える同社は、汎用のロボット基盤モデルと、特定の機体に縛られない水平型ロボットプラットフォームを開発すると表明した。米ベンチャーキャピタルのEclipseとKhosla Venturesが共同でラウンドを主導した。発表は米東部時間午前9時で、企業価値は明らかにしていない。
調達の中身
共同主導の2社に加え、発表資料は仏公的投資銀行Bpifrance、投資会社HSG、米グーグル元最高経営責任者(CEO)のEric Schmidt氏、仏通信実業家のXavier Niel氏を出資者に挙げた。同社は2026年3月11日の発表でこの1億500万ドルを「シード資金」と明記し、AI研究者のDaniela Rus氏とVladlen Koltun氏も支援者として紹介した。製品も顧客も自社ロボットも示していない企業がシード段階でこの規模を集めるのは異例だ。
同社は自らを世界規模のフィジカルAI研究所であり、フルスタックのロボット企業だと位置付ける。汎用ロボットに経済を支える肉体労働を担わせ、「無制限の肉体労働」を解き放つことを使命に掲げた。発表資料によると、肉体労働は世界の国内総生産(GDP)のうち30兆~40兆ドルを占め、その95%超は自動化されていない。世界の企業の75%が人手確保に苦しみ、自動化が進んだ業種でもロボットと人の比率が1対30を超えることはまれだという。
モデルより先にデータエンジン
同社の中核資産はハードウェアではなくデータだ。高精度の物理シミュレーション、マルチモーダルな生成モデル、実機ロボットによる大規模データ収集を一体化した拡張可能なデータエンジンを構築しているという。シミュレーション基盤は自社開発で、遠隔操作だけでは届かない規模の合成学習データを生み出すのが狙いだ。Khosla VenturesのKanu Gulati氏は、シミュレーションと実機のデータが互いを補う継続的な閉ループだと評した。
ロボット基盤モデルは、ロボットが見たものと受けた指示を具体的な動作に変換する方法を学ぶ。汎化には数百万件規模の事例が要る。人がロボットアームを遠隔操作してデータを集める方法は時間も費用もかかる。高速な物理シミュレーターは失敗例も含めて大量の試行をほぼ追加費用なしに生成できるが、シミュレーションだけで学習した制御は現実の摩擦や照明、雑然とした環境で破綻しやすい。Genesis AIは両者を一つのパイプラインで混ぜれば、その差をより早く縮められると見ている。データエンジンと基盤モデルの一部をオープンソース化する計画も示した。
チームはシミュレーション分野ですでに公開実績を持っていた。ロボット学習向けオープンソース物理プラットフォーム「Genesis World」は、文書によれば2024年12月に学術プロジェクトとして始まり、現在はGenesis AIの支援で開発が続く。ライセンスはApache 2.0だ。現在の文書では、統合マルチフィジックスエンジン、写実的レンダラー「Nyx」、クロスプラットフォームコンパイラー「Quadrants」を一つのPythonインターフェースにまとめたと説明しており、GitHubのリポジトリは2026年10月時点で約3万のスターを集めている。
創業陣
CEOはZhou Xian氏で、2026年3月の発表はThéophile Gervet氏を共同創業者として紹介した。設立時の発表によると、創業メンバーは仏Mistral AI、米エヌビディア、米グーグル、カーネギーメロン大学、マサチューセッツ工科大学(MIT)、スタンフォード大学、コロンビア大学、メリーランド大学の出身で、物理シミュレーション、グラフィックス、ロボティクス、大規模モデル学習の経験を持つ。運営法人は仏SASで、資金力のあるロボット頭脳開発企業としては珍しい欧州発の存在となった。
Zhou氏はフィジカルAIで動く汎用ロボットが人類史の次の大きな章を開くと述べた。EclipseのパートナーであるCharly Mwangi氏は、汎用ロボットが多くの産業で数兆ドル規模の労働価値に影響しうると語った。Eclipseは自社ブログで、製造、建設、医療、農業の人手不足を投資理由に挙げた。
競合との比較
今回の調達でGenesis AIは汎用ロボット頭脳を競う企業のなかで資金力の上位に入ったが、首位とは差がある。Skild AIは2024年7月にシリーズAで3億ドルを調達し、15億ドルの評価を得た。Dyna Roboticsは2025年3月にシード2350万ドルを発表した。ヒューマノイドでは米Figure AIが2024年2月にシリーズBで6億7500万ドル、1X Technologiesが2024年1月にシリーズBで1億ドルを集めた。MEKAWIREの計算では、Genesis AIのシードはDyna Roboticsのシードの4.5倍、Skild AIのシリーズAの35%に当たる。
- Genesis AI
- FR / US
- データなし
- Seed
- 2025-07-01
- 105
- データなし
- Dyna Robotics
- US
- 2024
- Seed
- 2025-03-25
- 23.5
- データなし
- Skild AI
- US
- 2023
- Series A
- 2024-07-09
- 300
- 1.5
- Figure AI
- US
- データなし
- Series B
- 2024-02-29
- 675
- データなし
- 1X Technologies
- US
- 2014
- Series B
- 2024-01-13
- 100
- データなし
2025年7月1日以前に各社が発表した直近ラウンド、各社発表資料に基づく。金額は百万ドル、調達後評価額は十億ドル、非開示はnull。Genesis AIのラウンド区分は2026年3月11日の同社発表による。本文の倍率はMEKAWIREの計算:105 / 23.5 = 4.47、105 / 300 = 0.35。開示値であり推計ではない。
2026年10月1日時点
日本の産業への示唆
人手不足が深刻な日本では、ロボット導入の壁はハードウェアよりも動作を教え込む手間にある。ファナックや安川電機などの産業用ロボット大手は機体と制御で世界的な地位を持つが、多様な作業をこなす汎用モデルを機体の外から供給する水平型の頭脳は、中小の装置メーカーやシステムインテグレーターにとって新たな選択肢になりうる。シミュレーションで学習データを安く作る手法は、デジタルツインに投資してきた日本の製造業とも相性がよい。一方で、基盤モデルと学習データを海外勢に依存する構図が固まる懸念もある。
リスクと残る疑問
発表時点でGenesis AIは顧客、ロボットのハードウェアパートナー、モデルの公開時期、企業価値をいずれも示さなかった。シミュレーションの役割に関する主張は会社側の説明に基づくもので、シミュレーションと現実の性能差はこれまで多くの試みを阻んできた。技術の一部をオープンソース化すれば、競合が同じ道具を使えるようになったときに何を自社の価値として守るのかという問いも残る。
その後の動き
同社は2026年3月、米アマゾンで自動運転部門を率いたVivian Sun氏を商業化と戦略担当の副社長に迎えた。この発表の発信地はパリとカリフォルニア州サンカルロスだった。現在のウェブサイトでは「Eno」という製品を紹介し、2026年末までに対象顧客への導入を予定している。
MEKAWIRE分析
Genesis AIの1億500万ドルのシードは、最も安いロボット学習データの供給源を握る者がロボット頭脳を制するという賭けであり、欧州がこの競争に初めて本格的な挑戦者を送り込んだことを意味する。
根拠は同社が最初に何を打ち出したかにある。発表はモデルよりデータエンジンを前面に出し、自社シミュレーションを中核資産に据えた。チームは外部資金を受ける前にオープンソースのシミュレーターを公開していた。米国のディープテック系ファンド2社が共同主導し、BpifranceとXavier Niel氏がフランス側の軸となった。
最も強い反論は、シミュレーションが10年近くロボット開発の近道とされながら、実際の導入を左右するのは依然として現場データだという点だ。工場や家庭に機体を置く競合は有償作業の副産物としてデータを集められるが、現場にロボットを持たない研究所はそれを買うか自ら作るしかない。
強気シナリオ。混合パイプラインで学習した制御が遠隔操作データを大幅に減らしても実機に移せると示せれば、学習事例あたりのコストは競合を下回り、オープンソースのシミュレーターは開発者と機体メーカーを呼び込む入り口になる。2026年末に最初の商用製品が出れば、はるかに大きな追加調達も正当化される。
弱気シナリオ。シミュレーションから現実への移行性能が弱いままなら、Genesis AIはシミュレーターではエヌビディアやGoogle DeepMindの無償ツールと、頭脳では資金力で勝るモデル企業と正面から競うことになる。その場合、シード資金は競合が自社のオープンソース成果から写し取れる研究に費やされかねない。
注目すべき三つの兆候は次の通りだ。
- 2026年12月31日まで:ウェブサイトが予告するEnoの対象顧客への導入が実現するか、どのロボットメーカーと組むか。
- 2026年中:2025年7月1日に約束したデータエンジンと基盤モデルの構成要素をオープンソース化するか。
- 2027年上期:企業価値を開示した追加ラウンドが出るか。Skild AIやPhysical Intelligenceと比べた欧州発ロボット頭脳の値付けを測る試金石となる。
- 1億500万ドル
- シード(2026年3月の会社説明による)
- 2025年7月1日 米東部時間午前9時
- Eclipse、Khosla Ventures
- Bpifrance、HSG、Eric Schmidt氏、Xavier Niel氏
- 非開示
- Zhou Xian CEO、共同創業者Théophile Gervet氏
- パリ、パロアルト
- 自社物理シミュレーション、生成モデル、実機データを統合したデータエンジン
なぜ重要か
Genesis AIの調達は、2025年半ばに投資家がロボットのデータ層を独立した資産として値付けし始めたことを最も鮮明に示す事例だ。当時のロボット頭脳企業の多くはモデルのデモや稼働台数を材料に資金を集めていた。Genesis AIはチームとシミュレーターだけで1億500万ドルを得て、発表もモデルの前にデータエンジンを説明した。この順序が正しければ、ロボット産業で希少なのは計算資源やモデル構造ではなく、安価で多様かつ物理的に正確な学習事例だということになる。
地理的な意味もある。パリに拠点を置く仏SASが、Bpifrance、Xavier Niel氏、Eclipse、Khosla Venturesの支援を得て、米Skild AIやPhysical Intelligence、機体と一体で売る中国勢が中心だった領域に参入した。日本企業にとっても米中以外の提携候補が一つ増えた。
競合分析
野心の面で最も近いのはSkild AIだ。2024年7月にシリーズAで3億ドルを調達して15億ドルの評価を得ており、多様な機体で動く汎用モデルを掲げる。Physical Intelligenceも同様の目標を追う。両社が多種のロボットから集めた大量の実機データに頼るのに対し、Genesis AIは自社シミュレーターを主なデータ源とし、実機データで補正する構図を打ち出した。
エヌビディアはこれら全社の協力者であり競合でもある。Isaacのシミュレーションツール群とGR00TモデルはGenesis AIのデータエンジンと直接重なり、半導体を売るために無償で配ることもできる。研究分野ではGoogle DeepMindのMuJoCoが似た役割を担う。2025年3月にシード2350万ドルを調達したDyna Roboticsは、低価格ロボットと実地導入で早期に商用化する逆の道筋を示している。
企業価値の背景
Genesis AIは企業価値を開示しておらず、比較はラウンド規模に限られる。MEKAWIREの計算では1億500万ドルはDyna Roboticsのシードの4.47倍、Skild AIのシリーズAの0.35倍だ。Skild AIの2024年7月の調達後評価額15億ドルは参考になるが、そこからGenesis AIの評価額は導けない。
シードという呼称は将来の希薄化に影響する。シード段階で1億500万ドルを受け入れた企業はすでに高い価格シグナルを出しており、次のラウンドではモデル公開、有償顧客、機体メーカーとの提携といった裏付けが要る。2026年3月の発表でも総額を1億500万ドルのシードと表記しており、その時点で値付けされた追加ラウンドは発表されていなかったとみられる。
サプライチェーンへの影響
Genesis AIはロボットメーカーの上流に位置する。主な投入要素はシミュレーションと学習用のGPU計算資源、データ収集用の実機ロボット、物理とグラフィックスの人材だ。発表は計算資源や機体の提携先を明かしていない。シミュレーションは計算負荷が大きく、GPUを持続可能な価格で確保できるかが直接コストを左右する。
下流では外部の頭脳を載せる意思のある機体メーカーが必要になる。Figureや1Xのようなヒューマノイド企業は自社モデルを作るため、自然な顧客は大きなAI部門を持たないロボットアーム、移動マニピュレーター、製造セルのメーカーやシステムインテグレーターだ。日本の中堅装置メーカーもここに含まれる。
今後の注目点
第一は商用化だ。ウェブサイトは2026年末までにEnoの対象顧客への導入を約束している。顧客名、機体の種類、現場が明らかになれば事業として形をなし、2027年初めまでに出なければ次の調達の重荷になる。
第二は技術だ。2025年7月1日に約束したデータエンジンとモデルの構成要素の公開や、シミュレーションから実機への移行性能を示すベンチマークが最も強い証拠となる。2026年10月時点でGitHubスター約3万のGenesis Worldの普及度は、開発者需要の先行指標だ。第三は企業価値を開示した追加ラウンドである。
アナリストの見方
見立て。Genesis AIは、最も安いロボット学習データは実機データで補正したシミュレーションから生まれ、シミュレーターを持つことが持続的な優位になるという、信頼できるがまだ初期段階の賭けだ。チームのオープンソース実績と共同主導投資家の重みがそれを支える。
確信度は中程度。発表時点で顧客、機体パートナー、モデルの時期、企業価値がなく、シミュレーションと現実の差は過去に似た戦略を挫いてきた。一方でシミュレーターは実在し、公開され、多くの開発者に注目されている。同社はアマゾンの自動運転部門出身の商用化責任者を迎え、製品の時期も示した。少ない実機調整で他社の機体上で動くモデルが出れば評価を上げ、Enoの遅れや自社ロボット製造への転換があれば下げる。
問うべき論点
最初のモデルの学習データのうちシミュレーションと実機の比率はどの程度で、同社はそれを公表するのか。最初のモデルはどの機体に対応し、ハードウェアは自ら供給するのか、パートナーに委ねるのか。
何をどのライセンスでオープンソース化するのか。データエンジンがGenesis Worldと同じApache 2.0で公開されれば、それを採用した競合に対してどう商業的優位を保つのか。次のラウンドはどの投資家が主導し、いくらの評価額が付くのか。