General Intuition 完成 3.2 亿美元融资，用游戏数据训练通用 AI 智能体

我刚踏入 General Intuition 位于纽约办公室的研发楼层，公司 31 岁的联合创始人兼 CEO Pim de Witte 就把我的注意力引向一张升降桌上架着的显示器。屏幕上似乎有人在玩类似 Fortnite 的游戏。但那并不是人。

“我们的智能体已经连续玩了 100 个小时，”公司首席产品官 Kent Rollins 满脸笑容地说道。

我还没来得及沉浸在一个 AI 在游戏虚拟环境中穿行的奇观里，就听到一阵电子脚步声——一台大型四足机器人正朝这边走来。

“驱动那个玩游戏智能体的同一套大脑，也在驱动机器人，”de Witte 告诉我。数据分析师 Josh Duplantis 抱着一台笔记本电脑，屏幕上正实时播放着机器人单摄像头传来的画面，他插话解释说，这台机器人的默认模式是“探索”。

依靠那只摄像头——它唯一的眼睛——这台巨大的昆虫状机器人走到我面前，绕着我转了一圈，然后继续向办公室深处走去。它时不时会蹭到椅腿，或者撞上某个乱放的垃圾桶，活像一个还没学会自己的身体与周围世界如何相处的幼儿。Duplantis 说，仅仅用了 8 分钟的真实世界机器人数据，就对这台四足机器人的 AI 模型完成了微调。更值得一提的是，那些数据是在街上采集的，而不是在机器人当前自主导航的这间办公室内。

一个能够从游戏玩法泛化到仿真、再泛化到具身实体的智能体模型，正是 General Intuition 存在的意义所在。而该模型能够弄清自己在世界中的位置，这一能力也为它赢得了多位重量级人物的支持。

周四，General Intuition 表示以 23 亿美元估值完成了 3.2 亿美元融资，证实了 TechCrunch 此前的报道。此轮融资使 General Intuition 已披露的融资总额达到 4.54 亿美元，此前该公司在去年 10 月成立时完成了 1.34 亿美元融资。

这家初创公司是从 de Witte 的另一家公司 Medal 分拆出来的，Medal 允许游戏玩家上传和分享电子游戏片段。上传的数亿小时游戏内容为训练 General Intuition 的模型提供了初始数据集，用于时空推理——也就是理解如何在空间和时间中移动。

但关键要素并不是游戏画面，而是嵌入这些片段中的操作标签：即精确记录玩家按下了哪些按钮以及何时按下。de Witte 表示，大多数竞争对手试图仅从视频中推断操作，他认为这还不够。

“我们把这视为未来预训练的下一阶段，”de Witte 说。“我们有一个单一模型，既能对屏幕上的 Fortnite 信息作出响应并采取行动，也能以 LLM 永远无法做到的方式对现实世界的动态作出响应。”

有一次，de Witte 给我配置了一台运行 General Intuition 世界模型的笔记本电脑，这是一个逐帧生成、而非由传统游戏引擎渲染的模拟环境。正如我在测试世界模型时经常做的那样，我径直撞上了一连串墙壁。在我试过的其他演示中，你控制的智能体有时会直接穿墙而过，但这个没有。从数百万小时的游戏画面中，它不知怎么学会了墙就是墙、梯子是用来攀爬的、影子会随着太阳移动而拉长。

对 General Intuition 来说，这个世界模型并不是产品，而是训练环境（内部称之为“健身房”）。该公司最终想卖的是智能体模型本身，de Witte 认为，游戏画面中嵌入的动作数据能帮助模型区分“自我”与“环境”，从而让它对因果关系有更丰富的理解。

尽管 General Intuition 的技术在演示中看起来令人印象深刻，但该公司并非唯一试图攻克这一难题的玩家。此外，让这样的模型在物理世界中大规模经受住考验，目前还没有人做到。这类方法大多需要大量真实世界数据，而收集这些数据既缓慢又昂贵。General Intuition 的赌注是，游戏画面是一条可规模化的捷径。

它的投资人也认可这一赌注。General Intuition 的最新一轮融资由 Khosla Ventures 领投，General Catalyst、Jeff Bezos、Eric Schmidt、Nico Rosberg，以及 Google DeepMind 和 MIT 的研究人员参投。

本轮融资的绝大部分将用于扩展算力容量。General Intuition 已与 CoreWeave 达成合作，并计划专注于预训练下一版模型。其中一部分资金已专门划拨，用于在夏末之前让其 API 得到更广泛的开放使用。

领投本轮融资的 Vinod Khosla 表示，他被 de Witte 的愿景以及该公司专有的数据优势所吸引。

“如果你看大语言模型，当推理能力出现时，那是一次量子跃迁，”Khosla 在电话采访中告诉我。“在世界模型中，我认为量子跃迁是 AI 中直觉的涌现，一种类似人类直觉的能力。你在游戏中所拥有的人类动作数据和反应数据，是直觉涌现的关键部分。”

愿景是成为一家世代级公司

General Intuition 并不是唯一一家注意到 Medal 的人类动作数据是构建动态世界模型和通用智能体的关键拼图的公司。这家初创公司的幕僚长 Brianna Martin 表示，该公司的诞生，部分原因是在 Medal 拒绝了一家大型实验室的收购要约之后。此后也还有其他收购要约。

De Witte 和他的联合创始人 Eloi Alonso、Adam Jelley 以及 Vincent Micheli 并不想被收购，这家初创公司的投资人也还不急于寻求退出。General Intuition 通过 Medal 所拥有的专有数据的数量和质量，正是让 Khosla 确信这家初创公司是一次世代级押注、而非并购目标的原因之一；它有可能成为模拟环境和真实世界中通用智能体与世界模型的骨干。

“到了这个阶段，那就会变成一次数据收购，而这种事情多少有些无趣，”Khosla 说。

这一押注的一部分，也在于信任 de Witte 的价值观。

这位创业者曾在人道主义领域工作七年，包括在无国界医生组织任职。正因如此，他为 General Intuition 技术的使用划下了一条明确的红线：不会用任何智能体去伤害人类。

“我们不想成为这个体系中推动升级的一环，”de Witte 说。“假设我站出来说，‘我们在做致命性自主武器。’你觉得其他国家会作何反应？”

对军事用途设下这一限制之际，硅谷对战争的态度正变得越来越乐观。De Witte 表示，他很乐意让自己的模型用于搜救任务，不过他感到硅谷近来对国防的痴迷“正在侵蚀整个生态”。

De Witte 是荷兰人，他的团队大部分成员也是欧洲人，这塑造了公司的身份认同。他说，他之所以招揽 Martin，部分原因是她决定公开从 Palantir 离职，以抗议该公司与美国移民和海关执法局的合作。

“我不知道硅谷为什么要做那些事，”他说，“我不在那里是有原因的。”

De Witte 的伦理观不仅仅限制了模型不会做什么。作为一个十几岁时通过搭建和托管一个私人 RuneScape 服务器赚了 150 万美元的游戏玩家，De Witte 同时也在思考那些被 AI 模型能力所淘汰的人会面临什么。

General Intuition 最近推出了一个名为 Nerve 的平台，这是一个就业市场，让游戏玩家利用自己现有的设备赚钱。注册的人从数据标注开始，最终可以转向机器人远程操作和其他任务。De Witte 指出，Medal 的用户群体恰恰是受 AI 驱动 displacement 影响最大的一代人，他希望他们能在接下来的变革中拥有切身利益。

数据飞轮

De Witte 希望 General Intuition 成为生态系统的赋能者，就像 Anthropic 或 OpenAI 那样——一个让其他人能在其技术之上进行构建的模型提供商。目前，这家初创公司在游戏、仿真和机器人领域拥有少量客户。

“我们不会去创办一家自动驾驶汽车公司，”De Witte 说，“我们要让下一个人创办自动驾驶汽车公司变得容易 10 倍。”

该公司表示，一旦其 API 交到更多客户手中，它就能在多种用例中检验自身实力——比如在工厂车间的数字孪生中测试机器人、在游戏工作室里驱动一个类人机器人，或者派出一台四足机器人去穿越危险环境。

虽然四足机器人是 General Intuition 在现实世界中尝试的第一种物理载体，但它也尝试过无人机和其他设备，包括在驾驶游戏中测试该模型。

“凡是你能用游戏手柄或键盘鼠标控制的东西，它都能用，”de Witte 说。

构建数据飞轮的可能性正是其目标之一。

“我们会挑选那些能让我们多样化载体的客户，让这个通用基础模型作为它们的骨干，”de Witte 说。“所以我们会优先挑选那些能提供真实世界数据的客户，这些数据要有意思、有用，能推动研究取得实质进展。而且他们还要有一个敏捷的内部团队，让我们能真正成为深度嵌入的合作伙伴，彼此学习。”

Khosla 表示，General Intuition 的专有数据是它走到今天这一步的原因，而它持续收集别人没有的数据的能力将至关重要。尤其是因为，尽管演示令人印象深刻，但从仿真到现实世界的迁移能否在规模化下成立，仍是一个尚未有人完全回答的开放问题。