目錄

• 你可能想知道的事
• 主題重點
• 關鍵見解表
• 之後⋯⋯

你可能想知道的事

大量的第一人稱遊戲畫面資料庫是否能賦予 AI 在複雜、動態環境中預測與行動的能力？

為何投資人支持訓練具體化（embodied）AI 與世界模型的新創公司，而 General Intuition 的策略如何有別於競爭者？

主題重點

General Intuition 是從遊戲片段平台 Medal 衍生出的紐約公司，據知情人士表示，該公司正討論籌資約 3 億美元，這將使該新創公司估值約為 20 億美元。該公司專注於構建基礎模型，教導 AI 代理在時空中導航與行動，強調訓練具體化代理與世界模型，而非主要以授權模型為主。

Medal 的創業團隊在完成 1.34 億美元的種子輪融資約八個月後產生了這次的分拆。Medal 以其使用者群產出的高量資料集聞名──每年量級為數十億段影片，並擁有數百萬的每月活躍用戶。General Intuition 的創始團隊包括聯合創辦人兼現任領導者 Pim de Witte，以及共同創辦人 Eloi Alonso、Adam Jelley 和 Vincent Micheli，該團隊在世界建模與模擬方面具有研究背景。

General Intuition 的核心主張是，互動式第一人稱遊戲畫面提供了培訓時空推理模型的獨特且豐富的訓練資料來源。由於該資料集捕捉到玩家的視角、行為與在模擬環境中的結果，可用來教導模型如何感知動態場景、預測未來狀態並規劃或執行行動。 從第一人稱互動中學習的能力被呈現為在訓練必須就運動與因果關係進行時間推理的具體化代理時的一項決定性優勢。

據消息來源指出，公司已吸引到知名科技人物與投資人的關注與資本。報導的支持者包括 Jeff Bezos 與 Eric Schmidt，並持續獲得如 Khosla Ventures 與 General Catalyst 等早期投資人的支持。該資料集與方法也 reportedly 吸引了主要 AI 實驗室的興趣，包括 OpenAI 先前對 Medal 的收購嘗試，凸顯出大型互動影片集合在世界模型訓練上的戰略價值。

更廣泛的世界模型與具體化 AI 領域日益活躍。多家新創公司與研究團隊近來已發布能模擬環境或學習世界表示的模型。例子包括如 Runway、Decart 與 World Labs 等公司，以及較大型的供應者如 Google，Google 已經在將地理與地圖資料整合進如 Genie 3 的模型中，以提升真實場景模擬的精確度。投資人與建構者視遊戲與機器人為這些技術的近期商業化路徑，因為遊戲提供受控、豐富註釋且多樣化的模擬體驗，而機器人則提供具吸引力的下游應用。

General Intuition 的區別在於其產品策略以使用專有資料集訓練的代理為導向，而非主要出售基礎的世界模型。該新創公司將訓練好的代理──能在模擬或具體化情境中感知、預測與互動的系統──定位為主要產品。此導向影響了技術選擇、資料調整與市場進入優先順序，並提供與那些包裝與銷售世界模型或 API 的組織不同的商業化路徑。

消息顯示，新一輪資金主要將用於擴展運算能力與加速產品開發，目標是在夏末或初秋推出新產品。擴展運算是以模型為中心的新創公司的共通優先事項，因為更大的模型與更長的訓練週期通常能提升在需要預測序列、模擬物理或長期互動的任務上的能力。

雖然報導的募資與估值反映了投資人的信心，但也突顯出世界模型領域的競爭激烈與快速變動。取得獨特的大規模互動資料集、針對具體化推理的專門架構，以及通往商業應用的實際路徑是關鍵差異化因素。支持者主張，General Intuition 結合了龐大的遊戲玩法資料集、具經驗的創始研究團隊以及以代理為先的產品定位，為其朝向建構有價值的具體化 AI 能力提供了可信的路徑。

關鍵見解表

之後⋯⋯

展望未來，具體化 AI 與世界建模的持續進展將取決於數個匯聚的領域：提升有效的大規模訓練、將模型錨定於真實世界感測模態的方法，以及當代理在開放環境中行動時的安全性與魯棒性泛化技術。針對更高樣本效率的模擬到現實遷移研究、更完善的長期規劃評估框架，以及可擴展的多模態表示學習方法將特別有價值。 探索將模擬互動玩法與經過策劃的真實錄像結合的混合資料來源 可能會強化模型的魯棒性，並擴大在機器人、虛擬助理與互動娛樂等領域的實際應用範圍。

隨著投資人將資本導入像 General Intuition 這樣的公司，該領域很可能會看到以代理為中心的產品加速實驗、地圖與情境資料更緊密的整合，以及對捕捉互動式第一人稱體驗的資料集越來越多的重視。這些方向共同指向能夠推理時間動力學並在模擬與物理環境中可靠行動的代理——這是未來數年許多設想中的 AI 驅動系統的核心能力。