重點

General Intuition 已籌得 3.2 億美元，估值 23 億美元，以擴展一個從數百萬小時遊戲玩法中學習並將該技能轉移到實體機器人的單一代理模型。該公司使用來自 Medal 的帶有動作標記的遊戲片段──創辦人稱之為關鍵成分──來教授時空推理，使模擬世界模型能尊重牆壁、梯子及其他動力學。 這種專注於人類動作數據，而不僅僅是影片，正是該創業公司的核心差異化因素。 資金將用於擴充運算能力、擴大 API 存取範圍，並加速下一代模型的預訓練。

情緒分析

• 整體情緒：謹慎樂觀。敘事在對技術進展感到興奮與對真實世界健壯性與規模抱持健康懷疑之間取得平衡。投資者的熱情與龐大資金顯示強烈的市場信心，而技術與部署上的挑戰則讓期待趨於理性。語氣讚揚了對專有數據的創新使用，並強調了反對有害軍事用途的倫理立場。

文章內容

在 General Intuition 位於紐約的研發空間裡，一台顯示器上看起來像是在玩 Fortnite 的畫面。該玩家，然而，是一個 AI 代理。公司領導人展示了同一個控制遊戲中動作的模型也能驅動一台四足機器人。該機器人依靠單一攝影機畫面和標示為「探索」的模式，在辦公空間中導航，表現出早期學習者常見的失誤，偶爾撞到椅子和垃圾桶。根據團隊說法，只需幾分鐘的真實世界機器人數據就能將預訓練模型調整到實體化，多數微調數據是在戶外收集的。

General Intuition 的核心理念是訓練一個能從遊戲玩法移動到模擬再到真實世界實體化的通用代理。該創業公司是從 Medal 分拆出來的平台，玩家會上傳註記了精確按鍵與輸入的片段。這些動作標記是公司的優勢：它們提供了純影片所缺乏的明確因果信號。創辦人主張這有助於模型學習「自我」與因果性的概念──理解動作對環境的影響──而不僅僅是預測像素。

公司確認了一輪 3.2 億美元的融資，此輪估值為 23 億美元，使公開披露的募資總額達到 4.54 億美元。投資者包括 Khosla Ventures、General Catalyst 以及多位知名個人支持者。大部分新資金將透過與 CoreWeave 的合作擴充運算能量，推動下一代模型的預訓練，並在夏季結束前更廣泛地開放 API。

在技術上，General Intuition 訓練的是逐幀的世界模型，而不是依賴傳統遊戲引擎。在示範中，模擬環境強制執行物理約束──牆壁阻擋移動、梯子可供爬升，陰影隨虛擬太陽移動。這些學到的規律源自於在數百萬小時遊戲玩法加上精確動作數據上的訓練。 公司強調，是帶標記的人類輸入讓更豐富的時空推理與可轉移的行為感（agency）成為可能。

儘管示範令人印象深刻，但仍有重大挑戰。將能力從模擬轉移到大規模的物理世界是該領域未解決的問題。許多方法需要大量緩慢且昂貴的真實世界數據。General Intuition 的論點是遊戲玩法提供了一條可擴展的捷徑，但模擬訓練的代理是否能在多樣且不可控的真實世界環境中持續穩定表現，仍是個開放性問題。

除了技術層面外，公司已闡明倫理限制：不會授權代理用於致命的軍事用途。創辦人的人道主義背景影響了這一立場，公司公開表示優先考量像搜救等無害應用。這一立場影響了招募與合作夥伴選擇，也影響投資者與潛在客戶對創業公司的看法。

為了為受自動化影響的人們創造經濟途徑，General Intuition 推出了一個名為 Nerve 的市集。該平台讓玩家透過標註數據賺錢，並隨時間轉向較高價值的活動，如機器人遙操作。此做法旨在將 Medal 的用戶群──其中許多為年輕且具技能的玩家──包括在新興生態系中，而非單純取代他們。

公司將自己定位為基礎模型提供者，而不是特定機器人或載具產品的整合商。其客戶目前涵蓋遊戲、模擬與機器人領域，團隊表示模型可跨由標準輸入裝置可控的各種實體化形式運作。計畫是優先與能提供多樣真實世界數據的夥伴合作，並密切協作以快速迭代。

像 Vinod Khosla 等投資者視該創業公司的專有動作標記數據為關鍵的競爭護城河，可能推動世界模型與通用代理出現世代性的轉變。然而，業界仍將觀察模擬到現實的轉移能否可靠地擴展。General Intuition 的可觀資金與獨特數據位置為其提供了可行的路徑，但核心技術與部署障礙仍然重大。

關鍵見解表