A General Intuition investe US$ 2,3 bilhões em videogames para treinar agentes de IA para o mundo real

No momento em que entrei no andar de P&D da General Intuition, em Nova York, o cofundador e CEO da empresa, Pim de Witte, de 31 anos, apontou para um monitor em uma mesa alta. Alguém parecia estar jogando algo parecido com o Fortnite — mas não era um ser humano.

“Nosso agente está jogando há 100 horas seguidas”, disse Kent Rollins, diretor de produtos, com um sorriso radiante.

Antes que eu pudesse assimilar completamente a imagem de uma IA navegando por um ambiente virtual de jogo, ouvi os passos eletrônicos de um grande robô de quatro patas se aproximando.

“O mesmo cérebro que controla o agente do jogo também controla o robô”, disse-me de Witte.

Josh Duplantis, um analista de dados que carregava um laptop transmitindo ao vivo as imagens da única câmera do robô, interveio para explicar que o modo padrão do robô era “exploração”.

Usando essa câmera — seu único olho —, o robô gigante, que parecia um inseto, caminhou até mim, deu a volta e seguiu para dentro do escritório. De vez em quando, ele esbarrava nas pernas das cadeiras ou em uma lixeira deslocada, bem como uma criança pequena que ainda está aprendendo como seu corpo se relaciona com o mundo. Duplantis observou que foram necessários apenas oito minutos de dados robóticos do mundo real para ajustar um modelo de IA para o quadrúpede. E esses dados haviam sido coletados na rua, não dentro do escritório onde o robô estava se locomovendo sozinho.

Um modelo agênico capaz de generalizar desde jogos até simulações e, por fim, à incorporação física está no cerne da missão da General Intuition. E sua capacidade de descobrir seu lugar no mundo atraiu o apoio de alguns nomes de destaque.

Na quinta-feira, a General Intuition anunciou que levantou US$ 320 milhões com uma avaliação de US$ 2,3 bilhões, confirmando a reportagem anterior do TechCrunch. A rodada eleva o total de financiamento divulgado pela startup para US$ 454 milhões, após a rodada de US$ 134 milhões levantada no lançamento, em outubro do ano passado.

A startup surgiu como uma spin-off de outra empresa de de Witte, a Medal, que permite que jogadores enviem e compartilhem clipes de videogames. As centenas de milhões de horas de jogabilidade enviadas forneceram o conjunto de dados inicial para treinar o modelo da General Intuition em raciocínio espaço-temporal — compreender como se mover pelo espaço e pelo tempo.

Mas o segredo não estava apenas nas imagens de jogo; estavam nos rótulos de ação incorporados a esses clipes — registros de exatamente quais botões um jogador pressionou e quando. A maioria dos concorrentes, diz de Witte, tenta inferir ações apenas a partir do vídeo, o que, segundo ele, não é suficiente.

“Vemos isso como a próxima etapa do pré-treinamento”, disse de Witte. “Temos um único modelo capaz de responder às informações do Fortnite na tela e realizar ações, mas também lidar com a dinâmica do mundo real de uma forma que um LLM nunca poderia.”

Em determinado momento, de Witte me mostrou um laptop rodando o modelo de mundo da General Intuition — um ambiente simulado gerado quadro a quadro, em vez de renderizado por um motor de jogo tradicional. Como costumo fazer ao testar modelos de mundo, acabei esbarrando em uma série de paredes. Em outras demonstrações que experimentei, os agentes às vezes passavam direto por elas, mas esse não. A partir de milhões de horas de jogo, ele de alguma forma aprendeu que paredes são paredes, escadas servem para subir e as sombras se alongam conforme o sol se move.

Para a General Intuition, esse modelo de mundo não é o produto — é o ambiente de treinamento, chamado internamente de “a academia”. A empresa, em última análise, quer vender o próprio modelo de agente. De Witte argumenta que os dados de ação incorporados à jogabilidade ajudam o modelo a distinguir o “eu” do “ambiente”, proporcionando-lhe uma compreensão mais rica da causalidade.

Por mais impressionante que a tecnologia da General Intuition pareça nas demonstrações, a empresa não é a única trabalhando nesse problema. Além disso, ainda não se conseguiu fazer com que um modelo desse tipo se mantenha no mundo físico em grande escala. A maioria das abordagens desse tipo requer grandes quantidades de dados do mundo real, coletados de forma lenta e dispendiosa. A aposta da General Intuition é que a jogabilidade oferece um atalho escalável.

Seus investidores estão confiantes nessa aposta. A última rodada de investimentos da General Intuition foi liderada pela Khosla Ventures, com a participação da General Catalyst, de Jeff Bezos, Eric Schmidt, Nico Rosberg e pesquisadores do Google DeepMind e do MIT.

A grande maioria dos recursos da rodada será destinada à ampliação da capacidade de computação. A General Intuition tem um acordo com a CoreWeave e planeja se concentrar no pré-treinamento da próxima versão do modelo. Uma parte também está reservada para tornar sua API mais amplamente disponível até o final do verão.

Vinod Khosla, cuja empresa liderou a rodada, diz que se sentiu atraído pela visão de de Witte e pela posição da empresa em relação aos dados proprietários.

“Se você observar os LLMs, quando o raciocínio surgiu, foi um salto quântico”, disse Khosla em uma entrevista por telefone. “Nos modelos de mundo, acho que o salto quântico é o surgimento da intuição na IA — uma intuição semelhante à humana. Os dados de ação e reação humanas provenientes de jogos são fundamentais para esse surgimento.”

A visão é a de uma empresa que perdurará por gerações

A General Intuition utiliza dados de trechos de videogames da Medal. Créditos da imagem: Medal.TV

A General Intuition não é a única empresa que reconhece os dados de ação humana da Medal como um elemento-chave para a construção de modelos de mundo dinâmicos e agentes gerais. Brianna Martin, chefe de gabinete da startup, disse que a empresa surgiu, em parte, depois que a Medal recusou uma oferta de aquisição de um grande laboratório. Houve outras ofertas desde então.

De Witte e seus cofundadores — Eloi Alonso, Adam Jelley e Vincent Micheli — não estão interessados em ser adquiridos, e os investidores da startup também não buscam uma saída por enquanto. A quantidade e a qualidade dos dados proprietários que a General Intuition possui por meio da Medal são uma das razões pelas quais Khosla acredita que a startup é uma aposta geracional, e não um alvo de fusões e aquisições — ou seja, que ela poderia se tornar a espinha dorsal para agentes generalizados e modelos de mundo tanto em simulação quanto no mundo real.

“Neste momento, seria uma aquisição de dados, o que é um tanto desinteressante”, disse Khosla.

Parte dessa aposta também envolve confiar nos valores de de Witte.

O empreendedor passou três anos trabalhando na área humanitária, inclusive com a Médicos Sem Fronteiras. Como resultado, ele traçou uma linha clara sobre como a tecnologia da General Intuition será utilizada: nenhum agente será implantado para causar danos a seres humanos.

“Não queremos ser um elemento de escalada no sistema”, disse de Witte. “Se eu saísse por aí dizendo: ‘Estamos trabalhando com autonomia letal’, o que você acha que aconteceria em outros países?”

Essa restrição aos casos de uso militar surge em um momento em que o Vale do Silício se mostra cada vez mais otimista em relação à defesa, embora de Witte diga que fica feliz que seus modelos sejam utilizados em missões de busca e resgate.

De Witte é holandês, e grande parte de sua equipe é europeia, o que molda a identidade da empresa. Ele diz que contratou Martin em parte por causa da decisão dela de se demitir publicamente da Palantir devido ao trabalho da empresa com a Agência de Imigração e Alfândega dos EUA.

“Não sei por que o Vale do Silício faz o que faz”, disse ele. “Há um motivo para eu não estar lá.”

A ética de De Witte não se limita apenas ao que os modelos não farão. Como jogador que ganhou US$ 1,5 milhão criando e hospedando um servidor privado do RuneScape na adolescência, ele também pensa no que acontece com as pessoas deixadas para trás pelo que os modelos de IA são capazes de fazer.

A General Intuition lançou recentemente uma plataforma chamada Nerve, um mercado de empregos que permite que gamers ganhem dinheiro usando seus equipamentos já existentes. Quem se inscreve começa com o rotulamento de dados e pode, eventualmente, avançar para a teleoperação de robôs e outras tarefas. A base de usuários da Medal, observou de Witte, é justamente a geração mais exposta à substituição impulsionada pela IA, e ele quer que eles tenham participação no que está por vir.

Um flywheel de dados

De Witte quer que a General Intuition seja um facilitador de ecossistemas, como a Anthropic ou a OpenAI — um provedor de modelos que permite que outros desenvolvam soluções com base em sua tecnologia. Hoje, a startup tem alguns clientes nas áreas de jogos, simulação e robótica.

“Não vamos criar uma empresa de carros autônomos”, disse de Witte. “Vamos tornar 10 vezes mais fácil para a próxima pessoa criar uma empresa de carros autônomos.”

A empresa afirma que, assim que sua API estiver nas mãos de mais clientes, será possível testar suas capacidades em diversos casos de uso — como testar um robô em um gêmeo digital de um chão de fábrica, operar um robô com comportamento humano dentro de um estúdio de jogos ou enviar um quadrúpede para navegar em ambientes perigosos.

Embora o quadrúpede seja a primeira concretização física que a General Intuition experimentou no mundo real, a empresa também já testou drones e outros dispositivos, inclusive executando o modelo em jogos de direção.

“Funciona em qualquer coisa que você possa controlar com um controle de videogame, teclado ou mouse”, disse de Witte.

Um dos objetivos é construir um “flywheel” de dados.

“Vamos selecionar clientes com os quais possamos diversificar as aplicações para as quais esse modelo de base generalizado serve como espinha dorsal”, disse de Witte. “Vamos priorizar clientes que possam oferecer dados do mundo real que sejam interessantes e úteis para impulsionar a pesquisa, e que tenham uma equipe interna ágil na qual possamos atuar como parceiros integrados e aprender uns com os outros.”

Khosla disse que os dados proprietários da General Intuition levaram a empresa até aqui, e que sua capacidade de continuar coletando dados que ninguém mais possui será essencial. Especialmente porque, apesar das demonstrações impressionantes, ainda não se sabe ao certo se a transferência da simulação para o mundo real se mantém em escala — uma questão que ninguém respondeu completamente até o momento.

Correção: O título anterior informava incorretamente o valor que a General Intuition levantou nesta rodada. O erro foi corrigido.