General Intuition 募得 23 億美元，押注視訊遊戲技術能為人工智慧的實務應用進行訓練

一走進位於紐約的 General Intuition 研發大樓，共同創辦人兼執行長 Pim de Witte 立刻指向一張站立式辦公桌上的螢幕。畫面看起來像是有人在玩《要塞英雄》，但那並非真人。

「我們的智能代理已經連續遊玩了 100 小時，」該公司首席產品官肯特·羅林斯微笑著說道。

在我還來不及完全消化這幕——人工智慧正在虛擬遊戲世界中探索——一臺大型四足機器人伴隨著電子嗡嗡聲朝我們走來。

「驅動這款機器人的，正是那個為《要塞英雄》代理程式提供動力的同一個人工智慧，」德·維特解釋道。正在直播機器人即時影像的數據分析師喬許·杜普蘭蒂斯補充說，這台機器人目前處於「探索」模式。

這台形似昆蟲的大型機器人以單一攝影機作為唯一的「眼睛」，朝我走來，繞著我轉了一圈，隨後繼續走向辦公室。它偶爾會擦到椅腿或撞上垃圾桶，移動方式就像是正在學習如何在周遭環境中移動的幼兒。 杜普蘭蒂斯指出，僅需八分鐘的真實世界機器人數據，便能針對這台四足機器人微調人工智慧模型。令人驚訝的是，這些數據是在街頭收集的，而非機器人目前運作的辦公室內。

General Intuition 的核心使命是打造一種代理模型，能夠從遊戲玩法、模擬情境到實體化身進行泛化。這種理解自身在世界中所處位置的能力，已為該公司吸引了大量投資。

週四，General Intuition 宣布完成 3.2 億美元融資，估值達 23 億美元，證實了 TechCrunch 先前報導的內容。繼去年 10 月的 1.34 億美元啟動輪融資後，這使該新創公司的已披露總融資額達到 4.54 億美元。

該公司源自德·維特（de Witte）此前創辦的企業 Medal，這是一個用於上傳和分享電玩片段的平台。數億小時的遊戲畫面，為訓練 General Intuition 的時空推理模型——即理解如何在時空中的移動——提供了初始資料集。

然而，關鍵要素並非影片本身，而是其中嵌入的動作標籤：即玩家確切按下了哪些按鈕以及按下的時間點。德維特指出，多數競爭對手僅試圖從影片推斷動作，卻忽略了這項關鍵要素。

「我們將此視為預訓練的下一階段，」德·維特表示。「我們擁有一款單一模型，不僅能對《要塞英雄》的視覺內容做出反應並採取行動，還能以大型語言模型（LLM）永遠無法企及的方式處理現實世界的動態。」

隨後，德·維特讓我用筆記型電腦測試 General Intuition 的世界模型。這個模擬環境是逐幀生成的，而非由傳統遊戲引擎渲染而成。就像我測試這類模型時常有的情況一樣，我直接撞上了牆壁。 在其他示範中，代理程式可能會穿牆而過，但這個卻不會。透過數百萬小時的遊戲數據，它學會了牆壁是堅實的、梯子是用來攀爬的，以及隨著太陽移動，影子會變長。

對 General Intuition 而言，這個世界模型並非最終產品；它是一個訓練環境（內部稱為「健身房」）。 該公司旨在銷售這個代理模型本身。德·維特（De Witte）認為，來自遊戲過程的動作數據有助於模型區分「自我」與「環境」，從而對因果關係有更深入的理解。

儘管 General Intuition 的技術在示範中令人印象深刻，但該公司並非此領域的唯一參與者。此外，將此類模型擴展至實體世界並確保其可靠運作，目前仍未得到驗證。 大多數類似的方法都需要海量的真實世界數據，而收集這些數據不僅耗時且成本高昂。General Intuition 的策略是，遊戲過程能提供一條可擴展的捷徑。

投資者似乎對此表示認同。本輪融資由 Khosla Ventures 領投，General Catalyst、傑夫·貝佐斯（Jeff Bezos）、艾瑞克·施密特（Eric Schmidt）、尼科·羅斯伯格（Nico Rosberg），以及來自 Google DeepMind 和麻省理工學院（MIT）的研究人員共同參與。

大部分資金將用於擴展運算能力。General Intuition 已與 CoreWeave 合作，並計劃專注於下一代模型的預訓練。此外，部分資金也將用於在夏季結束前讓其 API 更廣泛地對外開放。

本輪領投的科斯拉創投（Khosla Ventures）創辦人維諾德·科斯拉（Vinod Khosla）指出，德·維特（de Witte）的願景以及該公司獨有的數據優勢是關鍵因素。

「在大型語言模型（LLMs）時代，推理能力已實現了飛躍性的進步，」科斯拉在受訪時表示。「而隨著世界模型的出現，我相信下一個飛躍將是『直覺』的誕生——這是一種類人能力。遊戲中的行動與反應數據，正是培養這種直覺的關鍵。」

這是一家具有世代影響力的公司

General Intuition 運用 Medal 的電玩影片片段所萃取的數據。圖片來源：Medal.TV

General Intuition 並非唯一一家意識到 Medal 的人類動作數據對於建構動態世界模型和通用代理至關重要的公司。該新創公司的首席幕僚布里安娜·馬丁（Brianna Martin）指出，公司成立的部分契機在於 Medal 拒絕了一家大型實驗室的收購要約。此後，其他收購要約也接踵而至。

德·維特及其共同創辦人——埃洛伊·阿隆索、亞當·傑利和文森特·米切利——對被收購毫無興趣，投資者亦不尋求早期退出。 General Intuition 透過 Medal 獲取的專有數據在數量與品質上的優勢，正是科斯拉（Khosla）將其視為「一代人一次的投資」而非併購目標的原因。該公司致力於成為模擬與現實世界中，通用智能體與世界模型的基石。

「在現階段，這僅僅是一筆數據收購，毫無吸引力，」科斯拉表示。

這項賭注也涉及對德·維特個人價值觀的信任。

德·維特曾從事七年人道主義工作，包括在「無國界醫生」組織任職，他已劃定了一條明確的道德底線：絕不將智能代理用於傷害人類。

「我們不希望助長軍備競賽，」德·維特表示。「如果我宣布『我們正在開發致命自主系統』，你覺得其他國家會怎麼反應？」

在矽谷日益聚焦國防領域之際，這項對軍事應用的限制應運而生。德·維特對其模型用於搜救任務感到安心，但他認為矽谷近期對國防的痴迷「正侵蝕整個生態系統」。

德·維特是荷蘭人，他的團隊多數成員來自歐洲，這也塑造了公司的文化。他之所以聘請馬丁，部分原因在於她曾因帕蘭蒂爾（Palantir）與美國移民及海關執法局（ICE）的合作而公開辭職。

「我不明白矽谷為何會以這種方式運作，」他說。「這正是我不在那裡的原因。」

德·維特的道德準則不僅限於限制模型「不該做」什麼。身為一名遊戲玩家，他在青少年時期曾透過搭建並營運私人《RuneScape》伺服器賺取150萬美元，因此他也十分關注那些被人工智慧進步所遺忘的人群。

General Intuition 近期推出了名為「Nerve」的就業平台，讓玩家能利用現有硬體賺取收入。註冊者可從資料標註開始，逐步進階至機器人遙控操作及其他任務。德·維特指出，Medal 的用戶群正是最容易受到 AI 驅動失業影響的一代，他希望這群人能在未來擁有話語權。

數據飛輪

德·維特將 General Intuition 視為一個生態系統推動者，類似於 Anthropic 或 OpenAI——即作為模型供應商，讓他人能基於其技術進行開發。目前，這家新創公司為遊戲、模擬和機器人領域的少數客戶提供服務。

「我們並非在打造一家自動駕駛汽車公司，」德·維特表示。「我們是讓下一位開發者能以十倍的效率打造出這樣的汽車。」

該公司表示，一旦其 API 觸及更多客戶，便能測試各種應用場景——例如在工廠車間的數位孿生環境中測試機器人、為遊戲工作室中類人機器人提供動力，或是派遣四足機器人前往危險環境中探索。

雖然四足機器人是 General Intuition 在現實世界中測試的首個實體原型，但該公司也曾對無人機及其他裝置進行實驗，包括在駕駛遊戲中測試該模型。

「只要能用遊戲控制器、鍵盤或滑鼠控制的裝置，它都能運作，」德·維特表示。

建立數據飛輪是主要目標之一。

「我們將篩選那些能讓此通用基礎模型作為骨幹，進而實現多樣化實體應用的客戶，」德·維特表示。「我們優先考慮能提供有助於推動研究的真實世界數據，且擁有敏捷內部團隊以促進深度合作與相互學習的客戶。」

霍斯拉強調，General Intuition 的專有數據正是推動公司發展至今日的關鍵，而持續收集獨特數據的能力將至關重要。儘管示範成果令人印象深刻，但模擬到現實世界的轉移能否實現規模化，仍是一個尚未有人能完全解答的開放性問題。