General Intuition获3.2亿美元融资，押注游戏数据驱动通用人工智能
融资概览
General Intuition完成了价值3.2亿美元的C轮融资，领投方包括Coatue、前亚马逊CEO埃里克·施密特（Eric Schmidt）以及MIT、Google DeepMind的研究团队。公司估值升至约23亿美元。此次融资的主要目标是扩展游戏数据采集管道、升级模型训练算力，并加速面向工业机器人和自动驾驶的落地应用。
为何选择游戏数据
CEO Pim de Witte在TechCrunch Equity播客中指出，现有的大型语言模型（如ChatGPT、Claude）在文本理解上表现突出，却缺乏对物体运动、因果关系以及连续交互的深度感知。传统的互联网文本数据本质上是离散的、缺乏真实物理约束。相比之下，现代3D视频游戏提供了完整的物理引擎、实时渲染以及高度交互的环境，能够生成大量标注精确的空间‑时间序列数据。
"游戏世界本身就是一个高保真、可控的物理实验室，能够让模型在安全可控的环境中学习因果推理和运动预测。"——Pim de Witte
技术路线：World Models 与物理AI
General Intuition的核心研发围绕“World Models”展开，即让模型在模拟环境中自行构建对世界的内部表征。团队利用大量游戏回放（包括《使命召唤》《赛博朋克2077》等高保真作品）训练多模态Transformer，将视觉、动作、音频信息统一映射到统一的潜在空间。随后通过自监督预测任务（如下一帧预测、动作后果估计）强化模型的因果推理能力。
- 数据规模：截至目前已收集超过1.5千万小时的游戏录像，覆盖FPS、RPG、赛车等多种交互模式。
- 模型结构：基于Mixture‑of‑Experts的稀疏Transformer，支持数百亿参数的弹性扩展。
- 算力布局：与NVIDIA合作，使用最新的H100 GPU集群，计划在未来一年内实现每秒数万帧的实时推理。
商业落地与伦理考量
公司已与数家工业机器人制造商签署概念验证协议，目标是让机器人在仿真游戏中学习抓取、装配等复杂动作，再迁移到真实工厂。另有自动驾驶初创对接，利用游戏中的道路交通场景训练决策模型。
然而，Pim de Witte也坦诚，游戏数据的使用涉及版权和潜在军事化风险。团队正在制定数据使用政策，明确禁止将模型用于武器化或侵犯用户隐私的场景，并计划与行业协会共同制定伦理标准。
市场前景
如果能够成功将游戏驱动的World Models转化为通用物理AI，预计将在机器人、仿真训练、数字孪生等高价值领域产生颠覆性影响。业内分析师认为，随着算力成本下降和高质量游戏数据的持续增长，General Intuition的商业化时间表可能比传统AI公司更快。
结语：从文本到空间‑时间的跨模态突破，是实现真正通用人工智能的关键一步。General Intuition凭借巨额融资与创新数据策略，正站在这场技术革命的前沿。未来几个月的实验结果将决定游戏数据能否成为AI训练的下一块基石。