General Intuition利用数百万小时游戏数据训练通用机器人模型，实现零‑shot控制突破

背景

在GPT‑3开启大模型时代后，AI行业普遍转向通用模型的预训练‑微调范式。机器人领域仍以收集海量真实交互数据为主，成本高、周期长。General Intuition的创始人兼CEO Pim de Witte在TechCrunch访谈中指出，机器人也应迎来自己的“ChatGPT时刻”，即通过一个通用的物理AI模型，将少量真实数据转化为可靠的行为能力。

技术路线

• 数据来源：公司使用数百万小时的电子游戏视频，捕获玩家的按键、视角和环境交互信息。
• 模型设计：在大规模时空序列上预训练，使模型具备对空间‑时间关系的内在理解。
• 微调方式：仅需几分钟的真实机器人传感器数据即可完成任务适配，实现所谓的零‑shot控制。

“模型本身的通用性就是产品，”de Witte 说，“只要具备基本的时空推理能力，就不必再收集上百万小时的真实数据。”

实验展示

General Intuition最近公开演示了其模型在两种场景的表现：

1. 视频游戏长时段自我玩耍：模型可在不间断的游戏环境中保持策略一致性，展示出对游戏规则的深度理解。
2. 四足机器人零‑shot任务：在仅用8分钟真实数据微调后，机器人能够仅凭前置摄像头在办公室走廊中避开动态障碍物，完成路径跟随。该实验突显了模型将虚拟交互经验迁移到现实世界的潜力。

融资与商业布局

上月，General Intuition完成了3.2亿美元的C轮融资，估值达23亿美元，领投方为Khosla Ventures的创始人Vinod Khosla。融资将用于扩展训练算力、完善机器人生态合作以及推出面向第三方企业的API服务。公司明确表示不直接制造机器人，而是打造“物理AI的基础模型”，帮助其他企业快速构建自动驾驶、物流搬运等垂直应用。

行业意义

如果General Intuition的技术路线能够在更广泛的机器人平台上复制成功，整个机器人研发成本有望下降数十倍。传统的“专用模型+海量数据”模式将被“通用模型+少量微调”取代，这与自然语言处理领域的演进路径高度相似。业界分析师认为，此举可能加速机器人在制造、仓储乃至家庭服务领域的落地，形成新一轮的AI硬件与软件融合浪潮。

结论：General Intuition正尝试把电子游戏中的丰富交互经验转化为机器人世界的通用知识，其零‑shot控制的实验结果已初步验证了这一设想的可行性。随着算力与数据获取成本的进一步下降，通用物理AI模型有望成为机器人行业的下一代底层技术。