估值23亿美元，这家公司用电子游戏训练能走进现实的AI智能体

走进General Intuition纽约办公室的研发区，31岁的联合创始人兼CEO Pim de Witte让你看一台显示器。屏幕上有人在玩类似Fortnite的游戏。仔细一看，操控角色的不是一个真人。

“我们的agent已经连续玩了100个小时。”公司首席产品官Kent Rollins笑着说。

还没从这个画面里回过神，就听到电子脚步声逼近——一台大型四足机器人走了过来。

同一个大脑，游戏和现实都能用

de Witte说：”驱动那个游戏agent的同一个大脑，现在也在驱动这台机器人。”

机器人走到你面前，绕了一圈，继续往办公室深处走。偶尔会撞到椅子腿或者垃圾桶，像一个还没搞清楚身体怎么运作的小孩。数据工程师Josh Duplantis说，这台四足机器人只用了8分钟的真实世界数据就完成了模型微调——而且这些数据是在街上采集的，不是办公室里。

这就是General Intuition要做的事：一个能在游戏、模拟环境和真实世界之间通用的智能体模型。

我们有一个单一模型，既能响应Fortnite屏幕上的信息并采取行动，也能理解真实世界的动态，这是大语言模型做不到的。

23亿美元估值的底气

本周，公司确认完成3.2亿美元新一轮融资，估值23亿美元。本轮由Khosla Ventures领投，Jeff Bezos、Eric Schmidt、尼科·罗斯伯格均参与，DeepMind和MIT的研究人员也以个人身份跟投。General Intuition累计融资已达4.54亿美元。

de Witte的上一家公司叫Medal，是一个游戏视频剪辑分享平台。上面有数百亿小时的游戏录像——但这还不是最关键的。Medal的录像里带有操作记录：玩家在什么时间点按了什么键。de Witte认为，这种”动作标签”才是训练空间推理能力的关键数据，光看视频是不够的。

“这是一个单一模型，既能响应Fortnite屏幕上的信息并采取行动，也能理解真实世界的动态，这是大语言模型做不到的。”de Witte说。

世界模型是”健身房”

公司有一个”世界模型”，是一个逐帧生成的模拟环境（不是传统游戏引擎渲染的）。在这个环境里测试时，agent不会穿墙——它从数百亿小时的游戏画面里学会了墙是墙、梯子是用来爬的。

这个世界模型不是最终产品，而是训练环境（公司内部叫它”健身房”）。General Intuition真正想卖的是智能体模型本身。

大部分融资将用于扩大算力。General Intuition跟CoreWeave签了合作协议，重点放在下一版模型的预训练上。到今年夏末，他们的API会对更多开发者开放。

欧洲人的AI伦理

Khosla Ventures的Vinod Khosla说，他押注de Witte的愿景。”在大语言模型里，推理能力的出现是一个量子跃迁。在世界模型里，量子跃迁是AI直觉能力的出现。游戏里的人类动作和反应数据，是这种直觉出现的关键。”

de Witte是荷兰人，团队很大一部分是欧洲人。他对硅谷把AI军事化的倾向保持距离，明确说不会把agent用于伤害人类的目的。”如果说我跑出来说我们要做致命自主武器，你觉得其他国家会怎么做？”他说。

他还做了一个叫Nerve的平台，让游戏玩家通过数据标注、机器人远程操控等任务赚钱。Medal的用户恰好是最容易被AI冲击的一代人，de Witte想让他们在接下来的事情里有份。

从游戏画面到真实世界，这条路能不能在规模上成立，目前还没有人完全回答。但General Intuition已经把筹码压上去了。