스타트업

General Intuition筹集3.2亿美元,用电子游戏训练人工智能代理

初创公司General Intuition以23亿美元估值筹集了3.2亿美元,用于扩大一个从数百万小时电子游戏游玩记录中学习的人工智能模型,目标是在模拟环境和现实世界中运行代理。该公司押注的是玩家的行动数据,而不只是视频画面,以构建能够理解空间、时间和因果关系的模型。

2026-06-25
1 분 읽기
9 조회수
فريق تحرير certi.news
General Intuition筹集3.2亿美元,用电子游戏训练人工智能代理

初创公司General Intuition以23亿美元估值完成了3.2亿美元融资,押注电子游戏中玩家行动的数据能够帮助人工智能模型发展出类似人类直觉的能力,随后从虚拟环境进入机器人和现实世界。

此轮融资使公司已公布的融资总额达到4.54亿美元,此前公司在去年10月成立时筹集了1.34亿美元。新一轮融资由Khosla Ventures领投,General Catalyst、杰夫·贝索斯、埃里克·施密特、尼科·罗斯伯格,以及来自Google DeepMind和麻省理工学院的研究人员参与投资。

从电子游戏到机器人

General Intuition脱胎于Medal公司。Medal允许玩家上传并分享电子游戏片段。Medal收集的数亿小时视频片段为训练该公司的时空推理模型提供了初始数据集,即理解如何在空间和时间中移动。

但公司认为,最重要的并不是视频本身,而是其中包含的行动标注:记录玩家按下了哪些按钮以及按键时间。联合创始人兼首席执行官比姆·德维特表示,竞争对手通常试图仅从视频中推断行动,而他认为这并不足够。

在公司纽约办公室的一次演示中,一名人工智能代理玩着一款类似《Fortnite》的游戏;与此同时,同一个模型还控制着一台四足机器人,依靠单个摄像头在空间中移动。数据分析师乔什·杜普兰蒂表示,该模型只需要8分钟在街头收集的机器人数据,就能针对现实世界进行调校。机器人展示了探索能力,但有时会撞到椅子腿和垃圾桶,反映出当前性能的局限。

作为训练环境的世界模型

General Intuition开发了一种世界模型,逐帧生成模拟环境,而不是依赖传统游戏引擎。公司表示,这一环境并非最终产品,而是用于训练代理模型的内部“游戏厅”。该模型旨在理解自我、环境和因果关系之间的联系,并利用运动数据和人类反馈。

不过,这类模型能否从模拟环境迁移到现实世界,并以大规模方式运行,仍是一个悬而未决的问题。大多数竞争性方法需要大量现实世界数据,而这些数据收集缓慢且成本高昂;General Intuition则押注电子游戏能够提供一种可扩展的捷径。

融资、扩张与潜在用途

大部分融资将用于提升计算能力,公司将与CoreWeave达成协议,并专注于下一代模型的预训练。公司还拨出部分资金,计划在夏末前更大范围地开放其应用程序编程接口。

目前,公司在游戏、模拟和机器人领域拥有数量有限的客户。公司提到的用途包括:在工厂车间的数字版本中测试机器人;在游戏工作室内运行类人机器人;或派遣四足机器人探索危险环境。公司还曾在无人机和其他设备上测试该模型,并在驾驶游戏中进行测试;公司表示,该模型适用于任何可以通过游戏控制器或键盘和鼠标操控的设备。

公司还推出了Nerve平台,面向一个允许玩家使用现有设备赚钱的工作市场,业务从数据标注到远程操作机器人及其他任务。德维特表示,公司不希望打造自动驾驶汽车等最终产品,而是提供一种基础模型,让这些产品更容易构建,同时从客户那里收集新数据,为持续的开发循环提供支持。

General Intuition也为其技术的使用设定了界限。德维特表示,其代理不会被用于伤害人类,但他接受将模型用于搜索和救援任务。投资人维诺德·科斯拉认为,游戏中的行动数据和人类反馈可能是世界模型出现“直觉”的关键,但这些能力能否大规模迁移到现实世界,尚未得到证明。

뉴스 출처
TechCrunch Robotics
원문 보기 ↗
ف
작성자

فريق تحرير certi.news

같은 카테고리

추천 기사

모든 뉴스 보기