本文报道 General Intuition 利用游戏录像数据训练机器人空间推理模型，仅用 8 分钟真实数据微调即实现零场景迁移，并分析其 23 亿美元估值背后的世界模型投资浪潮。
📝 详细摘要
文章介绍了 General Intuition 公司的技术路线和商业进展。该公司基于 Medal 游戏录像平台积累的数十亿小时游戏画面（含玩家键盘鼠标操作数据），预训练空间推理模型，随后仅用极少量（8 分钟）真实机器人运动数据微调，即可让机器人在未见过的新环境中正常导航。文章还梳理了公司的融资历程（A 轮 3.2 亿美元，估值 23 亿美元，Khosla Ventures 领投，贝佐斯、施密特参投），并将其置于 World Labs、Decart、Odyssey 等“世界模型”公司的融资浪潮中，指出资本正从语言转向物理 AI。作者指出这一方法虽有优雅的逻辑，但迁移泛化边界尚未经过公开基准验证，计划今年夏末开放的 API 将是真正的考验。
💡 主要观点
- 游戏录像数据（含玩家操作）是独特的机器人训练数据源。 相比纯仿真或真实环境采集，游戏数据同时提供了三维空间信息与人类实时决策信号，成本低、规模大，能建立更接近本能的感知能力。
💬 文章金句
- 作为人类，我们创造文字来描述世界上发生的事情，但这样做，你会丢失大量信息。
- 游戏行业用了几十年训练人类大脑处理三维空间，现在这些数据反过来训练机器人的大脑——这个轮回本身，就已经足够有意思了。
📊 文章信息
AI 初评：84
来源：极客公园
作者：极客公园
分类：人工智能
语言：中文
阅读时间：10 分钟
字数：2448
标签： 世界模型, 机器人训练, 空间推理, 仿真到现实迁移, AI Agent