游戏训练AI代理获23亿美元估值

一家名为General Intuition的AI初创公司近日宣布完成3.2亿美元融资，估值达到23亿美元。这家公司的核心主张颇为独特：通过电子游戏训练AI代理，使其能够理解并操控现实世界中的机器人。该公司首席执行官Pim de Witte向到访的媒体展示了其研发成果——一个正在连续运行100小时的AI代理，它正在《堡垒之夜》中自主游玩，而驱动这个虚拟游戏代理的“大脑”，同时也在控制着一台四足机器人。

在General Intuition位于纽约的研发中心，记者亲眼见证了这一幕。一个形似巨型昆虫的机器人依靠单摄像头进行探索，它缓缓走向访客，绕行一圈，然后继续在办公室内移动。尽管偶尔会碰到椅子腿或垃圾桶，但整个过程仅需八分钟的真实世界机器人数据，就能完成对AI模型的微调。值得注意的是，这些数据是在街头采集的，而非机器人当前所处的办公室环境。

这家初创公司是从Pim de Witte的另一家公司Medal中剥离出来的。Medal允许游戏玩家上传和分享游戏剪辑，这些长达数亿小时的游戏视频为General Intuition的模型提供了初始训练数据。但关键并非视频本身，而是这些剪辑中嵌入的动作标签——精确记录了玩家何时按下了哪个按钮。de Witte认为，大多数竞争对手试图仅从视频中推断动作，这是不够的。“我们拥有一个单一模型，既能响应《堡垒之夜》屏幕上的信息并采取行动，也能以LLM永远无法做到的方式应对真实世界的动态，”de Witte说。

在演示过程中，记者还体验了General Intuition的世界模型。这是一个逐帧生成的模拟环境，而非传统游戏引擎渲染的结果。当记者尝试在模拟环境中行走时，直接撞上了一堵墙。与其他同类演示不同，General Intuition的代理并没有在撞墙后卡住，而是表现出类似人类的反应——它后退一步，调整方向，然后继续前进。这种从游戏到模拟再到实体机器人的泛化能力，正是General Intuition存在的理由。

本轮融资由多家重量级投资者参与，使General Intuition的总披露融资额达到4.54亿美元。此前在去年十月，该公司在成立时已获得1.34亿美元融资。de Witte将这种训练方法称为“未来预训练的下一阶段”。他认为，通过游戏数据训练的模型，能够学习到空间-时间推理能力，即理解如何在空间和时间中移动，这种能力是传统语言模型所不具备的。

从技术路径来看，General Intuition的方法与当前主流的大语言模型路线截然不同。它不依赖海量文本数据，而是利用游戏中的交互数据来训练代理理解物理世界的因果关系。当AI代理在《堡垒之夜》中学会躲避子弹、寻找掩体、规划路线时，它实际上是在学习一种通用的空间推理能力。这种能力可以被迁移到现实世界的机器人上，使其能够自主导航、避障和执行任务。

对于AI行业而言，General Intuition的融资成功可能预示着一条新的技术路线正在获得资本认可。过去几年，大语言模型和图像生成模型占据了AI领域的大部分注意力，但具身智能——即能够与物理世界交互的AI——一直是学术界和工业界追求的目标。通过游戏数据训练通用代理，再将其部署到机器人上，这一思路为具身智能的发展提供了一条低成本、高效率的路径。

de Witte透露，公司计划利用新资金扩大模型训练规模，并探索更多应用场景。目前，General Intuition的模型已经在多个游戏环境中进行了测试，包括《堡垒之夜》和《我的世界》等热门游戏。下一步，团队将重点优化模型从虚拟到现实的迁移效率，减少对真实世界数据的依赖。如果这一目标能够实现，那么未来机器人或许不再需要大量的真实环境训练，而是可以直接从游戏经验中学习如何与物理世界互动。