AI 新創公司 General Intuition 的執行長 Pim de Witte 在 7 月 8 日於《TechCrunch》播客專訪中透露,公司正利用數億小時的遊戲影片訓練 AI 世界模型,僅需 8 分鐘的街頭數據微調即可在現實中順暢移動。General Intuition 以 23 億美元估值完成 3,2 億美元融資。
遊戲數據的核心優勢:精確動作標籤為何輾壓普通網路影片
(來源:TechCrunch)
根據 Pim de Witte 在播客中的說明,遊戲數據相比 YouTube 等普通網路影片具有以下結構性優勢:普通網路影片視角混亂、品質不一,且需要耗費龐大算力進行人體姿勢估計;相比之下,遊戲影片提供一致的物理模擬與第一人稱視角,最關鍵的是底層嵌入了精確的動作標籤——AI 能確切知道玩家在畫面發生變化的瞬間按下了哪些按鍵、做出了何種決策。此外,遊戲剪輯通常捕捉玩家的「高峰時刻(極好或極差的邊緣案例)」 ,為模型訓練提供高密度的極端樣本,具有極高的訓練價值。
從《要塞英雄》到四足機器狗:100 小時遊玩到 8 分鐘微調的技術成果
根據 Pim de Witte 的說明,General Intuition 訓練的世界模型並非依賴傳統遊戲引擎運作,而是能逐幀生成模擬環境,讓 AI 理解「牆壁不可穿透」、「梯子可用」及「光影隨時間變化」等物理因果關係。
已驗證的技術成果包含兩個關鍵里程碑:
· AI 代理可在《要塞英雄(Fortnite)》中連續遊玩 100 小時,展現持續執行複雜任務的能力;
· 同一套「大腦」植入四足機器狗後,僅需餵入約 8 分鐘的真實街頭數據進行微調,機器狗即可在現實環境中順暢移動。
公司計劃未來以提供 API 的商業模式,讓其他企業將此技術應用於自駕車與搜救機器人等領域。
融資規模、投資陣容與 Nerve 平台:23 億美元估值下的企業全貌
根據 General Intuition 的公開資訊,融資與企業背景主要數據如下:
最新融資與估值:以 23 億美元估值完成 3,2 億美元融資(Khosla Ventures 領投),總融資額達 4,54 億美元
投資方:Amazon 創辦人 Jeff Bezos、Coatue、前 Google 執行長 Eric Schmidt、MIT 及 Google DeepMind 研究員
Nerve 平台:讓 Medal 玩家透過標註數據或遠端操作機器人賺取收入
禁止應用範疇:嚴禁將模型應用於致命性自主武器,僅支援搜救等造福人類的用途
Khosla Ventures 創辦人 Vinod Khosla 在聲明中指出,遊戲中帶有「人類動作與反應」的標籤數據,是讓世界模型產生「直覺般能力」的關鍵,這種突破在他看來如同大語言模型早期展現推理能力一樣重要。上述為 Khosla 個人觀點。
常見問題
General Intuition 是什麼公司,它與 Medal TV 有何關聯?
根據報道,General Intuition 是從遊戲剪輯平台 Medal TV 獨立出來的 AI 新創公司;Medal 平台積累了數億小時的遊戲影片,General Intuition 利用這些數據訓練 AI 世界模型。執行長 Pim de Witte 為公司核心創辦人,曾有無國界醫生從業背景。
為什麼遊戲數據比一般網路影片更適合訓練 AI?
根據 Pim de Witte 的說明,核心優勢在於遊戲影片底層嵌入了精確的動作標籤,AI 可確切知道畫面變化時玩家按下的按鍵與決策;此外,遊戲影片提供一致的物理模擬環境(第一人稱視角),並捕捉高峰時刻(極好或極差的邊緣案例),均優於普通網路影片的訓練價值。
General Intuition 的四足機器狗技術成果的具體數據是什麼?
根據 Pim de Witte 在《TechCrunch》播客中的說明,同一套在遊戲世界訓練的 AI「大腦」植入四足機器狗後,僅需約 8 分鐘的真實街頭數據進行微調,機器狗即可在現實環境中順暢移動;具體技術規格及驗證方法以 General Intuition 官方技術文件為準。