我刚走进 General Intuition 位于纽约办公室的研发楼层，这家公司 31 岁的联合创始人兼 CEO Pim de Witte 就示意我看一台放在站立式办公桌上的显示器。屏幕上似乎有人在玩类似《堡垒之夜》的游戏。但那不是真人。
“我们的智能体已经连续玩了 100 个小时，”公司首席产品官 Kent Rollins 笑容满面地说。
我还没来得及沉浸于 AI 在游戏虚拟环境中穿行的奇观，就听到一只大型四足机器人的电子脚步声正逐渐靠近。
“驱动游戏智能体的同一套大脑也在驱动这台机器人，”de Witte 告诉我。数据分析师 Josh Duplantis 正抱着一台笔记本电脑，实时传输机器人单摄像头拍摄的画面，他插话解释说，机器人的默认模式是“探索”。
依靠那只摄像头——它唯一的眼睛——这只形似巨虫的机器人走到我面前，绕着我转了一圈，然后继续向办公室深处走去。它偶尔会碰到椅子腿，或者撞上某个碍事的垃圾桶，就像一个还没学会自己身体与周围世界关系的小孩。Duplantis 说，仅用了八分钟的真实世界机器人数据，就微调出了一个适用于四足机器人的 AI 模型。更重要的是，这些数据是在街头采集的，而不是在机器人当前自主导航的办公室内。
一个能从游戏玩法泛化到仿真环境再到具身形态的智能体模型，正是 General Intuition 存在的理由。而这个模型理解自身在世界上位置的能力，也赢得了一些重量级人物的支持。
周四，General Intuition 宣布以 23 亿美元估值融资 3.2 亿美元，证实了 TechCrunch 此前的报道。此轮融资后，General Intuition 的总披露融资额达到 4.54 亿美元，此前该公司在去年 10 月成立时曾融资 1.34 亿美元。
这家初创公司是从 de Witte 的另一家公司 Medal 剥离出来的，后者允许玩家上传和分享游戏视频片段。数十亿小时的上传游戏画面为训练 General Intuition 的模型提供了初始数据集，用于学习时空推理——即理解如何在空间和时间中移动。
但关键要素并非游戏画面本身，而是嵌入在这些片段中的操作标签：精确记录了玩家在何时按下了哪些按钮。德维特表示，大多数竞争对手试图仅凭视频画面推断操作，他认为这远远不够。
“我们认为这只是未来预训练的下一阶段，”德维特说，“我们拥有一个单一模型，既能响应《堡垒之夜》屏幕上的信息并执行操作，也能以任何大语言模型都无法做到的方式理解现实世界的动态。”
有一次，德维特给我设置了一台运行 General Intuition 世界模型的笔记本电脑，这是一个逐帧生成的模拟环境，而非由传统游戏引擎渲染。像往常测试世界模型时一样，我径直走向了一连串墙壁。在我尝试过的其他演示中，你控制的智能体有时会直接穿墙而过，但这个模型不会。通过数百万小时的游戏数据，它不知何故学会了墙壁就是墙壁，梯子用来攀爬，而影子会随着太阳移动而拉长。
对于 General Intuition 来说，这个世界模型并非最终产品，而是训练环境（内部称为“健身房”）。该公司最终希望出售的是智能体模型本身，德维特认为，嵌入在游戏中的操作数据能帮助模型以更深刻的方式区分“自我”与“环境”，从而获得对因果关系的更丰富理解。
尽管 General Intuition 的技术在演示中令人印象深刻，但该公司并非唯一试图攻克这一难题的团队。此外，要让这样的模型在物理世界中大规模稳定运行，目前尚未实现。这类方法大多需要海量的真实世界数据，而这些数据收集起来既缓慢又昂贵。General Intuition 押注的是，游戏数据是一条可扩展的捷径。
其投资者也认可这一赌注。General Intuition 的最新一轮融资由 Khosla Ventures 领投，General Catalyst、杰夫·贝佐斯、埃里克·施密特、尼科·罗斯伯格以及 Google DeepMind 和 MIT 的研究人员参投。
本轮融资的绝大部分资金将用于扩展算力容量。General Intuition 已与 CoreWeave 达成合作，并计划专注于预训练下一版本的模型。其中一部分资金已预留，用于在夏末前更广泛地开放其 API。
领投本轮融资的 Vinod Khosla 表示，他被 de Witte 的愿景以及公司拥有的专有数据优势所吸引。
“如果你观察大语言模型，当推理能力出现时，那是一次量子跃迁，”Khosla 在电话采访中告诉我。“在世界模型中，我认为量子跃迁是 AI 中直觉的出现，一种类似人类直觉的能力。你在游戏中拥有的人类行为数据和反应数据，是直觉出现的关键部分。”
愿景是打造一家划时代的公司
General Intuition 并非唯一注意到 Medal 的人类行为数据是构建动态世界模型和通用智能体这一难题关键部分的公司。该初创公司的幕僚长 Brianna Martin 表示，这家公司的诞生，部分原因是在 Medal 拒绝了一家大型实验室的收购要约之后。此后，还有其他收购要约。
De Witte 及其联合创始人 Eloi Alonso、Adam Jelley 和 Vincent Micheli 对被收购不感兴趣，该初创公司的投资者目前也无意寻求退出。General Intuition 通过 Medal 获得的专有数据的数量和质量，是 Khosla 确信这家初创公司是一个世代级别的赌注、而非并购目标的原因之一；他认为该公司可能成为模拟环境和现实世界中通用智能体与世界模型的支柱。
“在这一点上，那将是一次数据收购，这有点无趣，”Khosla 说。
这个赌注的一部分也涉及对 de Witte 价值观的信任。
这位企业家在人道主义领域工作了七年，包括在无国界医生组织。因此，他为 General Intuition 的技术将如何使用划定了清晰的界限：不会使用任何智能体来伤害人类。
“我们不想成为系统中激化矛盾的那一环，”德维特说。“假设我站出来说，‘我们在做致命自主武器系统。’你觉得其他国家会作何反应？”
在硅谷对军事领域日益热衷的背景下，这一军事用途限制显得尤为突出。德维特表示，他很乐意让自己的模型用于搜索和救援任务，但他认为硅谷近来对国防的痴迷“正在侵蚀整个生态系统。”
德维特是荷兰人，他的团队大部分成员来自欧洲，这塑造了公司的身份认同。他说，他聘请马丁的部分原因，是她曾因Palantir与美国移民和海关执法局合作而公开辞职的决定。
“我不知道硅谷为什么要这么做，”他说。“这就是我不在那里发展的原因。”
德维特的道德准则并不仅仅限制模型不能做什么。作为一名青少年时期就通过搭建和运营私人《RuneScape》服务器赚到150万美元的游戏玩家，德维特也在思考那些被AI模型能力所抛弃的人会面临什么。
General Intuition 最近推出了一个名为 Nerve 的平台，这是一个工作市场，让游戏玩家能够利用现有设备赚钱。注册用户从数据标注开始，最终可以转向机器人远程操作等任务。德维特指出，Medal 的用户群正是最容易受到AI驱动型岗位替代影响的一代人，他希望这些人能在即将到来的变革中拥有发言权。
数据飞轮
德维特希望 General Intuition 成为一个生态系统赋能者，就像 Anthropic 或 OpenAI 那样——一个让其他人能够在其技术之上进行构建的模型提供商。目前，这家初创公司在游戏、仿真和机器人领域拥有少量客户。
“我们不会去创办一家自动驾驶汽车公司，”德维特说。“我们要让下一个创办自动驾驶汽车公司的人，做这件事容易十倍。”
该公司表示，一旦其API被更多客户使用，它就能在各种应用场景中检验自身实力——比如在工厂车间的数字孪生中测试机器人，为游戏工作室中的类人机器人提供动力，或者让四足机器人在危险环境中导航。
四足机器人是 General Intuition 在现实世界中尝试的第一种物理形态，但该公司也曾测试过无人机和其他设备，包括在驾驶游戏中测试该模型。
“凡是能用游戏手柄或键盘鼠标操控的东西，它都能适用，”德维特表示。
构建数据飞轮的可能性是目标之一。
“我们会选择那些能让我们实现载体多样化的客户，让这个通用基础模型作为其核心支撑，”德维特说，“因此，我们优先选择客户的标准，是看他们能否提供真实世界的数据，这些数据要有趣且有用，能够推动研究取得进展。同时，他们还需要拥有一个敏捷的内部团队，这样我们才能成为真正的嵌入式合作伙伴，相互学习。”
科斯拉表示，General Intuition 的专有数据是其走到今天的关键，而它能否持续收集到别人没有的数据将至关重要。尤其因为，尽管演示效果令人印象深刻，但模拟到现实世界的迁移能否大规模落地，仍然是一个无人能完全解答的开放性问题。