用游戏录像训练AI，General Intuition融资3.2亿美元

AI 初创公司 General Intuition 宣布完成 3.2 亿美元 A 轮融资，公开披露融资总额已达 4.54 亿美元，估值 23 亿美元。本轮由 Khosla Ventures 领投，General Catalyst、谷歌前董事长 Eric Schmidt 与亚马逊创始人 Jeff Bezos 跟投。区别于主流大模型公司，General Intuition 押注的是一条从游戏录像中提取「动作数据」、再迁移到机器人与仿真场景的具身 AI 路线。

核心资产：Medal 平台的动作数据

General Intuition 的数据入口是创始人 Pim de Witte 此前创办的游戏高光分享平台 Medal。Medal 一年产生数十亿级视频上传，覆盖多种游戏、地图与视角。

与 YouTube、X 上的普通游戏视频不同，Medal 的数据同时记录画面和玩家的键盘、鼠标操作——也就是「动作标签」。当一个玩家面对墙壁、楼梯或敌人时，按了什么键、做了什么反应，都被打上时间戳存留下来。

• 画面告诉 AI：环境中发生了什么。
• 动作标签告诉 AI：在这种情境下人类会怎么做。

对训练具身智能体而言，这种「观察—判断—动作」的成对数据比纯视频更有价值。

据报道，OpenAI 曾尝试以 5 亿美元收购 Medal，看中的正是这部分带操作标注的行为数据。

技术方向：从游戏到具身智能

General Intuition 的目标是构建「空间-时间推理」（spatial-temporal reasoning）能力，让 AI 理解物体与环境如何随时间变化。

短期内，其模型将首先服务游戏行业。当前多数 NPC 仍是脚本驱动，玩家熟悉规则后容易看出破绽。General Intuition 希望训练出只能看到玩家可见画面、并以接近人类方式行动的 AI，用在更真实的 NPC、陪练对手和动态游戏世界。

更长远的落地方向包括：

• 人形机器人、四足机器人等具身平台。
• 无人机与灾害现场搜救。
• 自动驾驶仿真系统。

这些场景的共同点是可以被抽象为「观察—判断—动作」过程，与游戏中的决策结构相似。公司已获得来自游戏、仿真和机器人方向的早期客户，并计划扩大 API 范围。

目前 General Intuition 团队约 25 人，Medal 约 65 人，整体规模仍然很小。

融资背后的三点行业信号

第一，优质带标签数据正在成为稀缺资源。互联网文本与公开视频已被大量使用，下一阶段机器人、无人机、具身智能体所需的动作数据将越来越贵。Medal 每年产生的几十亿条带按键信息的录像，本身就是一种「数据护城河」。

第二，算力成本仍是最大支出。Pim de Witte 在谈到资金用途时直言 GPU 昂贵，公司计划将本轮融资大量用于扩大算力，并与 CoreWeave 达成合作。

第三，AI 正在从「语言世界」向「行动世界」延伸。如果说 ChatGPT 类模型代表 AI 进入知识工作，General Intuition 这类公司则代表 AI 试图进入物理操作领域——尽管游戏到真实世界的大规模迁移仍待验证。

边界与争议

游戏行业对 AI 一直警惕，担忧美术、设计、编剧等岗位被替代。General Intuition 公开表示，不开发替代游戏开发者和艺术家的技术，并推出 Nerve 平台让玩家通过数据标注、远程操作获得收入，试图以「数据飞轮」换取社区信任。

在军事应用上，Pim de Witte 划出明确边界：不希望智能体被用于伤害人类，但可用于搜索与救援。这一定位与硅谷近年部分 AI 公司积极拥抱国防科技的趋势形成对比。

游戏数据能否成为具身 AI 的「便宜预训练入口」，再通过少量真实数据完成迁移，仍是这家公司需要回答的关键问题。