投资人被打动了。 作者｜桦林舞王 编辑｜靖宇
两年之前，OpenAI 投出 5 亿美元想要收购 Medal，那是一个做游戏录像分享的网站。创始人 Pim de Witte 没有答应。
当时这一决定或许显得有些冒失。
General Intuition 的创始人 Pim de Witte｜图片来源：techcrunch
时光来到 2026 年 6 月，de Witte 肩负的 AI 公司 General Intuition 赢得了 3.2 亿美元的 A 轮资金，公司评估值攀升至 23 亿美元，领投方是 Khosla Ventures，Jeff Bezos、Eric Schmidt 以及 Google DeepMind 和 MIT 的学者也参与投资。假若加上去年 10 月首轮融资时的 1.34 亿美元，累计融资金额现已超过 4.54 亿美元。回想起 OpenAI 当初 5 亿的报价，如今的 General Intuition 估值已是这个数字的四近五倍。市场正用资本雄辩地说明：这些游戏录像，其价值远超多数人的预料。
01 游戏录像的奥秘
要明白 General Intuition 的业务模式，首先需要弄懂一个基本问题——机器智能训练究竟需要啥数据。
传统的机器人智能培育主要有两种途径。其一是实地采集数据，代价高昂且耗时漫长；其二是依赖模拟器训练，虽速度快，却也潜藏着个普遍难题：「模拟与现实的鸿沟」。在 Unity 或 Unreal 中训练的模型，一旦放到真正的地板和墙壁前，往往举止笨拙，像个迷路者。
General Intuition 瞄准的区间是：游戏数据既不是纯粹的模拟，亦非真实场景，但它或许能充当两者之间的媒介。Medal 作为游戏录像分享网站，囤积了数十亿小时的游戏画面，但这些画面跟寻常的视频不同。正如 Crypto Briefing 的研究揭示的，General Intuition 掌握的资料是「每帧画面都精确对应玩家实际操作——鼠标动向、按键行为、战略选择」的数据。
这种带玩家操作记录的游戏录像，具备普通录屏所欠缺的特质：你看到的不仅有人物活动，还能知晓玩家在那一刻做了怎样的决定。de Witte 在访谈中提及的一句话，点出了传统大模型路径的局限：「人类借助文字描绘世间万象，但在这一过程中，大量细节被忽略。」他们追求的是更本源、更贴近感知层的数据，而非人类经过语言概括的二手信息。
02 8 分钟的飞跃
在纽约的发布会现场，General Intuition 进行了一个令人印象深刻的演示，细节值得细细品味。他们运用游戏数据预先训练了一个空间推理模型，随后仅用 8 分钟的实体机器人运行数据完成微调。这个机器人曾在街道上采集了 8 分钟的资料，随后被送入一个从未涉足过的室内环境，依然能够顺畅导航。
8 分钟，这个数字至关重要。
游戏录像中汇集了海量的虚拟空间信息｜图片来源：General Intuition
通常的机器人训练需要在既定环境中反复采集海量资料，或是在高度仿真的模拟器里进行成千上万次测试。而 General Intuition 的构思是：游戏数据已为模型奠定了足够扎实的空间推理根基，使其迁移至真实世界所需的「真实数据微调量」得以大幅削减。
这套逻辑听上去相当精妙。但现阶段仍有个疑问悬而未决——这种迁移的适用范围究竟有多广？从街道到办公室的演示虽属成功，但面对复杂的工业环境、多变的光影条件、地面材质的差异，这些场景能否同样通过 8 分钟的数据完成桥接？目前还没有公开的基准测试能给出答案。AI CERTs News 的分析也指出了这一点
