General Intuition punta a una valutazione di 2 miliardi di dollari in un massiccio round di finanziamento da 300 milioni di dollari

General Intuition è posizionata per diventare un peso massimo nel settore dell'IA incarnata (embodied AI) mentre negozia un round di finanziamento da 300 milioni di dollari. Sfruttando enormi dataset di gaming per costruire modelli di mondo (world models) avanzati, la startup mira a ridefinire il modo in cui gli agenti di IA navigano e interagiscono con ambienti complessi.

Sfruttare la potenza dei dataset di gaming

General Intuition, una startup con sede a New York guidata da Pim de Witte, Eloi Alonso, Adam Jelley e Vincent Micheli, si sta ritagliando una nicchia unica nel panorama dell'IA. A differenza di molti laboratori che si affidano a statici web crawl, General Intuition utilizza un dataset massiccio e ad alta fedeltà derivato da Medal, una piattaforma di condivisione di clip di videogiochi.

Con 10 milioni di utenti attivi mensili che generano 2 miliardi di video all'anno, la startup ha accesso a una miniera d'oro di gameplay interattivo in prima persona. Questi dati sono cruciali per l'addestramento dei "world models" — sistemi di IA che comprendono le leggi della fisica, le relazioni spaziali e la progressione temporale. Osservando come gli agenti si muovono attraverso spazi digitali, il modello apprende un profondo ragionamento spazio-temporale, permettendogli di anticipare e reagire ai cambiamenti in tempo reale.

Una corsa ad alta posta in gioco per i world models

L'approccio specializzato della startup ha già attirato l'attenzione dei giganti del settore. Secondo diverse indiscrezioni, OpenAI, che in precedenza aveva tentato di acquisire Medal, ha mostrato un interesse significativo per questo specifico dataset. Questo interesse sottolinea una tendenza più ampia del settore: la corsa alla creazione di modelli di base (foundation models) capaci di simulare la realtà.

Lo spazio dei "world models" sta diventando sempre più affollato. Mentre aziende come Runway, Decart e World Labs hanno rilasciato modelli recenti, e il modello Genie 3 di Google sta integrando i dati di Google Maps per simulazioni del mondo reale, General Intuition sta perseguendo una strategia commerciale distinta. Invece di vendere i world models stessi, l'azienda intende vendere gli agenti intelligenti addestrati all'interno di quegli ambienti simulati. Questo focus sull'IA incarnata — macchine capaci di percepire e agire — li posiziona all'intersezione tra IA generativa e robotica.

Sostegno massiccio e scalabilità della potenza di calcolo

Il potenziale afflusso di 300 milioni di dollari farebbe balzare la valutazione di General Intuition a oltre 2 miliardi di dollari, a soli otto mesi dal suo round seed da 134 milioni di dollari. La startup ha già attirato un "chi è chi" degli investitori tecnologici, tra cui Jeff Bezos, Eric Schmidt, Khosla Ventures e General Catalyst.

L'obiettivo principale di questo nuovo capitale è scalare la capacità di calcolo. L'addestramento su larga scala di modelli foundation richiede immense risorse GPU, e la startup intende utilizzare questa spinta per accelerare il proprio ciclo di sviluppo. Secondo le fonti, General Intuition sta lavorando al rilascio di un nuovo prodotto previsto per la fine dell'estate o l'inizio dell'autunno, segnale che la sua transizione da startup ricca di dati a potenza dell'IA orientata al prodotto è ormai in pieno svolgimento.

Punti Chiave

• Vantaggio unico sui dati: General Intuition utilizza i 2 miliardi di video di gameplay annuali di Medal per insegnare agli agenti IA il ragionamento spazio-temporale e la fisica del mondo reale.
• Pivot strategico: A differenza dei concorrenti che vendono modelli del mondo (world models), General Intuition costruisce modelli specificamente per addestrare agenti autonomi, che rappresentano il loro prodotto principale.
• Rapida crescita della valutazione: La startup è in trattativa per raccogliere 300 milioni di dollari con una valutazione di 2 miliardi di dollari, sostenuta da colossi come Jeff Bezos ed Eric Schmidt.