General Intuition haalt $320 miljoen op om videogamegegevens om te zetten in AI voor de echte wereld
General Intuition zet in op het idee dat de geheimen van fysieke intelligentie verborgen liggen in de miljoenen uren aan videogamebeelden die door spelers worden vastgelegd. Door gebruik te maken van hoogwaardige actiedata uit games, streeft de startup ernaar om agentic models te bouwen die naadloos kunnen overstappen van virtuele omgevingen zoals Fortnite naar fysieke viervoetige robots.
De kracht van actielabels boven pure video
In tegenstelling tot veel concurrenten die proberen AI-agenten te trainen door simpelweg video te observeren, maakt General Intuition gebruik van een eigen voordeel dat is overgenomen van zijn voorganger, Medal. Waar de meeste modellen proberen bewegingen enkel uit pixels af te leiden, maakt General Intuition gebruik van "actielabels" — de exacte knopindrukken en tijdstempels die samen met de gameplay-fragmenten worden opgenomen.
Dit onderscheid is cruciaal voor het ontwikkelen van ruimtelijk-temporeel redeneren. Door precies te weten hoe een menselijke invoer resulteert in een specifieke beweging in een 3D-ruimte, leert het model causaliteit: hoe een actie de omgeving beïnvloedt. CEO Pim de Witte stelt dat dit het model in staat stelt om het "zelf" te onderscheiden van de "omgeving", een fundamentele vereiste voor elke agent die bedoeld is om in de fysieke wereld te opereren.
Van Fortnite-simulatie naar robotbelichaming
De technische architectuur van het bedrijf rust op een "world model" dat fungeert als een interne trainingsgym. In plaats van te vertrouwen op traditionele game-engines, genereert het model omgevingen frame voor frame, waardoor agenten natuurkundige realiteiten kunnen leren — zoals de stevigheid van muren of de beweging van schaduwen — door pure herhaling.
De praktische toepassing van deze training is al zichtbaar in hun hardware-demo's. Het bedrijf heeft met succes hetzelfde "brein" dat wordt gebruikt om virtuele landschappen te navigeren, toegepast in een grote viervoetige robot. Opmerkelijk genoeg meldde het team dat het slechts acht minuten aan robotica-data uit de echte wereld, verzameld op openbare wegen, kostte om het model te finetunen voor de fysieke navigatie van de robot. Dit suggereert dat het zware werk van de intelligentie in de simulatie wordt gedaan, waardoor implementatie in de echte wereld aanzienlijk sneller en goedkoper wordt.
Een enorme waardering van $2,3 miljard
De schaal van deze ambitie weerspiegelt zich in de recente financiering van het bedrijf. General Intuition haalde $320 miljoen op in een ronde onder leiding van Khosla Ventures, waardoor de totale waardering uitkwam op $2,3 miljard. De investeergroep is een machtig blok van tech-grootheden, waaronder Jeff Bezos, Eric Schmidt en onderzoekers van Google DeepMind en MIT.
Het kapitaal is bestemd voor twee primaire doelstellingen:
- Opschalen van rekenkracht: Via een partnerschap met CoreWeave zal het bedrijf zich richten op het pre-trainen van de volgende generatie van zijn model.
- API-toegankelijkheid: Een deel van het geld zal worden gebruikt voor de lancering van een bredere API, waardoor ontwikkelaars mogelijk tegen het einde van de zomer toegang krijgen tot hun agentic models.
Terwijl de industrie de tekstzware era van Large Language Models (LLM's) achter zich laat, positioneert General Intuition zich in de voorhoede van "world models" — AI die niet alleen over de wereld praat, maar begrijpt hoe hij erdoorheen moet bewegen.
Belangrijkste inzichten
- Actiegestuurde training: Door gebruik te maken van menselijke gameplay "actielabels" in plaats van alleen video, leert het model causaliteit en ruimtelijk redeneren veel effectiever dan video-gebaseerde benaderingen.
- Schaalbare simulatie: De startup gebruikt videogames als een "gym" om agenten te trainen, waardoor de hoeveelheid dure data uit de echte wereld die nodig is om fysieke robots aan te sturen, drastisch wordt verminderd.
- Strategische steun: Met een waardering van $2,3 miljard en steun van zwaargewichten als Khosla Ventures en Jeff Bezos, is het bedrijf gepositioneerd om een fundamentele laag te worden voor gegeneraliseerde AI-agenten.
