General Intuition获3.2亿美元融资看《堡垒之夜》的游戏录像也能训练AI没错一家靠着海量游戏录像训练AI的公司General Intuition刚刚完成3.2亿美元约合人民币21.77亿元融资。本轮由科斯拉风投领投General Catalyst、谷歌前董事长施密特、亚马逊创始人贝索斯跟投。General Intuition公开披露的融资总额已达4.54亿美元估值23亿美元。游戏数据的价值General Intuition纽约办公室有一个很有画面感的场景屏幕上一个AI智能体在类似《堡垒之夜》的游戏环境里连续运行。旁边一台四足机器人在办公室里走动。而驱动游戏智能体和机器人的是同一个大脑。这个大脑不是从真实世界里一点点学出来的而是先从游戏录像里学出来的。这也是General Intuition能拿到大额融资的核心原因。它背后有一个别人很难复制的数据入口游戏剪辑平台Medal。Medal原本是给玩家上传、分享游戏高光时刻的平台。玩家在游戏里跳跃、转身、开枪、躲避、攀爬、撞墙、失败、反击这些都被记录下来。YouTube、X上有大量游戏视频。General Intuition看重的是另一层东西动作标签。也就是说它不只知道画面发生了什么还知道玩家在那一刻按了哪个键、移动了鼠标、做了什么操作。画面和动作同时存在AI就能学习一个更接近真实行动的问题在一个环境里看到眼前这些东西下一步应该怎么做。这和大语言模型训练文本有点类似。大语言模型从互联网文本里学习语言规律。它看了很多句子知道一个词后面可能接什么词。General Intuition想做的是让AI从游戏动作里学习行动规律。它看到一个角色面对墙壁、楼梯、敌人、障碍物、阴影变化就要学会哪些动作有效哪些动作无效。创始人与数据壁垒General Intuition为什么能想到用游戏录像来训练AI这就得从创始人讲起。OpenAI尝试5亿美元收购General Intuition创始人Pim de Witte于1994年出生在荷兰早年就和游戏关系很深。他十几岁时曾通过搭建和运营一个私人Rune Scape服务器赚到150万美元。后来他创办了Medal。这个平台的功能很简单让玩家录制、上传和分享游戏里的精彩片段。最初这看起来是一门游戏社区生意。玩家要晒操作平台要做分发游戏公司要流量。可是到了AI时代这些游戏片段突然有了新的价值。因为AI行业正在遇到一个新问题文本数据已经被大量使用但机器人、无人机、自动驾驶、游戏智能体需要的不是文字而是行动数据。一个机器人要在仓库里绕开货架不能只靠读几本说明书。一个无人机要进入灾害现场搜救不能只靠看静态图片。一个游戏NPC要表现得像真人玩家也不能只靠预设脚本。它们都需要理解空间、时间和因果。比如前面有一堵墙不能继续往前冲楼梯可以上去阴影变化意味着光源和时间在变化对手突然从右侧出现玩家应该转向、躲避或反击。这些判断人类玩家每天在游戏里做无数次。Medal记录下来的正是这些连续判断。这就是General Intuition的数据壁垒。Medal一年可产生数十亿级别的视频上传覆盖大量游戏环境。更重要的是这些数据不是单一场景而是横跨不同游戏、不同地图、不同视角、不同操作方式。对训练AI来说这种多样性很关键。如果只在一个仿真环境里训练AI很容易学会应付考试。它知道这个房间怎么走知道这个地图的规则却未必能迁移到新环境。General Intuition想利用游戏世界的多样性让模型学到更底层的空间和行动规律。OpenAI都关注到了Medal曾尝试以5亿美元收购Medal。Medal里的游戏行为数据记录了人类如何在虚拟环境里行动。对下一代AI来说这可能比普通视频更有训练价值。快速融资与业务方向General Intuition就是基于这个判断成立的。2025年10月它宣布完成1.337亿美元种子轮融资。不到一年后又完成3.2亿美元A轮融资。这么短时间就募集了相当于30多亿人民币的资金。目前General Intuition团队约25人Medal约65人。一个团队还很小的AI实验室能在短时间内连续融资靠的不是收入规模而是投资人相信它手里握着一种稀缺训练资源。General Intuition的AI会先服务游戏行业。比如今天很多游戏里的机器人玩家和NPC仍然是脚本驱动的。它们看起来聪明其实只是按照规则行动。玩家熟悉之后很容易看出破绽。General Intuition想做的是让游戏角色在相同信息条件下行动。它看到的只是普通玩家能看到的画面行动方式也和玩家类似。这样训练出来的AI不是简单知道地图后台数据而是像人一样根据屏幕画面做判断。更真实的NPC、更自然的陪练、更动态的游戏世界都可能提升游戏体验。不过General Intuition真正想做的不只是游戏。它关注的是spatial - temporal reasoning也就是空间 - 时间推理AI要理解物体、人和环境如何随着时间变化。这正是今天很多AI系统的短板。一个模型可以描述画面里有桌子、门、椅子却未必不知道自己往前走会撞到桌子左转能绕过去门把手需要先转动才能打开。对机器人来说这个差别非常关键。要让机器人更可靠就需要它具备对环境变化的预测能力。人形机器人、无人机、自动驾驶仿真系统本质上都可以被抽象成观察—判断—动作的过程。游戏也是如此。玩家通过屏幕观察环境通过键盘、鼠标、手柄发出动作。两者的形式不同但底层结构接近。General Intuition也已经开始尝试商业化。公开报道提到公司已有一些来自游戏、仿真和机器人方向的客户并计划扩大API可用范围。General Intuition想做底层模型供应商。就像OpenAI和Anthropic提供大语言模型能力让别人基于它们开发应用General Intuition希望提供行动模型能力让游戏公司、机器人公司、仿真公司基于它开发产品。AI行业新趋势与公司态度General Intuition这轮融资反映了AI创业公司的新竞争逻辑。第一数据重新变成核心资产。大语言模型时代互联网文本、代码、图片、视频都被大量使用。越往后公开数据越不够用优质、私有、带标签的数据越来越贵。General Intuition的特殊之处在于它的数据不是简单可观看而是可学习动作。玩家每一次按键都是一个动作标签。玩家每一次成功或失败都是一个训练信号。对模型来说这比只有画面的视频更有价值。第二算力仍然是最大成本。GamesBeat报道提到Pim de Witte谈到融资用途时直接说GPU很贵。General Intuition计划把大量资金用于扩大算力并与CoreWeave有合作安排。对前沿模型公司来说融资往往不是为了慢慢花而是为了锁定算力窗口。第三AI开始向物理世界延伸。如果说ChatGPT代表AI进入知识工作那么General Intuition这类公司代表AI试图进入行动世界。General Intuition的技术演示虽然引人注目但还不能简单理解为商业化已经成熟。游戏到仿真再到真实世界的大规模迁移还没有被完全证明。真实世界数据获取慢、成本高、风险大仍然是整个行业的难题。General Intuition的赌注是用游戏数据作为更便宜、更可扩展的预训练入口然后再用少量真实数据做适配。这个判断能否成立还需要时间验证。General Intuition也在试图处理另一个敏感问题AI与游戏行业、劳动力、军事应用的关系。游戏行业对AI一直很警惕。很多开发者担心AI会替代美术、设计、编剧和程序岗位。General Intuition公开表示不做替代游戏开发者、设计师或艺术家的技术。它还推出了Nerve平台让玩家通过数据标注、远程操作等任务获得收入。这个安排既是数据飞轮也是对游戏社区的一种安抚。在军事应用上Pim de Witte也划出边界。他表示不希望公司的智能体被用于伤害人类但愿意用于搜索救援。这一点和硅谷近年越来越积极拥抱国防科技的气氛并不完全一致也让General Intuition有了更鲜明的公司性格。