General Intuition 获 3.2 亿美元融资，欲用游戏数据打造机器人通用模型
用游戏数据训练通用机器人模型，类似 GPT-3 对 NLP 的变革，大幅降低机器人开发的数据需求。
如今多数 AI 公司从通用语言模型起步，而非从头训练专用模型。General Intuition 认为机器人领域也将如此：用百万小时游戏数据训练时空推理基础模型，再微调少量真实数据（仅 8 分钟）即可让机器人适应新场景。公司已融资 3.2 亿美元，计划成为机器人的“基础模型提供商”。
正文摘录
Loading the player… 在 OpenAI 的 GPT-3 开启基础模型 (foundation model) 时代之前，企业需要从零构建专门的 NLP 模型，每个模型都要在大量任务特定数据上训练。如今，大多数组织会从通用模型（如 OpenAI 的 GPT 系列、Claude 或 Llama）开始，再通过微调或提示工程来满足特定需求。 General Intuition 的 CEO Pim de Witte 认为，具身 AI (embodied AI) 也会遵循类似的模式。他认为，与其收集海量真实世界数据集来构建专门的机器人模型，整个行业应该聚焦于更高质量的数据集，从而产出能够在多种环境中迁移运动和交互直觉的基础模型。 “现在很多公司都在做大量专门化的工作，专注于单个具身形态、单个环境和单个机器人，” de Witte 在最近一期的 [Equity 播客](https://techcrunch.com/video/why-this-ceo-thinks-video-games-make-better-training-data-than-the-internet/) 中对 TechCrunch 表示。 他认为，随着通用模型（比如 General Intuition 一直在开发和部署的那种）的出现，这些工作中的大部分很快会变得多余。 “模型本身的泛化能力就是产品，”他说。“它对空间和时间拥有基础层级的推理能力，这将是人们停止收集数十万甚至数百万小时真实世界数据的原因。因为事实上，你只需要几分钟。” 在训练了数百万小时的电子游戏数据（包括人类在何时按下了控制器上的哪些按钮等信息）之后，General Intuition 构建了自己的基础模型。