在OpenAI的GPT-3開啟基礎模型時代之前，各公司通常從頭構建專用的自然語言處理模型，並針對特定任務收集大量數據進行訓練。如今，大多數企業會以GPT系列、Claude或Llama等通用模型為起點，再通過微調或提示詞工程來滿足自身需求。
General Intuition的CEO皮姆·德·維特認為，具身AI也將遵循類似的發展路徑。他主張，與其耗費大量資源收集真實世界數據來構建專用機器人模型，行業更應聚焦於高質量數據集的建設，以此訓練出能夠跨越多種環境、遷移運動與交互直覺的基礎模型。
"目前很多公司正在開展大量專項工作，將精力集中在特定形態、特定環境和特定機器人上。"德·維特在近期接受TechCrunch《Equity》播客採訪時表示。
他認為，隨著General Intuition正在研發和部署的通用模型逐步湧現，上述大量專項工作將很快變得多餘。
"模型本身的泛化能力就是產品所在，"他說，"正是因為模型具備了對空間與時間的基礎推理能力，人們才會停止收集數十萬乃至數百萬小時的真實世界數據。現實情況是，你只需要幾分鐘的數據就夠了。"
General Intuition在數百萬小時的電子遊戲數據上訓練出了自己的基礎模型，訓練數據涵蓋玩家操作控制器按鍵的時機與方式等資訊。德·維特與General Intuition的主要投資人維諾德·科斯拉均認為，動作數據是培養類人空間-時間推理直覺的關鍵所在。
該公司上月完成了一輪3.2億美元的融資，估值達23億美元，正是建立在這一核心理念之上。目前，公司已證明其模型不僅能連續數小時運行電子遊戲，還能在僅經過8分鐘真實機器人數據微調後，驅動一台四足機器人完成任務。
"機器人僅憑前置攝影機、不藉助其他傳感器，就能在有人員走動、動態物體不斷介入的辦公環境中實現零樣本泛化，這讓我們自己都感到非常驚訝，"德·維特說，"我認為這預示著未來的發展方向。"
General Intuition的終極目標並非自主研發機器人，而是成為實體AI領域的基礎模型提供商，為其他機器人公司搭建各自產品提供底層支撐。正如德·維特所說："我們不會去做自動駕駛汽車公司，但我們會讓下一個想做自動駕駛汽車公司的人，輕鬆10倍。"
Q&A
Q1：General Intuition的基礎模型是用什麼數據訓練的？
A：General Intuition的基礎模型主要基於數百萬小時的電子遊戲數據進行訓練，包括玩家操作控制器按鍵的時機與方式等動作資訊。公司及其投資人認為，這類動作數據是培養類人空間-時間推理直覺的核心。正是依託這一數據策略，模型僅需8分鐘的真實機器人數據微調，便能驅動四足機器人完成任務。
Q2：General Intuition的商業模式是什麼？它打算自己造機器人嗎？
A：General Intuition並不打算自主製造機器人，而是致力於成為實體AI領域的基礎模型提供商，為其他機器人公司提供底層通用模型，讓各家企業可以在此基礎上開發自己的產品。CEO德·維特將其類比為：不做自動駕駛汽車公司，而是讓別人造自動駕駛汽車變得更容易。
Q3：General Intuition最新一輪融資的規模和估值是多少？
A：General Intuition上月完成了3.2億美元的融資，融資後公司估值達到23億美元。此輪融資的核心邏輯是：通用基礎模型能夠大幅降低機器人行業對海量真實世界數據的依賴，從而推動整個具身AI領域進入新的發展階段。
