General Intuition 賭遊戲操作數據，AI 訓練資料開始離開網頁文字
遊戲片段連住按鍵同結果，正變成 physical AI 訓練資料
General Intuition 賭緊咩
TechCrunch 今次 Equity 訪問，主角係 General Intuition CEO Pim de Witte。佢個講法幾進取：LLM 食咗咁多網頁文字，識答問題、識寫 code，但對物件點樣喺空間同時間入面移動，理解冇咁紮實；要訓練下一代 agent，遊戲資料可能好過普通網上資料。AGI 呢啲大字眼先放低少少，最值得睇嘅位係 General Intuition 手上嗰批玩法資料，唔止有畫面，仲有玩家每一下按鍵點樣改變個世界。
公司背景都有意思。TechCrunch 6 月 25 日報道，General Intuition 由遊戲 clipping 平台 Medal spin out，最新一輪融資 3.2 億美元，估值 23 億美元，累計披露融資 4.54 億美元；輪次由 Khosla Ventures 領投，名單有 General Catalyst、Jeff Bezos、Eric Schmidt、Nico Rosberg 等。呢堆錢買嘅唔只係一個 demo，投資人賭嘅係 Medal 長年累積嘅玩法資料：玩家睇到咩、撳咗咩、之後世界點變。普通影片通常得畫面，缺少「我做咗呢個動作，所以環境變成咁」呢條線。
圖片：General Intuition／Kyutai／Epic Games
遊戲資料值錢喺 action label
點解遊戲突然變咁重要？因為 LLM 食嘅多數係人寫低嘅描述，對理解物理同時間先後有幫助，但同『做完一個動作之後會點』始終隔咗一層。遊戲就好唔同：規則清楚、環境可以重播、錯咗唔會撞爛真車，仲可以大量記低 controller、鍵盤、滑鼠輸入。對 robot 或 self-driving 類系統嚟講，畫面識別只係起點，真正麻煩位係預測下一步行動會帶嚟咩後果。呢種「畫面 + action + 結果」資料，正正係網頁文字同普通影片欠缺嗰塊。
General Intuition 官方同 MIRA blog 畀咗一個較實際嘅樣板。MIRA 由 General Intuition、Kyutai 同 Epic Games 合作，用約 1 萬小時 Rocket League 2v2 bot 對戰資料訓練；官方話模型係 5B 參數 diffusion transformer，配 600M 參數 video representation codec，可以 20fps 回應四個玩家嘅即時輸入。重點係 MIRA 訓練時只睇 pixels 同 actions，物理狀態只拎嚟做評估；即係模型要由畫面同按鍵自己學車撞波、boost 用完就冇呢啲規律。呢個 demo 唔等於佢已經搞掂真實機械人，但處理控制問題時，佢明顯貼近過純文字模型。
圖片：General Intuition／Kyutai／Epic Games
大廠都追緊 world model
呢條路唔止 General Intuition 一間行。Google DeepMind 2024 年介紹 Genie 2，重點同樣係可用鍵盤滑鼠控制嘅 3D world model，用嚟訓練同評估 embodied agents；NVIDIA Cosmos 3 又推向 physical AI，講 robot learning、自動駕駛同 synthetic video data；World Labs 亦一路講 spatial intelligence 同可互動 3D worlds。General Intuition 規模細過呢啲巨頭好多，優勢落喺資料形態多過牌面算力：Medal 類 gameplay clip 天然帶住人類／玩家行動紀錄，呢啲 action label 可能有用過淨係堆多啲影片。
呢度有個好實際嘅 insight：未來 AI 資料競爭，未必淨係鬥邊個爬到多啲網頁，反而會鬥邊個有「可控制環境入面嘅行動紀錄」。遊戲、robot teleoperation、工廠 digital twin、app clickstream，全部都可以變成 agent 訓練材料，只要時間軸、輸入、狀態變化同成敗標記夠乾淨。對做 AI agent、遊戲、3D 或 robotics 嘅團隊嚟講，資料唔應該只當內容庫睇；action log 同 outcome log，可能先係之後訓練 agent 最有用嗰部分。
Hype 要落一落 brake
講到呢度要落一落 brake。遊戲世界乾淨過現實世界：感測器噪音、摩擦、光線、地面材質、人走嚟走去、法規同安全責任，全部都冇咁易用遊戲資料補返。TechCrunch 報道入面，佢哋示範四足 robot 同遊戲 agent 用同一套 brain，仲話用 8 分鐘真實 robot 資料 fine-tune；呢個係好吸睛嘅 demo，但未證明大規模 sim-to-real 真係穩陣。CEO 講 AGI 可以當願景，工程上要睇 API 放出去後，客戶喺 factory digital twin、robot、game NPC 入面跑唔跑得住。
軍用邊界都要繼續追。TechCrunch 寫 de Witte 劃線話唔做傷害人嘅 autonomy，只接受搜尋救援呢類用途；但平台型 API 一開，管控點執行仍然要睇佢哋交功課。所以呢單新聞唔使簡化成 AI 會靠打機變 AGI。General Intuition 而家證明緊一件較貼地嘅事：當模型要做嘢、唔只講嘢，訓練資料就要有可重播嘅環境、有行動、有後果。2026 年夏尾前佢哋話會擴大 API 開放，下一步睇嘅係外部開發者攞到手後，啲模型係咪真係幫到 robot、simulation 同 game studio 慳返真實測試成本。
參考來源
- TechCrunch — Why this CEO thinks video games make better training data than the internet — original report
- General Intuition’s $2.3B bet that video games can train AI agents for the real world — 補融資、估值、Medal spin-out、action label、robot demo 同 API 時間表。
- General Intuition | The frontier lab for acting in space and time — 官方定位，確認 Series A、action-labeled video dataset、world/action model 同 API partner 方向。
- MIRA: Multiplayer Interactive World Models with Representation Autoencoders — MIRA 官方技術 blog，核對 Rocket League 資料、模型規模、開源 dataset 同限制。
- MIRA technical report — 技術報告，核對 multi-agent world model、10,000 小時訓練資料同 evaluation 設計。
- Genie 2: A large-scale foundation world model — 對照 DeepMind 由遊戲／互動 3D 世界訓練 embodied agent 嘅路線。
- NVIDIA Cosmos — 對照 NVIDIA 用 world foundation model 做 physical AI、robot learning 同 synthetic data 嘅路線。
- World Labs — 補 spatial intelligence 同可互動 3D world 嘅行業脈絡。
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
