这家创业公司认为机器人领域即将迎来ChatGPT时刻

General Intuition的CEO Pim de Witte相信，机器人领域即将经历自然语言处理行业在GPT-3时代经历过的范式转变。该公司正在构建一个物理AI基础模型，其训练数据来自数百万小时的视频游戏数据，包括人类玩家何时按下控制器按钮的动作信息。

de Witte向TechCrunch表示，目前许多公司都在针对单个机器人形态、环境和具体任务做大量专业化工作，而这些工作很快就会被通用模型所取代。他认为，当模型具备了关于空间和时间的底层推理能力——即“直觉”——人们就不再需要收集数十万小时的真实世界数据。

这家初创公司上月以23亿美元估值完成了3.2亿美元融资，领投方为知名投资人Vinod Khosla。这笔资金建立在公司的核心论点上：动作数据（人类在特定情境下的操作记录）是开发类人物理直觉的关键。

General Intuition已经展示了其模型的双重能力：既可以连续数小时玩电子游戏，也能在经过仅8分钟真实机器人数据微调后，驱动一台四足机器人自主移动。de Witte透露，机器人仅靠前置摄像头、没有任何其他传感器的情况下，在办公室环境中面对动态障碍物和行人实现了零样本自主运行，这甚至超出了团队自身的预期。

公司并不打算亲自制造机器人，而是希望成为物理AI的基础模型层——一个供其他机器人公司在其基础上构建专用产品的通用平台。“我们不会去造自动驾驶汽车公司，”de Witte解释道，“通用模型本身就是产品。”

这一方向如果成功，将深刻改变机器人行业的开发模式：从为每个机器人型号和场景收集大量真实数据，转向在通用物理基础模型之上进行少量微调。这类似于NLP领域从专门训练的模型转向GPT等通用基础模型的路径。

然而，从数百万小时游戏数据到真实世界的泛化能力仍需验证。物理世界的复杂性和安全性要求远比游戏环境严苛。接下来值得关注的是：General Intuition能否找到足够多的机器人公司愿意将其作为底层平台，以及其模型在工业级精度要求下的实际表现。