Startup wyceniony na 2,3 mld USD: miliony godzin z gier wideo trenują agentów AI do obsługi robotów
General Intuition zebrało 320 mln USD przy wycenie 2,3 mld USD, trenując agentów AI na klipach z gier zawierających dane o każdym naciśnięciu przycisku. Ten sam model, który grał w Fortnite przez 100 godzin, po zaledwie 8 minutach doszkolenia poruszał czworonożnym robotem po biurze.
25 czerwca 2026 r. TechCrunch opisał General Intuition — startup wyodrębniony z platformy klipów z gier Medal, który zamknął rundę Series A na 320 mln USD przy wycenie 2,3 mld USD. Wśród inwestorów znaleźli się Khosla Ventures, General Catalyst, Jeff Bezos, Eric Schmidt oraz badacze z Google DeepMind i MIT. Łączne finansowanie spółki wynosi 454 mln USD.
Sekret tkwi w danych akcji, nie tylko w wideo
Pomysł jest prosty w założeniu i odważny w realizacji. Medal posiada setki milionów godzin nagrań z rozgrywek, a każdy klip zawiera dokładne dane o naciśnięciach przycisków — kiedy i który przycisk wcisnął gracz. To coś, czego zwykłe nagranie wideo nie daje: adnotowana oś akcji. General Intuition trenuje na tych danych modele rozumienia czasoprzestrzennego: model uczy się, że ściany blokują ruch, drabiny umożliwiają wspinaczkę, a cienie poruszają się wraz ze słońcem — zasady działające zarówno w grach, jak i w fizycznym świecie.
Transfer do robotyki w 8 minut
Demonstracja jest przekonująca: agent grał w grę przypominającą Fortnite przez 100 godzin, a następnie ten sam model przeniósł swoje umiejętności na czworonożnego robota poruszającego się po biurze — potrzebując do tego zaledwie 8 minut danych z prawdziwego środowiska. CEO Pim de Witte celowo nie buduje własnych produktów końcowych: General Intuition chce być dostawcą bazowych modeli agentowych dla twórców autonomicznych aplikacji.
Granice transferu
Podejście ma jedno istotne ograniczenie: gry wideo to środowisko uproszczone, a transfer wiedzy do realnego świata może być trudny do doskonalenia poza prostymi zadaniami fizycznymi. Firma planuje też uruchomienie Nerve — rynku zleceń, na którym gracze zarabiają, oznaczając dane i zdalnie sterując robotami — co ma dostarczać bardziej zróżnicowanych danych treningowych i jednocześnie tworzyć nowe źródło zatrudnienia.