在OpenAI的GPT-3开启基础模型时代之前，各公司通常从头构建专用的自然语言处理模型，并针对特定任务收集大量数据进行训练。如今，大多数企业会以GPT系列、Claude或Llama等通用模型为起点，再通过微调或提示词工程来满足自身需求。
General Intuition的CEO皮姆·德·维特认为，具身AI也将遵循类似的发展路径。他主张，与其耗费大量资源收集真实世界数据来构建专用机器人模型，行业更应聚焦于高质量数据集的建设，以此训练出能够跨越多种环境、迁移运动与交互直觉的基础模型。
"目前很多公司正在开展大量专项工作，将精力集中在特定形态、特定环境和特定机器人上。"德·维特在近期接受TechCrunch《Equity》播客采访时表示。
他认为，随着General Intuition正在研发和部署的通用模型逐步涌现，上述大量专项工作将很快变得多余。
"模型本身的泛化能力就是产品所在，"他说，"正是因为模型具备了对空间与时间的基础推理能力，人们才会停止收集数十万乃至数百万小时的真实世界数据。现实情况是，你只需要几分钟的数据就够了。"
General Intuition在数百万小时的电子游戏数据上训练出了自己的基础模型，训练数据涵盖玩家操作手柄按键的时机与方式等信息。德·维特与General Intuition的主要投资人维诺德·科斯拉均认为，动作数据是培养类人空间-时间推理直觉的关键所在。
该公司上月完成了一轮3.2亿美元的融资，估值达23亿美元，正是建立在这一核心理念之上。目前，公司已证明其模型不仅能连续数小时运行电子游戏，还能在仅经过8分钟真实机器人数据微调后，驱动一台四足机器人完成任务。
"机器人仅凭前置摄像头、不借助其他传感器，就能在有人员走动、动态物体不断介入的办公环境中实现零样本泛化，这让我们自己都感到非常惊讶，"德·维特说，"我认为这预示着未来的发展方向。"
General Intuition的终极目标并非自主研发机器人，而是成为实体AI领域的基础模型提供商，为其他机器人公司搭建各自产品提供底层支撑。正如德·维特所说："我们不会去做自动驾驶汽车公司，但我们会让下一个想做自动驾驶汽车公司的人，轻松10倍。"
Q&A
Q1：General Intuition的基础模型是用什么数据训练的？
A：General Intuition的基础模型主要基于数百万小时的电子游戏数据进行训练，包括玩家操作手柄按键的时机与方式等动作信息。公司及其投资人认为，这类动作数据是培养类人空间-时间推理直觉的核心。正是依托这一数据策略，模型仅需8分钟的真实机器人数据微调，便能驱动四足机器人完成任务。
Q2：General Intuition的商业模式是什么？它打算自己造机器人吗？
A：General Intuition并不打算自主制造机器人，而是致力于成为实体AI领域的基础模型提供商，为其他机器人公司提供底层通用模型，让各家企业可以在此基础上开发自己的产品。CEO德·维特将其类比为：不做自动驾驶汽车公司，而是让别人造自动驾驶汽车变得更容易。
Q3：General Intuition最新一轮融资的规模和估值是多少？
A：General Intuition上月完成了3.2亿美元的融资，融资后公司估值达到23亿美元。此轮融资的核心逻辑是：通用基础模型能够大幅降低机器人行业对海量真实世界数据的依赖，从而推动整个具身AI领域进入新的发展阶段。
