General Intuition 八週內估值近翻三倍至 60 億美元，世界模型全面進軍機器人

本輪 AI 熱潮中最快速的估值飆升又刷新了紀錄。根據 TechCrunch 於 2026 年 8 月 24 日的獨家報導，總部位於紐約、打造「教 AI 代理在空間與時間中行動」基礎模型的新創公司 General Intuition，正洽談以 60 億美元的投前估值（pre-money valuation）募集新一輪資金。而就在八週前，這家公司才以 23 億美元估值關閉了 3.2 億美元的融資——換言之，其市場身價在短短兩個月內幾乎翻了三倍。

這輪融資尚未完全落定。據熟悉內情的人士透露，新投資人包括 Valor Equity Partners、Point72 Ventures，以及 Alexis Ohanian 創辦的 Seven Seven Six；既有股東 Khosla Ventures 與 General Catalyst 也將加碼跟投。一位接近交易的消息人士向 TechCrunch 表示，由於公司持續收到投資人上門洽談，本輪融資目前已是超額認購（oversubscribed）狀態。

從遊戲短片到機器人大腦

General Intuition 的出身在前沿實驗室中相當罕見。執行長 Pim de Witte 於 2025 年 10 月將公司從他自己創辦的遊戲短片分享平台 Medal 分拆獨立。Medal 真正的資產，是一份世上獨一無二的資料庫：數億小時的遊戲實況影片，且每一筆都附有「動作標籤（action labels）」——精確記錄玩家在每個時刻按下了哪些按鍵。

「視覺＋動作」的成對資料，正是這家公司核心論點所在。大型語言模型（LLM）從文字中學習；General Intuition 的「大型動作模型（large action models）」則從行為中學習。每一段短片既是對動態 3D 世界的觀察，也是塑造該世界的一連串決策軌跡。Medal 每年處理約十億支遊戲短片、擁有約千萬月活用戶，為實驗室提供了一座持續自我更新的「虛擬身體經驗」語料庫。

投資人 Vinod Khosla 近期向 TechCrunch 表示，他認為這些動作標籤將是「直覺的湧現（emergence of intuition）」的關鍵要素——亦即模型真正泛化到從未受過明確訓練的任務之上的能力。這也是世界模型信仰者與 LLM 主流路線的最大分野：空間與時間的理解，必須透過「行動」而非「描述」來習得。

Valor 入場為何重要

Valor Equity Partners 最為人熟知的身分，是 SpaceX 最早也最成功的投資人之一。TechCrunch 指出，General Intuition 將是 Valor 繼 SpaceX 之後投資的第一家 AI 實驗室——這個訊號說明該基金認為，前沿模型公司是極少數有機會像「可重複使用火箭」一樣具備複利效應的資產類別。對沖基金巨頭 Steve Cohen 旗下的 Point72 Ventures，與 Seven Seven Six 則分別補上了量化科技與消費網路的人脈版圖。

資金去處也十分明確。消息人士指出，General Intuition 打算以此強化其通用模型，並特別聚焦於機器人本體（robotic embodiments）——讓在遊戲世界中訓練出來的模型，逐步走向實體機器的控制。這意味著在既有合作夥伴、新創雲端 CoreWeave 的基礎上大幅擴大運算基礎設施支出，同時加速人才招募。

世界模型的搶地潮

這輪融資發生在全球搶進「世界模型（world models）」的大潮之中。這類 AI 學的不是語言的統計分布，而是對環境的預測性模擬。2026 年 3 月，Not Boring 廣為流傳的長文〈World Models: Computing the Uncomputable〉進一步推升了這個論點：對任何需要深度空間與時間推理的任務而言，世界模型可能成為比 LLM 更強大的基礎模型類別。

General Intuition 的估值軌跡正是這個轉向的縮影。2025 年 10 月，公司以 1.34 億美元種子輪起家，用遊戲短片教會代理空間推理；2026 年 6 月，再以 23 億美元估值募得 3.2 億美元，開始用真實機器人資料微調模型；如今投資人又把它標到近 60 億美元——目的只有一個：打通虛擬訓練與實體部署之間的最後一哩路。

公司目前公開的成果包括被描述為「可遊玩的多人世界模型」的 MIRA，以及自動生成全新模擬世界來訓練其他代理的研究——若模擬品質足以轉移到現實，這將是一座會自我複利的資產。

榮景背後的疑問

八週內 2.6 倍的估值跳升，難免引來尖銳提問。這種量級的調升通常反映三件事之一：投資人爭搶稀缺標的的競價壓力、私下的真實技術突破，或是市場願意為「敘事」而非營收提前定價。最可能的答案，是三者的某種混合。

多方的論據是結構性的。機器人學習的瓶頸在資料：遙操作曠日廢時、實體試錯昂貴、合成資料品質參差。附帶動作標籤的遊戲影片，是地表上最大、且現成的「目標導向閉環行為」語料庫。只要其中一部分能力能轉移到機器手臂與導航任務，General Intuition 就握有一條無法靠網路爬取複製的資料護城河——而超額認購的融資，正好解決最大的障礙：算力帳單。

空方的論據則是「模擬到現實（sim-to-real）」的鴻溝本身。遊戲在本質上就比現實好解決：物理乾淨、獎勵明確、不會有線纜糾纏。六月那輪融資明確納入真實機器人資料做微調，既是承認差距存在，也是補上差距的頭期款。在轉移能力於大規模場景被證明之前，60 億美元的估值是否站得住腳，正是 Valor 等投資人用支票簿回答的問題。

無可爭辯的是方向。隨著文字與影像模型快速商品化，「實體 AI」——機器人、自駕系統、具身代理——已成為下一個最明確的前沿。小鵬汽車的機器人部門剛以 63 億美元估值完成逾 9 億美元融資，世界模型新創的估值幾乎每月重估一次。General Intuition 這一輪，是目前最清晰的訊號：投資人已把「從虛擬經驗到實體能力的橋樑」，視為一家 AI 實驗室所能建造的最有價值之物。

本事件仍在發展中；該輪融資尚未正式對外宣布，最終條款在成交前仍可能變動。