從《要塞英雄》到機器狗：General Intuition 搶攻「大型動作模型」，估值八週暴增至 60 億美元

八週。這是 General Intuition 從 23 億美元估值一路漲到 60 億美元所需要的全部時間。根據 TechCrunch 報導，這家總部位於紐約的新創公司正在敲定一輪以 60 億美元投前估值進行的新融資，新投資人包括 Valor Equity Partners、Point72 Ventures 與 Seven Seven Six，既有股東 Khosla Ventures 和 General Catalyst 也將繼續加碼。接近交易的消息人士透露，這輪融資已超額認購，公司仍在持續接洽上門的投資人。在 AI 估值被檢視得和 AI 能力一樣嚴格的這個夏天，這是業界罕見的超高速估值翻漲——而它背後靠的是一項不尋常的資產：數億小時的電玩遊戲影像，而且每個動作背後按下了哪些按鍵，全都附有精確標註。

General Intuition 到底在做什麼

這家公司去年十月從遊戲錄影分享平台 Medal 分拆成立，創辦人是荷蘭企業家 Pim de Witte。Medal 用戶每年上傳約十億支遊戲短片，而 General Intuition 建立在一個單一信念上：今天的 AI 是「會讀書」，下一次躍進需要的是「會走路」的機器。它的模型不是只靠文字、圖片和影片訓練——那些都只是對世界的二手描述——而是用內嵌動作標籤（action labels）的遊戲片段來學習：鉅細靡遺地記錄玩家在什麼時間點按下了什麼按鍵。

這個區別正是整個提案的核心。多數世界模型競爭對手試圖只從原始影片推斷動作，de Witte 認為那並不足夠。動作資料能讓模型把「自己」與「環境」區分開來，並建立「如果我這樣做，就會發生那件事」的因果理解。其研究分成兩個模型家族：決定採取什麼行動的動作模型（action models），以及預測行動後果的世界模型（world models）。

第二個家族的公開代表作是與法國實驗室 Kyutai、Epic Games 合作打造的 MIRA。這是一個可遊玩的多人世界模型，用一萬小時的《火箭聯盟》資料訓練而成，以每秒 20 幀的速度逐格生成環境，底下沒有傳統遊戲引擎。當 TechCrunch 記者故意直直撞向牆壁時，該模型拒絕穿牆——它從數百萬小時的遊戲過程中學到了牆就是牆、梯子是用來爬的、影子會隨太陽移動而拉長。

Valor 為什麼願意開出支票

這輪融資最引人注目的細節，是誰願意帶頭跨入未知領域。Valor Equity Partners 最為人熟知的是投資了 SpaceX，而 TechCrunch 指出，General Intuition 將是該基金自 SpaceX 以來投資的第一家 AI 實驗室。Point72 Ventures 和 Alexis Ohanian 的 Seven Seven Six 構成新的資金來源，Khosla Ventures 與 General Catalyst 則參與跟投。

Vinod Khosla 一直是這家公司最響亮的支持者。他的論點是：如果「推理」是大語言模型的量子躍遷，那麼世界模型的量子躍遷將是「直覺的湧現」——一種從遊戲中人類動作與反應資料中長出來的類人能力，能讓模型泛化到從未受過明確訓練的任務上。

這一路走來，公司始終拒絕出售。據報導，OpenAI 曾在 2025 年初以約 5 億美元的價格洽購 Medal，此後至少還有一家大型實驗室開出報價。Khosla 的看法是：現在買下這家公司只等同於一樁資料收購，他認為那無趣極了。在本輪之前，公司已揭露的總募資額為 4.54 億美元，六月那輪資金大部分投入與新創雲端 CoreWeave 合作的運算資源，用於預訓練下一版模型。

房間裡的機器人

新資金的明確用途，是改進通用模型並聚焦於機器人實體（robotic embodiments）——更多算力、更多人才、更多硬體整合。該公司最愛的展示完美詮釋了這個論點：一台螢幕上的 AI 代理人正在玩《要塞英雄》之類的遊戲，而且已經連續玩了 100 個小時；辦公室另一頭，一隻大型四足機器狗——綽號 Clippord——僅靠單一攝影機畫面四處漫遊，預設為探索模式，偶爾像個還在認識自己身體的幼童一樣撞到椅子腳。驅動兩者的是同一顆大腦。

把遊戲訓練的模型移植到這隻四足機器狗上，只花了八分鐘的真實世界資料，而且是在辦公室外的人行道上收集的。這隻機器狗沒有地圖、沒有光達；單一攝影機處理像素畫面，傳送到資料中心，再以每秒十次的頻率接收下一個移動指令——比人類反應速度還快。「每個人都收集太多了，」de Witte 對 Upstarts 表示，他認為機器人公司在自家訓練資料上過度砸錢，而《要塞英雄》就夠用了。

在商業策略上，General Intuition 想成為 Anthropic 或 OpenAI 那種等級的生態系賦能者：一個讓其他人在其上建造的模型供應商。「我們不會去開一家自駕車公司，」de Witte 說，「我們要讓下一個人開自駕車公司容易十倍。」早期 API 客戶橫跨遊戲、模擬與機器人領域——在工廠數位分身中測試機器人、在遊戲中驅動擬真 bot、把四足機器人送進危險環境——更完整的 API 預計在夏末釋出。

《華爾街日報》為這個品類命名

這輪融資落地前幾天，Christopher Mims 才在《華爾街日報》以「AI 的下一次大躍進是進入真實世界」為題介紹了這家公司，將「大型動作模型（large action models）」——用電玩與模擬資料訓練、用來操縱機器人的世界模型——視為一個正在成形的獨立類別。該文把世界與動作模型定位為視覺語言感知與物理控制之間缺失的執行層，並引用創辦人的說法：物理系統需要的是機器速度的決策，而不是每秒多少 token。

這個框架對融資敘事至關重要。投資人不只是在押注一家新創公司，而是在對一個命題下注——繼語言之後，下一個基礎模型類別是「動作」，而遊戲資料是這類資料最便宜的大規模來源。如果實體 AI 像 2023 到 2025 年的語言模型一樣成為 2027 年的主流投資主題，那麼手中握有動作標註資料的公司，就會像是上一個週期握有 GPU 的那些人。

值得留意的但書

搶攻機器人的策略在營收面上尚未證明自己。《華爾街日報》指出，潛在投資人與商業夥伴不斷追問：這些模型多快能轉化為實際部署、能創造營收的機器人？而誠實的答案是——一隻在辦公室裡趴趴走的機器狗，無論零樣本表現多麼驚人，都不等於一份倉儲合約。四足機器人展示如今已是科技研討會的固定節目，而直接在模擬環境中訓練的競爭對手，機器人功底也更深厚。八週內估值翻三倍，定價的是一個論點，而不是一條產品線。

即便如此，市場釋出的訊號再明確不過。當與 SpaceX 關係最深的基金把 SpaceX 之後的第一筆 AI 實驗室投資押在這裡，而這輪融資又以三倍於前次的估值超額認購時，「遊戲教機器人」的論點已經從新奇玩意跨入了接近共識的地帶。夏末的 API 正式釋出，將是第一場真正的考驗：General Intuition 的「通用直覺」究竟值不值 60 億美元——或者遠不止於此。