正在加载播放器……
在 OpenAI GPT-3 开启基础模型时代前，企业多从头构建专用 NLP 模型并在特定任务数据上训练。如今，主流做法是先采用通用模型（如 GPT、Claude、Llama），再通过微调或提示满足特定需求。
General Intuition CEO Pim de Witte 认为，具身智能将遵循类似路径：行业不应致力于收集海量真实世界数据以构建专用机器人模型，而应聚焦高质量数据集，打造能将运动与交互直觉迁移至多种环境的基础模型。
“目前许多公司正专注于单一形态、环境及机器人的专项工作，”de Witte 在接受 TechCrunch 采访时指出，“随着通用模型的出现，此类工作很快将成为冗余。”
他强调：“模型本身的泛化能力即产品。其具备的时空基本推理能力，将使人们停止收集数十万乃至数百万小时真实数据——因为现实中仅需几分钟即可。”
General Intuition 通过训练数百万小时游戏视频数据构建了自有基础模型，涵盖人类按键操作及时机信息。de Witte 与主要投资者 Vinod Khosla 均认为，动作数据是开发类人时空推理直觉的关键。
上月，该公司基于该理论以 23 亿美元估值融资 3.2 亿美元，并验证了当前模型既能连续数小时玩游戏，也能仅经 8 分钟真实数据微调即驱动四足机器人。
“该机器人在办公室环境中，仅靠前置摄像头且无其他传感器，面对动态物体与行人即可实现零样本学习，这令人惊讶，”de Witte 表示，“这是未来发展的信号。”
General Intuition 的目标并非自造机器人，而是成为物理 AI 基础模型平台，为机器人公司提供底层支持。正如 de Witte 所言：“我们不会建立自动驾驶汽车公司，而是让下一个人建立此类公司的难度降低十倍。”