CEO称游戏数据比互联网更适合训练AGI

背景

在追求通用人工智能（AGI）的道路上，当前主流的大语言模型（LLM）被认为存在根本性缺陷。模型如 ChatGPT 和 Claude 在文本处理上表现出色，但它们对物体如何在空间和时间中实际运动的理解能力较弱——而这正是产生真正泛化智能的关键技能。这一能力缺口，可能恰好由游戏数据填补。这正是 General Intuition 这家初创公司押注的方向。

General Intuition 是一家总部位于纽约、由 Bezos（杰夫·贝索斯）支持的公司，估值达 23 亿美元。它刚刚完成了一轮 3.2 亿美元的融资，投资者阵容包括 Coatue、Eric Schmidt（埃里克·施密特），以及 MIT 和 Google DeepMind 的研究人员。公司从游戏平台 Medal TV 分拆而来，其 CEO Pim de Witte 在 TechCrunch 的 Equity 播客中深入阐述了为何基于游戏数据训练的世界模型可能成为物理 AI 的下一个重大突破，以及当模型最终可能被用于国防应用时，伦理红线应划在哪里。

核心内容

Pim de Witte 认为，现有的 LLM 虽然擅长语言和符号推理，但它们缺乏对物理世界的常识性理解——例如物体如何碰撞、如何受力、如何遵守重力。这些知识很难从纯文本数据中习得，因为文本本质上是对世界的抽象描述，而非真实的三维动态体验。

游戏数据则提供了独特的优势：游戏本身是模拟的物理世界，包含了丰富的时空交互、因果关系和动态变化。从《我的世界》到《侠盗猎车手》，现代游戏中的环境、角色和物体都遵循一套（尽管可能简化但）自洽的物理规则。当模型在大量游戏录像、交互数据上训练时，它能学习到物体运动的潜在模式，从而发展出一种类似“直觉”的物理理解能力。

General Intuition 正是利用这种游戏数据来训练“世界模型”——一种不仅预测下一个 token，还能预测场景中物体未来状态的模型。这种模型可以应用于机器人、自动驾驶、工业自动化等物理 AI 领域，帮助机器在没有明确编程的情况下理解并适应真实世界的动态环境。

公司从游戏平台 Medal TV 分拆而来，这意味着它在游戏数据采集、处理和规模上有现成的资源。这轮 3.2 亿美元的新融资将用于扩大团队、训练更大规模的模型，并探索商业化路径。同时，CEO 也坦承了伦理挑战：如果模型足够强大，可能被用于国防领域的武器控制系统或军事仿真，因此必须设立明确的伦理边界。

关键要点

• LLM 的局限：ChatGPT、Claude 等模型擅长文本处理，但对物理世界中的空间与时间动态理解不足，这是实现 AGI 的关键阻碍。
• 游戏数据的价值：游戏提供了丰富的物理交互模拟数据，能训练模型理解物体运动、因果关系和物理定律，弥补文本数据的不足。
• 世界模型的方向：General Intuition 致力于训练预测物理世界的“世界模型”，而非仅预测文本，这被认为是通向物理 AI 的下一个重大突破。
• 公司背景与规模：公司总部纽约，估值 23 亿美元，近期完成 3.2 亿美元融资，投资者包括 Coatue、Eric Schmidt、MIT 和 Google DeepMind 的研究人员；前身为游戏平台 Medal TV 的分拆项目。
• 伦理与国防风险：CEO 明确表示，模型可能被用于国防应用，因此必须提前设定技术和社会层面的伦理红线，防止滥用。

意义与影响

General Intuition 的赌注反映了 AI 产业对 物理智能（Physical AI）的关注日益升温。目前大多数公司聚焦于语言和视觉模型，但真正的 AGI 必须能够理解并作用于动态变化的现实世界。游戏数据作为训练来源，提供了一种低成本、高可控且具备天然物理规则的途径——这比从互联网抓取无结构文本或依靠昂贵的人工标注更高效。

如果这一路线成功，它将显著加速机器人、自动驾驶、无人机导航、工业自动化等领域的技术突破。同时，它也将挑战当前以 LLM 为中心的研究范式，推动业界更重视具身认知和交互式学习。

然而，军事应用的潜在风险不容忽视。当模型学会预测物理动态，它就可能被用于设计更致命的自主武器系统。General Intuition 在融资过程中已吸引国防相关投资者（如 Eric Schmidt 曾领导美国国防创新委员会），这暗示了商业与伦理之间的张力。未来，如何建立全球性的 AI 军备控制规范和模型使用准则，将成为行业必须面对的核心议题。