Что такое ИИ-агент из видеоигр: General Intuition собрала $320 млн на модель для роботов

Стартап вырос из компании Medal, платформы для загрузки и обмена игровыми клипами. По данным TechCrunch, Medal накопила сотни миллионов часов геймплея, и именно этот массив стал обучающими данными (training data) для модели General Intuition. Раунд на 320 млн долларов при оценке 2,3 млрд долларов объявлен в четверг; общий раскрытый объём финансирования достиг 454 млн долларов после первого раунда в 134 млн долларов прошлой осенью.

Почему игровые данные работают лучше голого видео?

Ключевой ресурс General Intuition не сами записи геймплея, а метки действий (action labels): какие кнопки нажимал игрок и в какой момент. По словам сооснователя и генерального директора Пима де Витте, большинство конкурентов пытаются угадывать действия только по видеоряду, а этого недостаточно.

«У нас единая модель, которая реагирует на информацию Fortnite на экране и действует, но также понимает динамику реального мира так, как большая языковая модель никогда не сможет.» : Пим де Витте, сооснователь и генеральный директор General Intuition

Модель обучается пространственно-временному мышлению (spatial-temporal reasoning), то есть пониманию, как двигаться в пространстве и во времени. Из миллионов часов геймплея она усвоила, что стены непроходимы, лестницы предназначены для подъёма, а тени удлиняются с движением солнца. Журналист TechCrunch проверил это лично: в отличие от других демо, персонаж не проходил сквозь стены.

Что такое ИИ-агент General Intuition и зачем ему «спортзал»?

ИИ-агент (agent, программа, которая сама воспринимает среду, принимает решения и действует без пошаговых команд человека) General Intuition обучается внутри так называемого «спортзала» (gym). Это мировая модель (world model), симуляция, генерируемая покадрово самой нейросетью, а не традиционным игровым движком.

Компания не продаёт саму симуляцию. Продукт, это агентная (agentic) модель, которую можно подключить через API. По словам де Витте, действия игроков помогают модели отличать «себя» от «среды» и формировать понимание причинно-следственных связей.

Робот на том же «мозге»

На демонстрации в нью-йоркском офисе четвероногий робот с одной камерой обходил стулья и мусорные корзины, иногда задевая их, как ребёнок, который ещё не освоил границы собственного тела. Аналитик данных Джош Дюплантис пояснил, что режим робота по умолчанию называется «исследование» (exploration).

На дообучение модели для робота потребовалось восемь минут реальных данных, причём собранных на улице, а не в том офисе, где бот перемещался. Это принципиально: модель обобщает опыт из одной среды и применяет его в другой.

Кто вложился и куда пойдут деньги?

Раунд возглавила Khosla Ventures. Среди участников: General Catalyst, Джефф Безос, Эрик Шмидт, бывший чемпион «Формулы-1» Нико Росберг, а также исследователи Google DeepMind и MIT.

Основная часть средств пойдёт на наращивание вычислительных мощностей. У General Intuition есть контракт с облачным провайдером CoreWeave. Компания планирует сосредоточиться на предобучении следующей версии модели. Часть бюджета зарезервирована на расширение доступа к API до конца лета.

«В мировых моделях я думаю, что квантовый скачок, это появление интуиции в ИИ, способности, подобной человеческой интуиции. Данные о действиях и реакциях людей в играх, это ключевая часть появления интуиции.» : Винод Хосла, основатель Khosla Ventures

Честные ограничения: что пока не решено?

General Intuition не единственная компания на этом направлении. И главная проблема не решена никем: заставить такую модель устойчиво работать в физическом мире в масштабе. Большинство подходов требуют огромного объёма реальных данных, которые собираются медленно и дорого. Ставка General Intuition в том, что геймплей станет масштабируемым ускорителем.

Что делать с этим прямо сейчас, по ролям

• Авторам Дзена и копирайтерам. Тема «что такое ИИ-агент» перестаёт быть абстракцией: теперь можно объяснять через наглядный пример, одна модель играет в шутер и ведёт робота. Это хороший сюжет для разбора или визуального контента.

• Маркетологам. Агентные модели, обученные на реальных действиях пользователей, приближают момент, когда ИИ-агент сможет самостоятельно тестировать интерфейсы, проходить пользовательские сценарии и находить узкие места без ручной разметки.

• Предпринимателям из РФ и СНГ. API General Intuition пока доступен ограниченно, расширение обещано к концу лета. Российских аналогов с открытым доступом к агентным моделям такого типа на момент публикации нет. Следить стоит за проектами в области робототехники и симуляций, где применяется дообучение на реальных данных.

Если подход General Intuition сработает за пределами демонстрационного офиса, геймплей из Medal станет тем же, чем тексты интернета стали для больших языковых моделей: дешёвым и масштабируемым топливом, только на этот раз для агентов, которые не просто пишут текст, а двигаются, обходят стулья и, возможно, однажды доставят вам посылку.