一家名为General Intuition的创业公司正在押注一个大胆假设：用数百万小时的视频游戏数据训练物理AI基础模型，让机器人不再依赖海量真实世界的经验数据，从而以极低成本实现能力跃迁。他们认为，机器人技术正站在类似ChatGPT诞生的前夜。
游戏数据：海量低成本训练素材
通用机器人通常需要大量真实世界的交互数据来学习抓取、行走、操作等技能，数据采集既昂贵又耗时。General Intuition的思路是绕过这一瓶颈：利用现有的游戏模拟环境——比如《我的世界》《侠盗猎车手》等开放世界游戏——生成海量、多样化的虚拟互动场景。这些游戏中的角色动作、物体交互、物理碰撞等数据，天然具备物理世界的规律，但又无需昂贵的相机捕捉或人工标注。公司声称已积累超过500万小时的游戏数据，足以让模型学到丰富的空间推理和行为规划能力。
基础模型：通往物理AI的关键
与GPT等语言大模型类似，General Intuition的目标是构建一个通用机器人基础模型（Foundation Model for Robotics）。该模型不针对特定任务，而是通过在海量游戏数据上的预训练，学习物理世界的“常识”——比如物体如何掉落、需要多大的力才能推动、如何避开障碍物。这个预训练模型随后可以针对具体机器人（如机械臂、四足机器人、人形机器人）进行少量微调，后者只需要极少量的真实世界演示数据即可学会新技能。这种“预训练+微调”范式，正是大语言模型成功的关键。
减少真实数据依赖：成本与效率的突破
传统机器人训练通常需要数千至数万次真实物理实验才能让一个任务稳定执行，这导致开发周期长、硬件损耗大、安全风险高。而General Intuition的方法允许在虚拟环境中预训练模型，再在真实机器人上做小样本学习，理论上能将真实数据需求降低90%以上。公司近期在公开演示中展示了用一只手抓取数据训练的算法，成功在一种新型机械臂上实现零样本泛化抓取，证明了跨任务迁移的可行性。
与ChatGPT类比：通用智能的扩展
当被问及为何将其称为“机器人领域的ChatGPT时刻”时，General Intuition创始人表示，GPT的成功在于用海量互联网文本训练出一个通用语言模型，之后只需极少的指令就能适应各种对话任务。同理，机器人领域需要的正是这样一个通用物理智能模型。游戏数据就像“文本语料库”，物理AI模型则相当于“语言模型”，最终目标是让任意机器人只需看一眼人类操作即可模仿执行。这与OpenAI最初演示ChatGPT时那种“涌现”能力如出一辙。
General Intuition的愿景
公司目前已完成数千万美元融资，团队涵盖游戏引擎开发、计算机视觉和机器人控制专家。他们计划在两年内推出首个商用物理AI基础模型，并开放API供机器人工厂调用。不过，挑战依然存在：游戏中的物理与真实世界存在“模拟差距”，光线、摩擦力、材质差异可能影响迁移效果；此外，如何保证预训练模型在安全约束下行动，也是落地前必须解决的问题。
行业意义与影响
如果General Intuition的方法被验证可行，它将彻底改变机器人开发的成本结构。过去，机器人更像“专用硬件+专用软件”的组合，每个新任务几乎都需要从头训练。而一个通用基础模型的出现，意味着机器人可以像智能手机一样，通过下载“技能包”快速适配新应用场景。仓库分拣、家庭服务、农业采摘等领域的机器人部署效率将大幅提升。
与此同时，这种方法也将推动人形机器人等复杂平台的商业化。因为人形机器人对平衡、抓取、行走等通用能力要求极高，传统训练数据几乎无法满足，而游戏数据的规模和多样性恰好能弥补这一空缺。未来，我们或许会看到更多像General Intuition这样的公司，利用虚拟世界的数据来训练物理世界的智能——正如ChatGPT用互联网文本重新定义了语言智能一样。