摘要： General Intuition 於 2026 年 6 月 25 日宣布完成 3.2 億美元融資，估值 23 億美元，累計募資 4.54 億美元。公司以 Medal 的數億小時遊戲影片與動作標籤訓練世界模型，並示範四足機器人只用八分鐘真實數據完成微調；資金主要投向 CoreWeave 算力，且表態不做致命自主武器。
2026 年 6 月 25 日，位於紐約的新創公司 General Intuition 對外宣布，已完成一輪 3.2 億美元的融資，估值來到 23 億美元。本輪由 Khosla Ventures 領投，跟投名單涵蓋 General Catalyst、Jeff Bezos、Eric Schmidt、F1 世界冠軍 Nico Rosberg，以及 Google DeepMind 與 MIT 的研究人員。把 2025 年 10 月那筆 1.34 億美元種子輪計入，公司至今累積的募資總額為 4.54 億美元。
這家公司的核心押注只有一個：要讓 AI 理解真實世界，最有效的教材不是從網路上抓下來的文字，而是遊戲。General Intuition 由遊戲剪輯平台 Medal 分拆而出，創辦這個平台、如今擔任執行長的是 Pim de Witte。公司手上的關鍵資產，是數億小時的遊戲影片，而且每一段都帶有「動作標籤」，逐一刻畫玩家在每個時間點按下了哪些鍵、何時按下。de Witte 講得直白：「凡是能用遊戲控制器或鍵盤滑鼠操作的東西，它都能學會控制。」
本輪交易有哪些看點
早在 6 月中旬，這筆交易就有風聲傳出：TechCrunch 當時報導，公司正在協商以約 20 億美元的估值籌措約 3 億美元；等到正式拍板，實際數字比傳聞還高了一些。Vinod Khosla 用一句話點出這筆投資的邏輯：「在世界模型領域，我認為量子躍遷是 AI 中『直覺』的出現。」有個耐人尋味的細節：Medal 在分拆之前曾回絕某家大型實驗室的收購提議，而後續依舊有買方持續上門。面對收購興趣，Khosla 回得很有底氣：「現在收購只會是買數據，那沒什麼意思。」
遊戲數據何以成為致勝關鍵
一般的世界模型只會看影片，畫面之外發生了什麼，只能靠猜測去推；General Intuition 的資料卻直接把答案附在一旁。同樣是賽車過彎，模型不只看見影像，還掌握駕駛當下的實際操作。於是同一套模型得以同時扛起三種任務：玩遊戲——公司展示的 agent 曾一口氣連玩一百個小時；擔任生成式世界模型，作為公司內部代號「健身房」的訓練環境；以及操控實體機器人。共同創辦人陣容還包括 Eloi Alonso、Adam Jelley 與 Vincent Micheli，整個團隊把成敗寄託在「動作標籤」這條競爭者拿不到的數據護城河上。
從模擬健身房走進真實機器人
全場最亮眼的成果，是一隻僅靠八分鐘真實世界數據就完成微調的四足機器人。思路是這樣的：機器人先在模擬世界裡練會走路、跑步與搬運物件，之後才進到實體環境做微調，比起從零開始蒐集真實數據，成本便宜得多。de Witte 也講明公司不會親自下場造車：「我們不會成立自動駕駛公司，而是要讓下一個人做這件事容易十倍。」
資金去向與 Nerve 市集
這輪資金主要流向算力：透過與 CoreWeave 的算力交易，投入下一版模型的預訓練；公司也打算在夏季結束前讓 API 全面對外開放，現有客戶已經橫跨遊戲、模擬與機器人三個領域。另一個值得留意的產品是 Nerve——一個讓玩家靠標註數據、遙操作機器人換取收入的市集，等於把整條數據供應鏈眾包給玩家社群，也讓一般人有機會沾到機器人經濟的甜頭。這個市集剛好化解了公司自己養出來的難題：機器人隊伍越擴編，對人類示範數據與遙操作時數的需求就越大，Nerve 等於把這個成本中心轉成一張付費的零工網絡。
賽道競爭與公司劃定的界線
世界模型這條賽道正快速加溫：李飛飛的 World Labs 已經交出第一款商用產品，Decart 的新模型能夠模擬數小時的擬真駕駛畫面，Odyssey 也在六月中以 14.5 億美元估值完成融資。競爭者多數賣的是模擬或生成；General Intuition 的獨特之處在於動作標籤數據加上機器人落地路線——同一組權重既會預測下一幀畫面，也會決定下一個動作。公司也替自己劃了界線：de Witte 表態「我們不想成為讓衝突升級的一部分」，不做致命自主武器，但像搜救這類應用則可以被接受。一家握有國防周邊技術、又向億萬富豪募資的新創，願意把這句話攤在陽光下講，這個舉動本身就是一種定位。