一家名为General Intuition的初创公司相信，它找到了通往通用机器人技术的捷径：数百万小时的视频游戏画面，配合控制器输入信号。
该公司于6月以23亿美元估值融资3.2亿美元，并认为机器人行业正接近一个类似GPT-3的转折点，届时单一基础模型将使针对每个机器人、环境和场景的专项训练变得过时。
核心理念
General Intuition首席执行官Pim de Witte向TechCrunch表示，当前的机器人开发者”做了大量专注于个体形态、环境和机器人的专业化工作”。他认为，这种方法即将变得多余，就像GPT-3使专业NLP模型过时一样。
其洞察在于，视频游戏已经包含了大量动作数据，不仅仅是视觉信息，还包括按下了哪些按钮、按顺序以及按下的时机的记录。General Intuition认为，这些动作数据是构建具有人类般物理世界时空直觉的AI系统的关键。
主要投资者Vinod Khosla也持同样观点，他支持这一论点，即动作数据可以教会AI模型物理世界如何运作，而无需大规模的真实世界数据收集。
他们已经展示的成果
General Intuition在数百万小时的视频游戏数据上训练了一个基础模型。仅用八分钟的真实机器人数据进行微调后，该模型驱动了一个四足机器人，仅使用其前置摄像头就完成了零样本导航，没有其他传感器，也没有事先接触过测试环境。
“机器人实际上仅靠前置摄像头，没有其他传感器，在有动态物体被引入和人员走动的办公室里实现了零样本导航，这对我们来说是一个非常巨大的惊喜，”de Witte说。”我认为这是未来趋势的一个信号。”
商业模式
General Intuition不制造机器人。它的目标是成为物理AI的基础模型提供商，机器人公司为其自有机器（无论是自动驾驶汽车、仓库机器人还是人形平台）进行微调的基础层。
“我们不会成立一家自动驾驶汽车公司，”de Witte说。”我们将使下一个人成立自动驾驶汽车公司的难度降低10倍。”
这种方法反映了2022至2023年间重塑AI的转变：不再是成千上万个针对特定任务训练的狭窄模型，而是一个通用模型作为所有下游应用的起点。General Intuition押注同样的模式将在物理世界中重演。
婷 翻译
来源：TechCrunch（7月8日）