1天前 游戏动作数据，撑起具身世界模型的“第三条路径”？——General Intuition 3.2亿美元融资背后的数据战争

出品：机器人产业应用

前言

2026年6月下旬，全球具身智能赛道迎来一笔极具范式意义的重磅融资。

成立不足一年的纽约AI实验室General Intuition官宣完成3.2亿美元A轮融资，投后估值突破23亿美元，由顶级风投Khosla Ventures领投，贝索斯Bezos Expeditions、前谷歌CEO施密特等明星资本集体跟投。叠加2025年10月落地的1.337亿美元种子轮，公司成立未满一年累计融资已超4.5亿美元。

相较于亮眼的资本成绩单，General Intuition的底层商业模式，更颠覆了行业固有认知。公司创始人Pim de Witte同时是全球头部游戏剪辑平台Medal.tv的缔造者，两家主体同属一个母公司体系。

Medal.tv沉淀1700万月活用户，年均产出超20亿条游戏高光片段，其核心价值并非普通视频画面，而是每帧画面同步绑定的玩家按键、鼠标位移、实时决策、操作意图的结构化动作标签数据。

依托这套独一无二的“像素视觉+人类主动动作”游戏数据集，General Intuition走出了一条行业前所未有的训练路径：摆脱昂贵的真机采数、规避仿真虚实鸿沟、补齐普通视频无动作缺陷，试图证明具身世界模型的迭代，未必需要依靠百万小时真机作业堆料。

在行业陷入真机、仿真、互联网视频三大赛道内卷的当下，游戏动作数据能否成为具身智能训练的第四条核心路径，重构全球物理AI的数据竞争格局？

01

行业痛点拆解：具身AI缺的从来不是画面，是带意图的动作数据

当前全球具身智能模型训练，已形成三条成熟但各有硬伤的数据路径，长期桎梏行业迭代速度与落地能力，也是通用物理AI难以快速突破的核心瓶颈。

其一，真机实操数据。真机数据真实度最高、物理适配性最强，是工业级落地的核心底座，但存在致命短板：采集成本极高、落地周期漫长、规模化扩容难度极大。

每一条机器人真实运动轨迹，都需要设备、场地、人工遥操作、场景运维多重成本叠加，百万小时级高质量真机数据，对绝大多数初创企业而言都是难以承担的天文成本，无法支撑模型快速迭代。

其二，虚拟仿真数据。依托Unity、Unreal引擎生成的仿真数据，具备低成本、可批量、可无限复刻的优势，能够快速扩充数据体量，但需弥补Sim-to-Real虚实鸿沟。

物理引擎对现实世界的摩擦、光照、材质、柔性交互、细微力学反馈做了大量简化，导致仿真训练模型落地真实场景后极易“水土不服”，环境适配、动态决策能力大幅下滑，难以支撑高精度商用作业。

其三，互联网公开视频数据。YouTube等公共平台拥有海量人类动态活动视频，数据体量堪称无限，但仅有旁观视角的画面信息，缺失核心的人类决策动作信号。

模型只能被动观察人类行为结果，无法学习“环境感知—决策判断—动作输出”的因果逻辑，无法建立三维空间推理与实时交互的直觉能力，训练价值极其有限。

General Intuition架构

General Intuition这家公司认为：游戏动作数据，是当前唯一能够兼顾低成本、大体量、高信噪比、带动作意图的全新数据范式。玩家在《堡垒之夜》《Apex英雄》等3D游戏中的走位、瞄准、闪避、战术决策，全部对应精准的按键输入与运动轨迹，天然匹配三维空间感知、动态轨迹预判、实时环境交互的训练需求。

正如创始人Pim de Witte所言，文字与普通视频都是对物理世界的滞后记录，游戏动作数据是最贴近人类感知层、带有明确行为意图的原始训练素材，能够快速为机器人搭建空间推理直觉底座。

02

8分钟微调出圈：范式突破与行业边界的辩证审视

General Intuition最出圈的技术成果，是业内震惊的“8分钟微调”实验，彻底颠覆了行业对具身数据训练的固有认知。

在纽约发布会现场，团队基于海量游戏数据预训练的空间推理基础模型，仅用8分钟户外街道真机采集数据做小幅微调，即可驱动单目摄像头配置、无激光雷达、无深度相机的四足机器人，在全新未知办公室场景完成全程自主导航，精准规避行人、动态障碍物，实现零样本泛化运行。

这一实验直接冲击行业“百万小时真机数据刚需”的固有共识，构建出全新训练范式：海量游戏数据搭建通用空间推理、因果交互底座，少量真机数据完成现实场景适配微调，将传统动辄数百小时的真机采数成本，压缩至分钟级，极大降低具身模型的迭代门槛与落地成本。

但客观来看，该技术突破存在明确的能力边界，不能过度神话，行业需理性辩证看待。目前公开信息明确三大核心限制：

第一，8分钟微调效果仅在结构化、光照稳定、地形平整的办公室场景完成验证，在工地、野外、家庭厨房等复杂光照、不规则地形、柔性交互场景的泛化能力，暂无权威基准测试佐证；

第二，该成果是“预训练+微调”组合模式，底层模型依托数百万小时游戏数据完成前置训练，算力成本与数据积淀并未消失，并非零成本突破；

第三，所有演示与数据均为企业单方披露，暂无第三方机构独立核验，在“演示易、量产难”的物理AI赛道，审慎验证必不可少。

从产业落地维度判断，游戏数据路线具备明确的落地优先级：在自主导航、环境巡游、动态避障等物理精度要求相对宽松的场景，可快速实现规模化落地；但在精密装配、柔性抓取、力控交互等对材质反馈、接触力学、细微误差极度敏感的任务中，游戏物理引擎与真实物理世界的偏差，仍是短期内无法逾越的天花板。

03

赛道新格局：四条数据路径分工明确，融合取代替代成行业主流

随着游戏动作数据路径走向成熟，全球具身智能训练正式形成四大数据体系并行格局，四条路径不再相互内卷替代，而是形成清晰分工、深度融合的产业生态。

真机数据锚定 ，保障机器人高精度作业、复杂力学交互、工业级落地的核心能力；仿真数据提供低成本、可批量、可复刻的预演场，快速扩充极端场景、特殊工况样本；互联网视频补充长尾人类行为样本，丰富模型对多元生活场景的认知；而游戏动作数据补齐了行业长期空白的带意图、带因果、带动作标签的结构化数据，解决模型空间推理与动态决策的泛化难题。

未来行业顶级具身基础模型，必然是四路数据的融合产物：用游戏数据拓宽泛化边界、用真机数据夯实物理精度、用仿真数据扩充场景样本、用互联网视频补齐行为长尾。而General Intuition的核心护城河，正是多年沉淀的数十亿级结构化游戏动作数据。

这也是2024年OpenAI曾出价5亿美元收购Medal.tv，却被创始人果断拒绝的核心原因——不可复刻的高信噪比具身数据，是物理AI时代的重要产业壁垒。

04

资本重仓逻辑：押注物理AI终局，高风险与高收益并存

贝索斯、施密特、Khosla等全球顶级资本密集重仓，本质是押注AI产业的终极迭代方向：数字大模型竞争见顶，物理具身AI迎来黄金拐点。

在资本视角下，LLM的推理涌现已趋近阶段性天花板，而机器人的空间直觉、物理交互、动态决策能力涌现，是下一阶段AI产业最大的确定性增量。游戏场景沉淀的人类“感知—决策—动作”闭环数据，正是催生物理AI直觉涌现的核心底座。

这笔超4.5亿美元的累计融资，是典型的“高风险、高上限”赛道赌注。目前General Intuition仍存在诸多不确定性：成立未满一年、暂无商业化落地客户、核心8分钟微调成果未经过多场景验证、无开源模型与开放生态。

同时，英伟达Halos for Robotics生态、Figure AI、1X等海外头部玩家持续迭代通用具身模型，行业竞争快速加剧，赛道窗口期正在快速收缩。

行业终极分水岭，在2026年夏末正式到来。随着General Intuition开放API，全球开发者将批量接入其模型能力，届时技术上限、场景边界、泛化短板将被彻底公开验证，真正定义游戏数据路径的产业价值。

05

结语：具身AI的竞争，从数据体量之争转向意图密度之争

数十年游戏产业，通过海量场景训练人类的三维空间感知与动态决策能力，如今这套人类行为沉淀的数据资产，反向赋能机器人“大脑”迭代，形成极具产业浪漫的技术轮回。General Intuition的出圈，核心价值不在于彻底颠覆真机、仿真数据路径，而是为行业开辟了一条全新的解题思路。

它让整个行业重新认知：具身智能的迭代瓶颈，早已不是数据数量不足，而是高意图密度、高因果关联、高信噪比的优质数据稀缺。未来具身世界模型的竞争，不再是简单的堆数据、堆算力、堆时长，而是数据范式、数据质量、数据闭环效率的系统性比拼。

游戏动作数据的崛起，不代表行业旧路径的落幕，而是标志着具身智能正式进入多数据融合、多路径互补、高质量迭代的全新阶段。这条全新的路径，或将成为物理AI产业的关键变量。