在OpenAI的GPT-3掀开基础模型时代那层帷幕之前，各家做NLP的公司基本都是从零开始，自己收集海量标注数据、自己训练专用模型。现在呢，逻辑彻底变了——拿GPT、Claude或者Llama这类通用模型当起点，通过微调和提示词工程来适配自己的场景，几乎成了标配。

那么，这个剧本会不会在机器人领域重演？General Intuition的CEO皮姆·德·维特认为，答案是肯定的。他的核心主张很干脆：与其砸下天量资源去收集真实世界的专用数据、制造一个个只能干一种活的机器人模型，不如把精力集中到一件事上——建设高质量的数据集，训练出能跨环境、跨形态、迁移运动和交互直觉的通用基础模型。

“现在很多公司都在做大量的专项工作，盯着特定的形态、特定的环境、特定的机器人使劲。”德·维特最近在TechCrunch的《Equity》播客里说得直白。他相信，随着General Intuition正在研发和部署的通用模型逐步成型，这些专项工作很快就会变得过时。

“模型本身的泛化能力，就是产品本身。”他说，“一旦模型具备了基础的空间和时间推理能力，人们就不会再去收集几十万、几百万小时的真实世界数据了。现实是，你只需要几分钟的数据就够了。”

这个判断听起来有点反直觉，但General Intuition确实在走一条不一样的路。他们在数百万小时的电子游戏数据上训练自己的基础模型——训练数据里记录的是玩家什么时候按了什么键、怎么按的。德·维特和公司的主要投资人维诺德·科斯拉都相信：动作数据，才是培养那种类人的空间-时间推理直觉的钥匙。

上个月，公司刚完成一轮3.2亿美元的融资，估值冲到了23亿美元。支撑这个数字的核心逻辑就在这里。而且他们已经拿出了证明：这个模型不仅能连续好几个小时跑电子游戏，还能在只用了8分钟真实机器人数据做微调之后，就驱动一台四足机器人完成了任务。

“机器人就靠一个前置摄像头，没有其他传感器，在一个有人员走动、动态物体不断出现和移动的办公环境里，做到了零样本泛化——这结果连我们自己都很惊讶。”德·维特说，“我觉得，这就是未来的方向。”

值得注意的是，General Intuition的终极目标并不是自己造机器人，而是做实体AI领域的基础模型提供商，为其他机器人公司搭建底层支撑。用德·维特的话说就是：“我们不会自己去做自动驾驶汽车公司，但我们会让那个想做自动驾驶汽车公司的人，轻松10倍。”

Q&A

Q1：General Intuition的基础模型，到底是用什么数据训练的？
A：核心数据来自数百万小时的电子游戏——更准确地说，是玩家操作手柄的时机和方式这类动作信息。公司和投资方的判断是：动作数据才是培养空间-时间推理直觉的关键。基于这个策略，模型在只经过8分钟真实机器人数据微调后，就能驱动四足机器人完成实际任务。

Q2：这家公司的商业模式是什么？他们打算自己造机器人吗？
A：不，他们不打这个算盘。General Intuition要做的是实体AI领域的底层模型提供商，让其他机器人公司能直接拿他们的通用模型去开发自己的产品。CEO德·维特打了个比方：不做自动驾驶汽车公司，而是让想做自动驾驶汽车的公司，门槛降低10倍。

Q3：最新一轮融资的规模和估值是多少？
A：上月刚完成3.2亿美元融资，投后估值23亿美元。这轮融资背后的核心判断是：通用基础模型能大幅减少机器人行业对海量真实世界数据的依赖，从而把整个具身AI领域推向一个新的发展阶段。