机器人电报7月9日讯——在OpenAI的GPT-3开启大模型时代之前，企业需要从零构建专用的自然语言处理模型，每个模型都要在大量特定任务数据上训练。如今，大多数组织都从通用大模型（如GPT系列、Claude或Llama）出发，再进行微调或提示来解决具体需求。
General Intuition公司CEO Pim de Witte认为，具身智能（Embodied AI）也将走同样的路径。与其收集海量真实世界数据来构建专用机器人模型，行业应当聚焦于更高质量的数据集，打造出能在多种环境中迁移”运动直觉”的基础模型。
“现在很多公司都在做高度专精的工作，针对单一形态、单一环境、单一机器人，”de Witte在TechCrunch播客节目中表示，”这些工作很快就会变得冗余。”
General Intuition的思路是：用数百万小时的视频游戏数据（包括玩家按下控制器按键的时机等动作信息）来训练基础模型。de Witte和该公司主要投资人Vinod Khosla都认为，动作数据才是开发类人时空推理直觉的关键。
这一论点已获得资本认可——上月General Intuition以23亿美元估值完成3.2亿美元融资。该公司已展示其模型既能连续数小时玩游戏，也能驱动四足机器人——后者仅需8分钟真实世界机器人数据微调即可实现。
“机器人仅凭前置摄像头、没有其他传感器，就能在有动态物体和行人经过的办公室环境中零样本运行，这让我们非常惊喜，”de Witte说，”我认为这只是开始。”
General Intuition的终极目标并非自己造机器人，而是成为物理AI的基础模型——为其他机器人公司提供底座。用de Witte的话说：”我们不会去做自动驾驶公司，但我们会让下一个人做自动驾驶公司容易十倍。”