機器人產業預期迎來 ChatGPT 時刻，創業公司 General Intuition 主張利用視訊遊戲資料取代海量真實世界資料
為何重要
- 開發者與硬體廠商即將跳過繁雜的資料收集階段，轉向尋找能處理空間與時間推理的 base model，大幅降低 embodied AI 的進入門檻。 - 機器人領域可能重演軟體領域：少數基礎模型供應商可能透過 API 模式壟斷核心能力，硬體商變成應用整合者。 - 從特定場景資料堆疊轉向泛化心智模型的轉變，可能顛覆目前傳統機器人學對資料量與物理具身的需求預期。
- 創業公司 General Intuition 主張 embodied AI 應走上與 LLM 相同的道路，從專門資料集轉向可輕鬆遷移的基礎模型，而非收整合百萬小時的具體真實世界資料。
- 其模型透過百萬小時的視訊遊戲資料訓練，包含控制器按鍵動作與時機，投資人 Vinod Koshla 認為此行為資料是關鍵。
- 該模型在僅接受 8 分鐘真實世界機器人資料微調後，顯現出驚人的零樣本能力，僅靠前鏡頭與無其他感測器即能在動態辦公室環境操控四足機器人。
- 公司憑此主題獲得 3,200 萬美元新資，估值達 23 億美元，目標定位為「物理 AI 的基礎模型」，而非自製特定機器人。