AI 问小创

你好,我是问小创 AI 助手

告诉我你的需求,我帮你从站内挑最合适的 AI 工具。

推荐结果基于站内收录,仅供参考,请以实际工具信息为准。
猜你想问
推荐一些AI写作工具 有什么AI绘画工具? 推荐视频剪辑AI工具
AI
问小创: 告诉我你的需求,我帮你从站内挑最合适的 AI 工具。

23亿美元押注游戏训练AI Agent,General Intuition获3.2亿美元融资

AI初创公司General Intuition近期完成3.2亿美元融资,公司整体估值达23亿美元。本轮融资将主要用于扩大基于游戏行为数据的AI训练体系,其核心技术路径是通过数百万小时的游戏操作数据训练AI Agent,使其生成更接近人类的直觉判断能力,未来可落地工业、服务等多个真实世界场景。

当前基于大语言模型开发的AI Agent普遍存在动态决策能力不足的短板:在规则明确、信息完备的场景下表现稳定,但一旦进入信息模糊、变量复杂的真实环境,很容易出现常识性错误,也无法像人类一样快速做出直觉性判断。这一痛点导致纯大模型驱动的AI Agent商用落地率长期不足10%,行业一直在寻找文本、图像之外的全新训练数据源。

General Intuition的核心方案,是用超千万小时的多品类游戏玩家交互数据训练AI Agent。不同于大语言模型依赖的静态文本语料,游戏场景包含了完整的环境反馈、规则约束和决策后果,玩家在面对随机突发状况时的选择,恰恰是人类直觉最直接的体现。

其训练框架会把玩家的决策数据拆解成环境感知、优先级判断、行动反馈三个环节,让AI在反复学习中跳过复杂的逻辑推导,直接生成符合人类常识的判断结果,训练效率比传统标注模式提升了近400%。

此次3.2亿美元融资是2026年上半年AI Agent赛道规模最大的早期融资之一,也反映出一级市场对非文本训练路径的看好。按照General Intuition的规划,本轮融资将主要用于扩大数据采集规模、优化跨场景迁移模型,预计2027年就能推出适配工业巡检、家庭服务场景的商用AI Agent产品。

不过该路径仍然面临不少挑战:游戏场景和真实世界的规则差异、玩家行为数据的隐私合规风险、跨场景迁移的效果稳定性,都是团队接下来需要解决的核心问题。

目前包括OpenAI、DeepMind在内的头部AI公司都在布局交互数据训练体系,游戏作为最低成本、最高密度的动态交互数据来源,已经成为下一个技术竞争的核心赛道。如果General Intuition的迁移技术能够落地,未来服务机器人、工业自动驾驶等产品的智能化水平将会出现量级提升,通用AI的落地进程也可能被提前3-5年。

本文基于公开信息分析整理,仅供参考。更多AI工具动态与行业解读,请持续关注本站更新。