General Intuition sammelt 320 Millionen Dollar, um KI-Agenten mit Videospieldaten zu trainieren

Ein Startup, das KI-Agenten mit Videospielaufnahmen trainiert, hat in einer Series-A-Runde unter der Führung von Khosla Ventures 320 Millionen Dollar eingesammelt, was General Intuition mit 2,3 Milliarden Dollar bewertet – weniger als ein Jahr, nachdem es mit einer Seed Round von 134 Millionen Dollar aus dem Stealth-Modus hervorgegangen war.

Die Runde, zuerst von TechCrunch gemeldet, umfasst auch General Catalyst, Jeff Bezos, Eric Schmidt, den Formel-1-Fahrer Nico Rosberg sowie Forscher von Google DeepMind und MIT, womit die gesamten offengelegten Finanzmittel von General Intuition auf 454 Millionen Dollar steigen.

Die Erkenntnis: Spiele wissen, was passiert ist, nicht nur, wie es aussah

Das meiste Training von KI-Agenten basiert auf Videovorhersage – Modelle sehen sich Aufnahmen an und versuchen abzuleiten, welche Aktionen welche Ergebnisse hervorgebracht haben. Der Ansatz von General Intuition ist anders. Das Unternehmen baute seine Trainingspipeline auf Medal auf, einer Gameplay-Capture-Plattform mit 17 Millionen monatlich aktiven Nutzern, die nicht nur Video aufzeichnet, sondern auch die expliziten Aktionslabels hinter jedem Frame: die genauen Tastendrücke, Positionen der Analogsticks und Timing-Daten, die jede Bewegung erzeugten.

Diese Unterscheidung ist enorm wichtig für das Erlernen von Kausalität. Ein Modell, das nur mit Video trainiert wurde, muss raten, ob eine Figur aufgrund einer Benutzereingabe oder weil sie auf eine Feder traf, sprang. Ein Modell, das mit Medals Aktionslabels trainiert wurde, weiß genau, wer was und wann getan hat. Laut CEO Pim de Witte ist dieses reichhaltigere kausale Signal das, was den Modellen von General Intuition ein fundierteres Verständnis der Unterscheidung zwischen "Selbst und Umwelt" verleiht – eine Fähigkeit, die seiner Argumentation nach für Agenten, die in unstrukturierten Umgebungen zuverlässig handeln müssen, wesentlich ist.

Ein Modell für Spiele und Roboter

Die technische Ambition des Unternehmens ist ein einziges Foundation-Modell, das sowohl virtuelle Agenten in Spielumgebungen als auch physische Roboter in der realen Welt steuern kann. Das räumlich-zeitliche Denken, das durch Gameplay entwickelt wird – das Verständnis, wie sich Objekte im Raum bewegen, wie Aktionssequenzen im Laufe der Zeit Ergebnisse erzeugen, wie Umgebungen auf Eingaben reagieren – überträgt sich laut Unternehmen auf physische Manipulationsaufgaben, bei denen Roboter vor denselben grundlegenden Herausforderungen stehen.

Dies positioniert General Intuition neben einer wachsenden Gruppe von Unternehmen, die das Problem des Robot-Foundation-Modells aus verschiedenen Blickwinkeln angehen: Figure AI und Physical Intelligence trainieren mit physischen Roboterdaten; World Labs und andere bauen Weltmodelle aus Internetvideos. General Intuitions Wette ist, dass Gaming-Daten mit ihren expliziten Aktionsannotationen und enormen Umfang einen schnelleren und günstigeren Weg zum selben Ziel bieten.

Was die 320 Millionen Dollar kaufen

Der Großteil des neuen Kapitals wird für die Skalierung der Rechenkapazität durch eine Partnerschaft mit CoreWeave, dem GPU-Cloud-Anbieter, der zu einem wichtigen Infrastrukturpartner für KI-Labore geworden ist, bereitgestellt. Ein erheblicher Teil wird das Pre-Training der nächsten Modellversion des Unternehmens finanzieren. Der Rest ist für den Ausbau des API-Zugangs vorgesehen – General Intuition plant, seine Modelle bis Ende Sommer 2026 für externe Entwickler zu öffnen.

Die Größe der Finanzierungsrunde spiegelt sowohl die Kapitalintensität des Trainings großer Modelle als auch das Vertrauen der Investoren wider, dass der Gaming-Daten-Ansatz mit Pipelines konkurrieren kann, die auf traditionelleren Robotik- oder Internetdaten aufgebaut sind. Ob ein auf Medal-Gameplay trainiertes Modell auf die volle Komplexität der physischen Manipulation verallgemeinern kann, bleibt die zentrale technische Frage – und die, die die nächste Modellversion beantworten soll.