От частных решений к универсальным моделям
До появления GPT-3 от OpenAI компании создавали специализированные модели обработки языка с нуля, тренируя каждую на больших объёмах узкопрофильных данных. Сегодня большинство организаций начинают с общей модели вроде GPT, Claude или Llama, а затем дообучают или составляют промты под свои задачи. Пим де Витте, CEO стартапа General Intuition, убеждён, что embodied AI (воплощённый ИИ) пойдёт по тому же пути. Вместо сбора гигантских реальных датасетов для отдельных роботов он предлагает делать ставку на более качественные данные, способные породить фундаментальные модели, которые переносят «интуицию» движения и взаимодействия на разные среды.
«Сейчас многие компании заняты узкоспециализированной работой — каждая под конкретное воплощение, окружение и тип робота, — пояснил де Витте в недавнем выпуске подкаста Equity. — Значительная часть этой работы скоро станет избыточной с появлением универсальных моделей, подобных той, что создаёт General Intuition». По его словам, именно обобщающая способность модели является продуктом: базовая способность рассуждать о пространстве и времени избавит от необходимости собирать сотни тысяч часов реальных данных — хватит считанных минут.
Видеоигры как идеальный тренажёр
General Intuition построила свою фундаментальную модель на миллионах часов игровых данных, включая информацию о том, какие кнопки нажимал игрок и когда. Де Витте и ведущий инвестор компании Винод Хосла уверены: именно данные о действиях позволяют выработать у ИИ человекоподобное чутьё к пространственно-временным закономерностям. В отличие от текстового интернета, игры дают не статичную информацию, а динамику взаимодействия с миром.
320 миллионов долларов и робот за восемь минут
В июне 2026 года стартап привлёк $320 млн при оценке в $2,3 млрд. В подтверждение своего подхода компания показала, что текущая модель не только часами играет в видеоигры, но и управляет четвероногим роботом — причём для последнего потребовалось дообучение всего на восьми минутах реальных робототехнических данных.
«То, что [робот] смог с нуля ориентироваться только по передней камере, без других сенсоров, в офисе с движущимися объектами и проходящими людьми, стало для нас большим сюрпризом, — говорит де Витте. — Это знак того, что ждёт нас впереди».
Не просто ИИ для игр, а фундамент для физического мира
Конечная цель General Intuition — не производство роботов, а создание базовой модели для физического ИИ, платформы, на которой другие компании смогут строить свои машины. «Мы не собираемся создавать компанию по беспилотным автомобилям. Мы сделаем так, что следующему предпринимателю будет в десять раз проще её создать», — резюмирует де Витте. Такой подход уже привлёк внимание крупных инвесторов, включая фонд Coatue, Эрика Шмидта и исследователей из MIT и Google DeepMind; ранее компания отклонила предложение о покупке со стороны OpenAI.
При этом стартап осознаёт этические риски: модели, способные управлять физическими объектами, могут найти применение в оборонной сфере. General Intuition прорабатывает «красные линии» и намерен способствовать созданию новых рабочих мест через платформу Nerve, а не просто заменять человека.