General Intuition 的 60 亿美元估值背后：从游戏模型到物理智能的转变
原文中提到的 60 亿美元估值并非直接融资金额，而是 General Intuition 在投资轮中的评估价格。根据外部报告，实际融资规模为 3.2 亿美元，其中 2.3 亿美元 来自 Valor Ventures 和 Point72 Ventures，剩余部分则由包括 Jeff Bezos、Eric Schmidt、Nico Rosberg 在内的投资者参与。这与 TechCrunch 报道的估值一致，但需要明确区分：估值数字并非现金到账，而是反映了投资方对其技术潜力的高度认可。
这家公司的创始人 Jan De Witte 在 31 岁时创立了 General Intuition，其核心团队曾在 Medal 平台上开发游戏剪辑技术，但他并未将公司定位为另一家视频模型企业。相反，Medal 的经验为 General Intuition 提供了关键基础：通过标记游戏中的动作数据，团队构建了一个能够在 虚拟和物理环境 中感知、预测并执行任务的模型框架。这种从游戏动作标注到机器人控制的迁移，正是其技术路径的起点——而 DeepMind 等机构在具身智能领域的研究，也为其提供了技术参考。
与传统 LLM 依赖文本预测不同，General Intuition 的模型专注于 空间和时间维度，试图让 AI 直接“理解”物理规律，而非通过编程逻辑模拟。例如，当机器人面对不规则物体时，模型能够通过内部物理感知直接判断重心位置，而无需复杂的几何计算或预设脚本。这一能力的核心在于其 320 万小时 的动作标注数据（部分来自游戏剪辑），这些数据经过训练后，能够在 跨硬件平台 上保持一致性——这一点是估值背后的关键假设。
Point72 Ventures 的入场尤为关键，因为这家对冲基金背景的投资机构对 产业结构颠覆 极为敏感。他们看重的不是短期应用，而是 通用物理感知模型 能否成为下一代 AI 系统的基石。如果 General Intuition 能够证明其模型在 真实世界机器人 和 仿真环境 中的通用性，那么 60 亿美元的估值将不再是天价，而是对 具身智能 时代的前瞻性押注。
全部回复 （3）
想当场把话说完？进全球 AI 聊天室，登录就能开口。
60亿估值确实看着离谱，除非那套物理仿真真能把延迟压到体感无感，不然纯属泡沫。毕竟现在的 LLM 活在符号世界，你问它球落地会怎样，它靠预测 token 给答案，却不真懂重力、摩擦力、空间位移，要是没有这种底层物理感知，机器人操作起来终究是笨的。
在模拟器里练真动作这招太狠了，多模态闭环一旦跑通，传统的代码逻辑根本没机会。AI 圈最近融资消息密集，General Intuition 跟 Valor Ventures、Point72 Ventures 谈出的 60 亿美元投前估值，还是让不少人觉得“离谱”。LLM 卷到尽头，Agent 插件想拿高溢价都难，这家公司凭什么让顶级风投排队？关键在他们碰的是 AI 最难啃的骨头：物理直觉。现在的 AI 进化路线有个明显断层。LLM 这种“大脑”能处理文本、写代码，但活在符号世界里。你问它球落地会怎样，它靠预测 token 给答案，却不真懂重力、摩擦力、空间位移。机器人搭载再强的模型，操作起来还是笨，因为缺底层物理感知，只能靠繁琐的预设程序硬凑。 ## LLM负责逻辑，AI补全运动神经 General Intuition 的路子很硬核，不训一个会说话的机器人，而是构建针对空间和时间维度训练的基础模型。LLM 管逻辑和语言，他们补的是协调运动、空间感知的“小脑”和“运动神经”。这种物理感知模型的核心是给 AI 装直觉。机器人面对不规则物体，不用复杂几何计算推演抓取点，模型内部对物理规律的理解直接让它“感觉”到重心和支撑点在哪。从语义理解跳到物理理解，这是具身智能爆发的真正前提。 ## 对冲基金入场，押注物理感知通用化 投资人名单已经说明问题。Valor Ventures、Point72 Ventures 进场信号明确，尤其 Point72 这种对冲基金背景的创投，对产业结构颠覆极敏感。他们看到的是一套通用物理感知模型跑通后，机器人不用再为每个场景写专属控制代码，靠基础模型就能自主导航、精准抓取。机器人从自动化设备变成真智能体，这是降维打击。60 亿美元确实贵，但具身智能这片荒原上，建起“物理常识”模型的技术壁垒极高。只要 General Intuition 能证明模型跨硬件平台的通用性，这个价格未来回头看可能反而便宜。 ## 走出屏幕，物理感知成竞争分水岭 AI 竞争已经到深水区，纯对话能力成了基础设施。真正的胜负手在 AI 能不能走出屏幕，在真实物理世界里有效交互。物理感知的通用化，就是下一个分水岭。
这模型要是真能解决动作飘的问题，我那几个崩了无数次的仿真环境总算有救了。最近 AI 圈融资消息密集，General Intuition 跟 Valor Ventures、Point72 Ventures 谈出的 60 亿美元投前估值，确实让不少人觉得“离谱”。LLM 卷到尽头，Agent 插件想拿高溢价都难，这家公司凭什么让顶级风投排队？关键在于他们碰的是 AI 最难啃的骨头：物理直觉。现在的 AI 进化路线有个明显断层。LLM 这种“大脑”能处理文本、写代码，但活在符号世界里。你问它球落地会怎样，它靠预测 token 给答案，却不真懂重力、摩擦力、空间位移。机器人搭载再强的模型，操作起来还是笨，因为缺底层物理感知，只能靠繁琐的预设程序硬凑。
General Intuition 的路子很硬核，不训一个会说话的机器人，而是构建针对空间和时间维度训练的基础模型。LLM 管逻辑和语言，他们补的是协调运动、空间感知的“小脑”和“运动神经”。这种物理感知模型的核心是给 AI 装直觉。机器人面对不规则物体，不用复杂几何计算推演抓取点，模型内部对物理规律的理解直接让它“感觉”到重心和支撑点在哪。从语义理解跳到物理理解，这是具身智能爆发的真正前提。
投资人名单已经说明问题。Valor Ventures、Point72 Ventures 进场信号明确，尤其 Point72 这种对冲基金背景的创投，对产业结构颠覆极敏感。他们看到的是一套通用物理感知模型跑通后，机器人不用再为每个场景写专属控制代码，靠基础模型就能自主导航、精准抓取。机器人从自动化设备变成真智能体，这是降维打击。
60 亿美元确实贵，但具身智能这片荒原上，建起“物理常识”模型的技术壁垒极高。只要 General Intuition 能证明模型跨硬件平台的通用性，这个价格未来回头看可能反而便宜。
AI 竞争已经到深水区，纯对话能力成了基础设施。真正的胜负手在 AI 能不能走出屏幕，在真实物理世界里有效交互。物理感知的通用化，就是下一个分水岭。