配资股票网物理AI底座战争：美国公司General Intuition用游戏录像训练机器人，估值23亿美元

本文来自微信公众号：潮涌AI 配资股票网，作者：潮涌AI编辑部

2026年7月，美国纽约又诞生了一家独角兽。

不是做ChatGPT的，不是做自动驾驶的，是做“机器人大脑”的。

General Intuition（中译：通用直觉），一家成立未满一年、总部位于纽约的公司，6月，其刚完成3.2亿A轮美元融资，估值23亿美元。领投方是Vinod Khosla——就是那个早年投了OpenAI、如今押注物理AI的硅谷老炮。

这轮融资本身并不稀奇。稀奇的是它的核心主张：

训练机器人，不需要百万小时真实数据。几百万小时游戏录像，就够了。

从“采集数据”到“生成直觉”

传统机器人训练的套路，特斯拉走得很典型：

车队上街跑，摄像头录，人工标，回炉训。

据electrek报道，特斯拉更新的安全数据页面显示，其监督版全自动驾驶（FSD）车队累计行驶总里程已突破100亿英里。花了多少钱？没人知道，但肯定是个天文数字。

波士顿动力的Atlas、Figure的Figure01，走的都是这条路：先搞硬件，再堆数据，慢慢磨。

Pim deWitte说这全错了。

GeneralIntuition CEO Pim deWitte

图源：TechCrunch

“很多公司现在做大量专门的工作，专注于单个具身、单个环境、单个机器人。”

他在TechCrunch的Equity播客里说道：“这些工作很快会变得多余。”

他的替代方案是什么？

让AI在人类玩游戏的几百万小时录像里，学习“物理直觉”。

1、游戏数据里藏着什么？

答案：空间感、时间感、因果关系。

当你玩《塞尔达传说》时，你的大脑在做什么？判断距离、预测落点、规划路径、调整力度。这些不是抽象的数学计算，而是人类进化了几百万年的“物理直觉”。

General Intuition做的事，就是把这种直觉“蒸馏”成模型。

他们训练的数据包括：游戏画面、手柄按键记录、角色运动轨迹。模型学到的不是“怎么玩这个游戏”，而是“物体在空间里怎么动”。

结果是：这个模型既能连续玩几小时游戏，也能驱动真实的四足机器人。

公司声称，真实机器人数据只需要8分钟微调。

用来训练的游戏录像

图源：General Intuition

但这个数字需要打几个问号：

第一，8分钟只在特定场景验证。办公室环境相对结构化，如果换成建筑工地、野外救援、家庭厨房，模型还能不能奏效？公司没有公布更多测试数据。

第二，8分钟是“微调”不是“从零训练”。基础模型本身是用几百万小时游戏数据训出来的，这个成本没有披露。

第三，这是公司单方面声称，没有第三方独立验证。在物理AI这个“演示容易、量产难”的领域，谨慎对待所有“突破式”数据是必要的。

2、游戏数据的边界在哪里？

这个数字如果属实，意味着两件事：

第一，机器人训练成本可能断崖式下降。

第二，数据壁垒这个护城河，可能不存在了。

de Witte的演示是：仅用8分钟真实机器人数据微调，模型就能让四足机器人在办公室环境里导航。

没有激光雷达，没有深度摄像头，只有一个前视摄像头。

零样本，动态障碍物，人来来往往。

“这让我们非常惊讶，”de Witte说，“我认为这是即将到来的迹象。”

Khosla为什么敢押23亿？

VinodKhosla不是第一次赌大的。

1982年他联合创立了Sun Microsystems，2019年他作为首位机构投资者押了OpenAI。

现在他押物理AI。

KhoslaVentures今年以来在机器人、物理AI领域至少投了5家公司，GeneralIntuition是最大的一笔。

他看中的是什么？

GeneralIntuition的终局不是造机器人，而是造“机器人大脑”——一个通用基础模型，供所有机器人公司调用。

deWitte的原话：“我们不会去造自动驾驶汽车公司。我们要让下一个人造自动驾驶汽车公司时，容易10倍。”

图源：General Intuition

这个定位很熟悉。

2008年，Android也不做手机，它做操作系统。

2023年，OpenAI也不做应用，它做API。

问题在于：物理AI的基础模型，真的存在吗？

业内对“通用物理模型”的质疑从来没停过。

一个核心反对意见：游戏世界是确定性的，真实世界是随机的。

游戏里物体运动遵循固定物理引擎，而现实里有风、有摩擦、有不可预测的人类行为。从虚拟到现实的鸿沟，被称为“Sim-to-Real Gap”，至今没有公司能完全跨过。

还有一个更尖锐的问题：如果游戏数据真的这么管用，为什么NVIDIA、Google、Meta没这么做？

这些公司有算力、有数据、有游戏部门（NVIDIA的Omniverse、Google的DeepMind、Meta的RealityLabs），他们为什么还在投仿真平台和真实数据采集？

可能的答案：游戏数据是起点，不是终点。

从投资角度，General Intuition的估值逻辑有两个支点：

支点一：如果物理AI基础模型真的存在，先发者将享受网络效应。就像GPT-3之后OpenAI的统治地位。

支点二：如果物理AI基础模型不存在，这家公司可能一文不值。

这是一个典型的“winner-take-all”赌注。

KhoslaVentures的风格就是赌这种：要么归零，要么翻十倍。

目前市场看到的积极信号——

3.2亿美元融资，账上现金充裕

已有实际演示（四足机器人零样本导航）

团队背景未完全披露，但Khosla通常只投顶级技术团队

风险信号——

成立不到一年，没有公开客户

8分钟微调只在办公室环境验证，泛化能力未知

没有开源模型或API，生态建设为零

竞争者在逼近：NVIDIAHalos for Robotics已有超过40家生态伙伴，Figure、1X等也在探索通用模型

中国物理AI产业的站位：底座能做，但要认清现实

General Intuition的路径揭示了一个关键事实：物理AI的底座层正在形成，而这场竞赛才刚刚开始。

对中国来说，问题不是“能不能做底座”，而是“以什么方式、在什么时间点、投入多少资源做底座”。

1、三条路径，三种选择

中国物理AI产业目前有三类玩家在探索：

第一类：场景驱动派。

第二类：仿真平台派。

第三类：基础模型派。

智元机器人、星动纪元、逐际动力等初创公司，以及百度、华为、字节等大厂——这些玩家在做的事情最接近General Intuition：试图构建通用的物理AI能力。但面临的现实是：算力受限、资本密度不足、技术代差存在。

2、做底座的现实条件

中国做物理AI底座，不是不可能，但要认清三个现实：

第一，算力是硬约束。

训练一个跨场景泛化的物理基础模型，算力需求可能接近大语言模型级别。国内芯片（H20性能约为H100的15%）意味着同样的训练任务，成本是海外的5-10倍。这个差距短期内无法消除，所以中国公司需要更聪明地训练——用更少的算力做更多的事，或者避开“从头训练”，专注“微调+适配”。

第二，资本密度不够。

General Intuition一轮拿3.2亿美元，估值23亿美元。这种级别的融资在国内一级市场越来越困难。但换个角度看，中国不需要复制硅谷的“烧钱路线”。华为昇腾、寒武纪的芯片已经在部分场景可用，DeepSeek证明了“低成本训练”的可能性。中国路径可能是“用工程效率弥补算力差距”。

第三，技术代差存在，但不是不可逾越。

NVIDIA Halos已有超过40家生态伙伴，Google Gemini Robotics在推进，OpenAI有机器人团队——海外确实领先。但物理AI是2024-2025年才热起来的赛道，所有人都在起跑线附近。NVIDIA的优势是GPU生态，不是物理模型本身。如果中国能在特定场景（如工业制造、物流仓储）先跑通，形成数据-模型-应用的飞轮，完全有机会在垂直领域建立底座能力。

3、场景即底座

物理AI的底座，不一定是“一个模型打天下”。更可能的路径是：在特定场景里，数据、模型、应用形成闭环，这个闭环本身就是底座。

所以，中国物理AI的出路，不是“要不要做底座”的二元选择，而是“在哪里做底座”的战略选择：

在制造业场景做底座：中国制造业占全球30%，场景密度无人能比。

至于通用物理基础模型——那个“通用的、跨场景的、像GPT一样的大一统模型”——中国短期内大概率不是率先跑出来的。

但这不重要。

底座战争不是一场仗，而是多场仗。在海外巨头争夺“通用底座”的时候，中国公司可以在“垂直底座”上建立不可替代性。

底座战争在海外打，垂直底座在中国打。这才是符合比较优势的分工。

潮涌AI的观点

General Intuition的价值不在于它今天做到了什么，而在于它提出了一个值得验证的命题：物理AI能不能像NLP一样，从“专用模型”走向“通用基础模型”。

2023年，没人相信一个模型能同时写代码、写诗、做法律分析。GPT-3之后，这成了常识。2026年，也没人相信一个模型能同时玩游戏、开机器人、也许有一天能开车。但历史告诉我们，通用化往往是技术革命的转折点。

对中国企业来说，与其担心“数据壁垒被颠覆”，不如关注两个更实际的问题：