General Intuition’s $2.3B bet that video games can train AI agents for the real world

General Intuition, a New York-based AI startup, has raised $320 million at a $2.3 billion valuation to scale AI agents trained on hundreds of millions of hours of video gameplay. The company's key differentiator is action-labeled gameplay data — records of button presses and timing — sourced from Medal, a gaming clip platform co-founded by CEO Pim de Witte. Unlike competitors inferring actions from video alone, General Intuition embeds this action data to train a single model capable of playing games, navigating simulated environments, and controlling physical robots. A quadruped robot was fine-tuned for real-world navigation using just eight minutes of street data. The round was led by Khosla Ventures, with participation from General Catalyst, Jeff Bezos, Eric Schmidt, and researchers from Google DeepMind and MIT. The company plans to offer its model via API and build a data flywheel across gaming, simulation, and robotics use cases, while explicitly ruling out lethal military applications.

Nguồn: https://techcrunch.com/2026/06/25/general-intuitions-2-3b-bet-that-video-games-can-train-ai-agents-for-the-real-world. 8sync News chỉ tóm tắt và dẫn link; bản quyền nội dung thuộc tác giả và nguồn gốc.

Đề xuất cho bạn

JetBrains111 phút5 giờ trướcAI

Your AI Agent Keeps Missing The Real Bottleneck. JetBrains Rider Can Fix It Now.

JetBrains vừa bổ sung kỹ năng dottrace-analyze cho AI Assistant trong Rider 2026.2 EAP 8, giúp AI agent phân tích trực tiếp các snapshot .dtp từ dotTrace thay vì đoán mò bottleneck dựa trên source code. Kết quả benchmark trên 80 lượt chạy và 8 kịch bản .NET cho thấy độ chính xác tăng vọt từ 4.71 lên 8.15/10, đặc biệt cải thiện mạnh mẽ trong trường hợp UI freeze của Avalonia (từ 1.6/10 lên 10/10). Tính năng này yêu cầu subscription dotUltimate hoặc All Products Pack.

Lập trình viên nên đọc bài này vì JetBrains Rider 2026.2 EAP mới giới thiệu công cụ phân tích hiệu suất chính xác hơn bằng cách kết hợp dữ liệu thực tế từ thay vì chỉ dựa vào các dấu hiệu giả định từ mã nguồn, giúp tiết kiệm thời gian và cải thiện hiệu suất ứng dụng một cách đáng kể.