General Intuition 融资 3.2 亿美元,用视频游戏数据训练 AI agent
General Intuition 宣布完成 3.2 亿美元融资,用于扩展基于数百万小时游戏画面训练的 AI agent。该公司的核心假设是:游戏中的「状态-操作」对应关系(玩家在画面变化中的实时决策)可以教会 AI 更接近人类直觉的反应模式。这套方法对标传统 RL 的「试错成本高」痛点 —— 游戏引擎提供了接近无限的「安全模拟环境」,避免现实世界训练中的昂贵试错。
General Intuition 宣布完成 3.2 亿美元融资,用于扩展基于数百万小时游戏画面训练的 AI agent。该公司的核心假设是:游戏中的「状态-操作」对应关系(玩家在画面变化中的实时决策)可以教会 AI 更接近人类直觉的反应模式。这套方法对标传统 RL 的「试错成本高」痛点 —— 游戏引擎提供了接近无限的「安全模拟环境」,避免现实世界训练中的昂贵试错。