机器人行业可能正处于一场巨大范式转变的边缘，而有一家初创公司押注：电子游戏正是解锁这一变革的关键。AI 领域的新星 General Intuition 认为，物理 AI（physical AI）即将迎来属于它的“ChatGPT 时刻”，为此他们正投入重金，试图通过一条全新的路径将其变为现实。这家公司正在利用数百万小时的游戏数据来构建机器人的基础模型，这一策略有望大幅减少我们对那些极难收集的现实世界数据的依赖。
多年来，数据匮乏一直是机器人行业发展的瓶颈。像 ChatGPT 这样的大语言模型，可以用互联网上浩如烟海的文本数据来训练；但要让机器人理解物理世界，就需要动态的、交互式的数据。在现实世界中收集这类数据不仅速度慢、成本高，而且往往充满危险。General Intuition 绕开这一拦路虎的方法，就是转向虚拟环境。现代电子游戏拥有极其逼真的物理效果、复杂的空间布局以及动态的交互，这使它们成为了现实世界绝佳的替代品。
通过将数百万小时的游戏过程和模拟的环境交互数据输入 AI 系统，General Intuition 正在训练能够本能地理解重力、碰撞、物体恒存性以及空间推理等物理概念的基础模型。他们的核心逻辑是：能在复杂的虚拟世界中游刃有余的 AI，也能把这种理解迁移到物理机器人身上。这意味着，开发者只需用极少量的现实世界数据进行微调，就能打造出更聪明、能力更强的机器人。虚拟训练提供了基础的物理直觉，而现实世界的数据仅仅是为了针对物理传感器和执行器的具体细微差异进行校准。
如果这一尝试成功，General Intuition 的方法将像基础模型让 AI 软件大众化那样，让机器人技术也走向平民化。就像现在的开发者不再需要从零开始构建语言模型一样，机器人专家不久后或许也能下载一个预训练好的“物理大脑”，只需极少的额外训练就能将其部署到自己的硬件上。这将加速各行各业自主机器的研发，从制造、物流到家庭服务和医疗保健，无一例外。
随着打造具身智能的竞赛日趋白热化，General Intuition 这种由游戏数据驱动的策略，让我们得以一窥令人期待的未来。如果虚拟世界真的能教会机器人如何在我们的现实世界中穿行，那么人们期盼已久的机器人革命，或许真的就要来到我们家门口了。