Startup General Intuition zbiera 320 milionów dolarów na fundamentowy model dla robotyki

Startup General Intuition pozyskał 320 milionów dolarów finansowania przy wycenie 2,3 miliarda dolarów, stawiając tezę, że robotyka jest o krok od własnego momentu ChatGPT. Zamiast zbierać drogie, wyspecjalizowane dane z czujników robotów, firma trenuje swój model na milionach godzin nagrań z gier wideo, a następnie dostraja go do sterowania fizycznymi maszynami przy pomocy zaledwie kilku minut prawdziwych danych.

Informację jako pierwszy opisał serwis TechCrunch 8 lipca 2026 roku, opierając się na rozmowie z założycielem i dyrektorem generalnym spółki Pimem de Witte. General Intuition twierdzi, że rozwiązała jeden z najbardziej kosztownych problemów robotyki, czyli brak danych treningowych opisujących fizyczne działanie w świecie rzeczywistym.

Gry wideo jako dane treningowe

Zamiast budować floty robotów zbierających dane w magazynach czy fabrykach, General Intuition trenuje swój model na nagraniach rozgrywki w gry wideo, rejestrując akcje graczy i sygnały z kontrolerów. Model uczy się w ten sposób ogólnych wzorców poruszania się, planowania i reagowania na zmieniające się otoczenie, zanim w ogóle zetknie się z prawdziwym sprzętem.

Efektem jest model, który potrafi grać w gry przez wiele godzin bez utraty spójności działania. Kluczowy test przyszedł jednak dopiero przy przeniesieniu tej wiedzy do świata fizycznego - po dostrojeniu na zaledwie ośmiu minutach rzeczywistych danych zebranych z czteronożnego robota, model przejął nad nim kontrolę.

Od joysticka do robota

Pim de Witte przekonuje, że branża robotyki błędnie kopiuje wczesne podejście do sztucznej inteligencji, w którym firmy inwestowały w wąskie, wyspecjalizowane zbiory danych dla pojedynczych zadań. Według niego prawdziwą wartością nie jest zbiór danych, lecz zdolność modelu do generalizacji, czyli przenoszenia wiedzy zdobytej w jednym środowisku na zupełnie inne zadania fizyczne.

General Intuition nie planuje budować własnych robotów ani konkurować z producentami sprzętu. Firma chce być warstwą fundamentową, na której inne zespoły będą budować konkretne produkty, od robotów magazynowych po pojazdy autonomiczne, bez konieczności trenowania własnych modeli od zera.

Zakład na fundamenty

Runda w wysokości 320 milionów dolarów i wycena 2,3 miliarda dolarów pokazują, że inwestorzy coraz chętniej stawiają na modele fundamentowe dla robotyki jako osobną kategorię, oddzieloną od producentów samego sprzętu. Vinod Khosla, który poprowadził rundę, od lat obstawia zakłady na infrastrukturalne warstwy sztucznej inteligencji, zanim staną się oczywiste dla reszty rynku.

To część szerszego trendu z pierwszej połowy 2026 roku, w którym kapitał wysokiego ryzyka coraz mocniej przesuwa się w stronę AI działającej w świecie fizycznym, obok modeli fundamentowych dla rynków finansowych i systemów agentowych dla wąskich, regulowanych branż.

The generalization of the model itself is the product - Pim de Witte, założyciel i dyrektor generalny General Intuition

Dla polskiego rynku, gdzie firmy takie jak Nomagic rozwijają własne modele sterujące robotami magazynowymi, podejście General Intuition jest sygnałem ostrzegawczym i szansą zarazem. Jeśli fundamentowe modele ruchu staną się dostępne jako gotowa warstwa technologiczna, mniejsze zespoły robotyczne będą mogły budować konkretne produkty szybciej i taniej, zamiast inwestować miesiące w zbieranie własnych danych treningowych z czujników.

Największym pytaniem pozostaje, czy wzorce ruchu wyuczone na podstawie gier wideo rzeczywiście przenoszą się na złożone zadania przemysłowe w takim stopniu, jak deklaruje spółka, czy demonstracja z robotem czteronożnym to na razie efektowny pokaz możliwości, a nie gotowe rozwiązanie produkcyjne. Odpowiedź na to pytanie będzie jasna dopiero, gdy klienci General Intuition zaczną wdrażać technologię w realnych środowiskach pracy.

Źródła: This startup thinks robotics is about to have its ChatGPT moment (techcrunch.com)