当机器人遇见基础模型
在OpenAI推出GPT-3之前，企业需要从零开始训练专门的NLP模型，为每个任务收集大量数据。如今，大多数公司都选择基于GPT、Claude或Llama等通用模型进行微调。General Intuition认为，具身智能（embodied AI）也将遵循同样的演进路径。
该公司创始人德维特向TechCrunch表示，行业不应再耗费巨资收集海量真实世界数据来训练专用机器人模型，而应该聚焦于构建高质量数据集，以此开发出能够跨环境迁移运动与交互直觉的基础模型。
从游戏数据中提炼“时空直觉”
General Intuition的训练策略颇具巧思：他们利用数百万小时的游戏视频数据，其中包含了人类玩家按下游戏手柄按钮的时间与方式。这些数据看似与真实机器人无关，却蕴含了丰富的动作-结果关联信息。
德维特与该公司领投方Khosla Ventures的创始人文德·科斯拉均认为，这类动作数据是培养类人时空推理直觉的关键。通过这种方式，模型能够学习到“如果按下这个按钮，角色就会移动”的基本物理直觉。
8分钟微调，零样本穿越复杂场景
这一理论已经过实践检验。General Intuition的模型在仅用8分钟真实机器人数据微调后，就能驱动四足机器人在办公室环境中行走，甚至能应对动态物体和走动的人群。
德维特坦言：“模型仅凭前置摄像头、零辅助传感器，就能在复杂动态环境中实现零样本操作，这让我们都感到惊讶。”这种能力正是基础模型泛化优势的体现——它不需要为每个新场景重新收集数十万小时数据。
不做机器人，只做机器人的“操作系统”
General Intuition的终极目标并非制造机器人，而是成为物理AI的基础模型层。德维特用自动驾驶领域作比：“我们不会去造一辆自动驾驶汽车，而是要让下一个造自动驾驶汽车的公司变得容易十倍。”
这一商业模式与OpenAI早期策略如出一辙：通过基础模型降低应用层开发门槛，让企业能专注于垂直场景的定制化创新。对于机器人行业而言，这意味着研发周期有望大幅缩短，中小团队也能获得原本只有巨头才能积累的“直觉”能力。
行业影响：从专用到通用的范式转移
如果这一路径被验证，机器人行业或将经历与NLP领域相似的范式转移。过去，每家公司都在为特定任务、特定机器人、特定环境单独建模；未来，通用基础模型可能成为行业标准起点。
德维特认为，当模型本身具备足够的时空推理基础能力时，企业将不再需要收集海量数据。“现实是，你只需要几分钟。”这句话或许正是机器人行业迈向ChatGPT时刻的注脚。