初创公司 General Intuition 认为，机器人领域即将迎来类似 ChatGPT 的变革。他们主张，与其为每个机器人收集大量真实的、特定任务的数据，行业更应转向开发一种“基础模型”。这种模型通过高质量数据（如视频游戏数据）获得关于运动和互动的基本直觉，之后只需少量真实数据进行微调，就能快速适应各种机器人和环境，从而大大降低开发成本和时间。
当前方法的局限
General Intuition 的首席执行官 Pim de Witte 指出，目前许多公司都在为特定的机器人、特定的环境和特定的任务进行大量专门的开发工作。他认为，随着通用模型的出现，这种高度定制化的工作很快将变得多余。
“许多公司现在正专注于个体形态、个体环境和个体机器人的大量专业化工作。”
机器人领域的新范式：基础模型
de Witte 认为，实体人工智能（embodied AI）将遵循与自然语言处理相似的模式，即从专用模型转向通用基础模型。这种转变的核心逻辑是：
- 通用性是产品本身： 模型的价值在于其通用化能力，而不是针对某个特定任务的优化。
- 基础推理能力是关键： 模型一旦具备了关于空间和时间的基本推理能力，就能减少对海量真实世界数据的依赖。
- 效率极大提升： 过去需要收集成千上万小时真实数据的过程，未来可能只需要几分钟。
General Intuition 的实践
General Intuition 通过对数百万小时的视频游戏数据（包括玩家按下手柄按钮的时间和动作等信息）进行训练，构建了自己的基础模型。他们认为，这种包含人类操作意图的“动作数据”是培养机器像人一样进行时空推理能力的关键。
该公司的一个模型已经证明了其能力：
- 它可以在无人干预的情况下玩数小时的视频游戏。
- 仅用 8 分钟的真实机器人数据进行微调后，该模型就能成功操作一台四足机器人。
de Witte 表示：“机器人仅凭前置摄像头，在有动态物体和行人走动的办公室环境中就能实现零样本学习，这让我们非常惊喜。我认为这预示了未来的发展方向。”
终极目标：成为物理 AI 的基础
General Intuition 的最终目标不是自己制造机器人，而是成为物理人工智能的基础模型，让其他机器人公司可以在此基础上构建自己的机器。
“我们不打算成立一家自动驾驶汽车公司。我们要做的是让下一个人成立自动驾驶汽车公司的难度降低十倍。”