General Intuition investiert 2,3 Mrd. Dollar in Videospiele, um KI-Agenten für die reale Welt zu trainieren

Kaum hatte ich die Forschungs- und Entwicklungsabteilung von General Intuition in New York betreten, zeigte der 31-jährige Mitbegründer und CEO des Unternehmens, Pim de Witte, auf einen Monitor auf einem Stehpult. Jemand schien so etwas wie „Fortnite“ zu spielen – aber es war kein Mensch.

„Unser Agent spielt schon seit 100 Stunden am Stück“, sagte Kent Rollins, der Chief Product Officer, strahlend.

Noch bevor ich den Anblick einer KI, die sich durch eine virtuelle Spielumgebung bewegte, richtig erfassen konnte, hörte ich die elektronischen Schritte eines großen, vierbeinigen Roboters, der sich näherte.

„Das gleiche Gehirn, das den Spiel-Agenten steuert, steuert auch den Roboter“, erklärte mir de Witte.

Josh Duplantis, ein Datenanalyst, der einen Laptop trug, auf dem ein Live-Feed von der einzigen Kamera des Roboters zu sehen war, schaltete sich ein und erklärte, dass der Standardmodus des Bots „Erkundung“ sei.

Mithilfe dieser Kamera – seines einzigen Auges – kam der riesige, insektenähnliche Roboter auf mich zu, umkreiste mich und setzte seinen Weg ins Büro fort. Gelegentlich stieß er gegen Stuhlbeine oder einen herumstehenden Mülleimer, ganz wie ein Kleinkind, das noch lernt, wie sich sein Körper in der Welt bewegt. Duplantis merkte an, dass lediglich acht Minuten an Robotikdaten aus der realen Welt ausreichten, um ein KI-Modell für den Vierbeiner fein abzustimmen. Und diese Daten waren auf der Straße gesammelt worden, nicht in dem Büro, in dem sich der Roboter nun selbstständig bewegte.

Ein agentisches Modell, das vom Spielverlauf über die Simulation bis hin zur physischen Verkörperung verallgemeinern kann, steht im Mittelpunkt der Mission von General Intuition. Und seine Fähigkeit, seinen Platz in der Welt zu finden, hat die Unterstützung einiger prominenter Namen angezogen.

Am Donnerstag gab General Intuition bekannt, dass es 320 Millionen US-Dollar bei einer Bewertung von 2,3 Milliarden US-Dollar eingesammelt hat, womit frühere Berichte von TechCrunch bestätigt wurden. Mit dieser Finanzierungsrunde beläuft sich die insgesamt bekannt gegebene Finanzierung des Start-ups auf 454 Millionen US-Dollar, nachdem es bei seiner Gründung im Oktober letzten Jahres bereits 134 Millionen US-Dollar eingesammelt hatte.

Das Start-up ging aus de Wittes anderem Unternehmen, Medal, hervor, das es Spielern ermöglicht, Videospiel-Clips hochzuladen und zu teilen. Die Hunderte Millionen Stunden an hochgeladenem Gameplay lieferten den anfänglichen Datensatz, um das Modell von General Intuition im räumlich-zeitlichen Denken zu trainieren – also zu verstehen, wie man sich durch Raum und Zeit bewegt.

Entscheidend waren jedoch nicht nur die Gameplay-Aufnahmen, sondern vor allem die in diesen Clips eingebetteten Aktionsbeschriftungen – Aufzeichnungen darüber, welche Tasten ein Spieler genau wann gedrückt hat. Die meisten Wettbewerber, so de Witte, versuchten, Aktionen allein aus dem Video abzuleiten, was seiner Meinung nach nicht ausreiche.

„Wir sehen dies als die nächste Stufe des Vortrainings“, sagte de Witte. „Wir haben ein einziges Modell, das auf Fortnite-Informationen auf dem Bildschirm reagieren und Aktionen ausführen kann, aber auch mit realen Dynamiken auf eine Weise umgeht, wie es ein LLM niemals könnte.“

An einer Stelle stellte de Witte mir einen Laptop zur Verfügung, auf dem das Weltmodell von General Intuition lief – eine simulierte Umgebung, die Frame für Frame generiert und nicht von einer herkömmlichen Spiel-Engine gerendert wurde. Wie so oft, wenn ich Weltmodelle teste, lief ich geradewegs in eine Reihe von Wänden hinein. In anderen Demos, die ich ausprobiert habe, gehen die Agenten manchmal einfach hindurch, aber dieses Modell tat das nicht. Aus Millionen von Stunden Spielzeit hat es irgendwie gelernt, dass Wände Wände sind, Leitern zum Klettern da sind und Schatten länger werden, wenn sich die Sonne bewegt.

Für General Intuition ist dieses Weltmodell nicht das Produkt – es ist die Trainingsumgebung, die intern als „das Fitnessstudio“ bezeichnet wird. Das Unternehmen will letztendlich das Agentenmodell selbst verkaufen. De Witte argumentiert, dass die im Gameplay eingebetteten Aktionsdaten dem Modell helfen, zwischen „Selbst“ und „Umgebung“ zu unterscheiden, was ihm ein tieferes Verständnis von Kausalität verleiht.

So beeindruckend die Technologie von General Intuition in Demos auch wirkt, das Unternehmen ist nicht das einzige, das an diesem Problem arbeitet. Zudem ist es bisher noch nicht gelungen, ein solches Modell in der realen Welt in großem Maßstab zum Funktionieren zu bringen. Die meisten Ansätze dieser Art erfordern riesige Mengen an Daten aus der realen Welt, deren Erfassung zeitaufwendig und kostspielig ist. General Intuition setzt darauf, dass das Gameplay eine skalierbare Abkürzung bietet.

Seine Investoren stehen hinter dieser Strategie. Die jüngste Finanzierungsrunde von General Intuition wurde von Khosla Ventures angeführt, unter Beteiligung von General Catalyst, Jeff Bezos, Eric Schmidt, Nico Rosberg sowie Forschern von Google DeepMind und dem MIT.

Der überwiegende Teil der Finanzierungsrunde wird in den Ausbau der Rechenkapazität fließen. General Intuition hat eine Vereinbarung mit CoreWeave geschlossen und plant, sich auf das Vortraining der nächsten Version des Modells zu konzentrieren. Ein Teil der Mittel ist außerdem dafür vorgesehen, die API des Unternehmens bis zum Ende des Sommers einer breiteren Öffentlichkeit zugänglich zu machen.

Vinod Khosla, dessen Firma die Finanzierungsrunde anführte, sagt, er sei von de Wittes Vision und der firmeneigenen Datenbasis des Unternehmens beeindruckt gewesen.

„Wenn man sich LLMs ansieht: Als das logische Schlussfolgern aufkam, war das ein Quantensprung“, erklärte mir Khosla in einem Telefoninterview. „Bei Weltmodellen ist der Quantensprung meiner Meinung nach das Entstehen von Intuition in der KI – einer menschenähnlichen Intuition. Die Daten zu menschlichen Handlungen und Reaktionen aus Spielen sind der Schlüssel zu dieser Entwicklung.“

Die Vision ist ein Unternehmen für die nächste Generation

General Intuition nutzt Daten aus den Videospielausschnitten von Medal. Bildnachweis: Medal.TV

General Intuition ist nicht das einzige Unternehmen, das die Daten zu menschlichen Handlungen von Medal als Schlüsselelement für den Aufbau dynamischer Weltmodelle und allgemeiner Agenten erkennt. Brianna Martin, die Stabschefin des Start-ups, sagte, das Unternehmen sei unter anderem entstanden, nachdem Medal ein Übernahmeangebot eines großen Forschungslabors abgelehnt hatte. Seitdem gab es weitere Angebote.

De Witte und seine Mitbegründer – Eloi Alonso, Adam Jelley und Vincent Micheli – sind nicht an einer Übernahme interessiert, und auch die Investoren des Start-ups streben derzeit noch keinen Ausstieg an. Die Menge und Qualität der proprietären Daten, über die General Intuition durch Medal verfügt, ist ein Grund, warum Khosla das Start-up als eine „Generationensatzung“ und nicht als M&A-Ziel betrachtet – es könnte zum Rückgrat für verallgemeinerte Agenten und Weltmodelle in der Simulation und der realen Welt werden.

„Zum jetzigen Zeitpunkt wäre es eine reine Datenakquisition, was irgendwie uninteressant ist“, sagte Khosla.

Ein Teil dieser Wette besteht auch darin, auf de Wittes Werte zu vertrauen.

Der Unternehmer war drei Jahre lang im humanitären Bereich tätig, unter anderem bei Ärzte ohne Grenzen. Daher hat er klare Grenzen dafür gezogen, wie die Technologie von General Intuition eingesetzt werden darf: Es werden keine Agenten eingesetzt, die Menschen Schaden zufügen.

„Wir wollen kein eskalierender Teil des Systems sein“, sagte de Witte. „Wenn ich öffentlich verkünden würde: ‚Wir arbeiten an letaler Autonomie‘, was glauben Sie, würde dann in anderen Ländern passieren?“

Diese Einschränkung bei militärischen Anwendungsfällen erfolgt zu einer Zeit, in der das Silicon Valley zunehmend auf den Verteidigungssektor setzt, obwohl de Witte sagt, er freue sich, wenn seine Modelle bei Such- und Rettungsmissionen zum Einsatz kämen.

De Witte ist Niederländer, und ein Großteil seines Teams stammt aus Europa, was die Identität des Unternehmens prägt. Er sagt, er habe Martin unter anderem deshalb eingestellt, weil sie sich entschlossen hatte, öffentlich bei Palantir zu kündigen – wegen dessen Zusammenarbeit mit der US-Einwanderungs- und Zollbehörde (ICE).

„Ich weiß nicht, warum das Silicon Valley tut, was es tut“, sagte er. „Es gibt einen Grund, warum ich nicht dort bin.“

De Wittes Ethik beschränkt sich nicht nur darauf, was die Modelle nicht tun dürfen. Als Gamer, der als Teenager 1,5 Millionen Dollar mit dem Aufbau und dem Betrieb eines privaten „RuneScape“-Servers verdiente, denkt er auch darüber nach, was mit den Menschen geschieht, die von den Möglichkeiten der KI-Modelle abgehängt werden.

General Intuition hat kürzlich eine Plattform namens „Nerve“ gestartet, einen Jobmarktplatz, auf dem Gamer mit ihrer vorhandenen Ausrüstung Geld verdienen können. Wer sich dort anmeldet, beginnt mit der Datenkennzeichnung und kann sich schließlich in Richtung Roboter-Fernsteuerung und andere Aufgaben weiterentwickeln. Die Nutzerbasis von Medal, so de Witte, sei genau jene Generation, die am stärksten von KI-bedingter Verdrängung bedroht sei, und er möchte, dass sie einen Anteil an dem haben, was als Nächstes kommt.

Ein Daten-Flywheel

De Witte möchte, dass General Intuition ein Ökosystem-Enabler wird, ähnlich wie Anthropic oder OpenAI – ein Modellanbieter, der es anderen ermöglicht, auf seiner Technologie aufzubauen. Derzeit hat das Start-up eine Handvoll Kunden aus den Bereichen Gaming, Simulation und Robotik.

„Wir werden kein Unternehmen für selbstfahrende Autos aufbauen“, sagte de Witte. „Wir werden es für den Nächsten zehnmal einfacher machen, ein Unternehmen für selbstfahrende Autos aufzubauen.“

Das Unternehmen gibt an, dass es, sobald seine API bei mehr Kunden im Einsatz ist, in der Lage sein wird, seine Fähigkeiten in einer Vielzahl von Anwendungsfällen zu testen – beispielsweise durch das Testen eines Roboters in einem digitalen Zwilling einer Fabrikhalle, den Einsatz eines menschenähnlichen Bots in einem Gaming-Studio oder das Aussenden eines Vierbeiners zur Navigation in gefährlichen Umgebungen.

Zwar ist ein Vierbeiner die erste physische Umsetzung, die General Intuition in der realen Welt ausprobiert hat, doch hat das Unternehmen auch Drohnen und andere Geräte getestet, darunter den Einsatz des Modells in Rennspielen.

„Es funktioniert auf allem, was man mit einem Gamecontroller oder einer Tastatur und Maus steuern kann“, sagte de Witte.

Eines der Ziele ist der Aufbau eines Daten-Flywheels.

„Wir werden Kunden auswählen, bei denen wir die Anwendungsformen diversifizieren können, für die dieses verallgemeinerte Grundmodell als Rückgrat dient“, sagte de Witte. „Wir werden Kunden den Vorrang geben, die Daten aus der realen Welt bereitstellen können, die interessant und nützlich sind, um die Forschung voranzubringen, und die über ein agiles internes Team verfügen, in das wir uns als Partner einbringen und von dem wir lernen können.“

Khosla erklärte, dass General Intuition dank seiner firmeneigenen Daten so weit gekommen sei und dass die Fähigkeit, weiterhin Daten zu sammeln, über die sonst niemand verfügt, von entscheidender Bedeutung sein werde. Vor allem, weil trotz beeindruckender Demos die Frage offen bleibt, ob die Übertragung von der Simulation in die reale Welt auch in großem Maßstab funktioniert – eine Frage, die bisher noch niemand vollständig beantworten konnte.

Korrektur: In der Überschrift war zuvor ein falscher Betrag für die in dieser Finanzierungsrunde von General Intuition eingeworbene Summe angegeben. Der Fehler wurde korrigiert.