General Intuition recauda 2.3B apostando por que la tecnología de los videojuegos puede entrenar a la IA para aplicaciones en el mundo real

Al entrar en la planta de I+D de General Intuition en Nueva York, el cofundador y director ejecutivo, Pim de Witte, señaló inmediatamente un monitor situado sobre un escritorio alto. Parecía que alguien estaba jugando a Fortnite, pero no era una persona.

«Nuestro agente lleva jugando 100 horas seguidas», dijo Kent Rollins, director de producto de la empresa, con una sonrisa.

Antes de que pudiera asimilar del todo la imagen de una IA moviéndose por un mundo de juego virtual, se oyó el zumbido electrónico de un gran robot cuadrúpedo que se acercaba.

«El mismo cerebro que controla al agente de Fortnite es el que dirige este robot», explicó de Witte. Josh Duplantis, un analista de datos que retransmitía en directo las imágenes de la cámara del robot, añadió que el robot se encontraba en modo «exploración».

Utilizando su única cámara como único ojo, el gran robot con aspecto de insecto se acercó a mí, dio una vuelta a mi alrededor y siguió su camino hacia la oficina. De vez en cuando rozaba las patas de las sillas o chocaba contra una papelera, moviéndose de forma muy parecida a un niño pequeño que aprende a moverse por su entorno. Duplantis señaló que solo se necesitaron ocho minutos de datos robóticos del mundo real para ajustar el modelo de IA del cuadrúpedo. Sorprendentemente, esos datos se recopilaron en la calle, no en la oficina donde el robot estaba operando en ese momento.

La misión principal de General Intuition es desarrollar un modelo agencial capaz de generalizar desde el juego hasta la simulación y la encarnación física. Esta capacidad para comprender su lugar en el mundo ha atraído una importante inversión.

El jueves, General Intuition anunció una ronda de financiación de 320 millones de dólares con una valoración de 2.300 millones de dólares, lo que confirma la información previa publicada por TechCrunch. Esto eleva la financiación total revelada de la startup a 454 millones de dólares, tras una ronda inicial de 134 millones de dólares el pasado mes de octubre.

La empresa surgió de la anterior iniciativa de De Witte, Medal, una plataforma para subir y compartir fragmentos de videojuegos. Los cientos de millones de horas de grabaciones de partidas proporcionaron el conjunto de datos inicial para entrenar el modelo de General Intuition en el razonamiento espaciotemporal: comprender cómo moverse a través del espacio y el tiempo.

Sin embargo, el ingrediente crucial no fue el vídeo en sí, sino las etiquetas de acción incrustadas en él: registros de exactamente qué botones pulsó un jugador y cuándo. De Witte sostiene que la mayoría de los competidores, que intentan inferir acciones a partir del vídeo únicamente, se están dejando una pieza clave.

«Consideramos que esta es la siguiente etapa del preentrenamiento», afirmó de Witte. «Contamos con un único modelo capaz de responder a las imágenes de Fortnite y actuar, además de gestionar la dinámica del mundo real de una forma que un modelo de lenguaje grande (LLM) nunca podría».

A continuación, De Witte me pidió que probara el modelo del mundo de General Intuition en un ordenador portátil. Este entorno simulado se genera fotograma a fotograma, en lugar de renderizarse mediante un motor de juego tradicional. Como suelo hacer al probar este tipo de modelos, me topé de frente con las paredes. En otras demostraciones, los agentes podrían atravesarlas, pero este no lo hizo. A partir de millones de horas de juego, aprendió que las paredes son sólidas, que las escaleras sirven para trepar y que las sombras se alargan a medida que se mueve el sol.

Para General Intuition, este modelo del mundo no es el producto final, sino el entorno de entrenamiento (denominado internamente «el gimnasio»). La empresa pretende vender el propio modelo de agente. De Witte sostiene que los datos de acción del juego ayudan al modelo a distinguir el «yo» del «entorno», lo que proporciona una comprensión más profunda de la causalidad.

Aunque la tecnología de General Intuition parece impresionante en las demostraciones, no es la única empresa en este ámbito. Además, aún no se ha demostrado que sea posible escalar un modelo de este tipo para que funcione de forma fiable en el mundo físico. La mayoría de los enfoques similares requieren enormes cantidades de datos del mundo real, cuya recopilación resulta lenta y costosa. La estrategia de General Intuition se basa en que el juego ofrece un atajo escalable.

Los inversores parecen estar de acuerdo. La última ronda de financiación la lideró Khosla Ventures, con la participación de General Catalyst, Jeff Bezos, Eric Schmidt, Nico Rosberg e investigadores de Google DeepMind y del MIT.

La mayor parte de la financiación se destinará a ampliar la capacidad de cálculo. General Intuition se ha asociado con CoreWeave y tiene previsto centrarse en el preentrenamiento de la próxima versión del modelo. También se destinará una parte a hacer que su API esté más ampliamente disponible para finales de verano.

Vinod Khosla, cuya empresa lideró la ronda, citó la visión de de Witte y la posición de la empresa en materia de datos propios como factores clave.

«Con los modelos de lenguaje grande (LLM), el razonamiento supuso un salto cuántico», afirmó Khosla en una entrevista. «Con los modelos del mundo, creo que el salto es la aparición de la intuición, una capacidad similar a la humana. Los datos de acción y reacción de los videojuegos son clave para desarrollar esa intuición».

La visión es la de una empresa generacional

General Intuition aprovecha los datos de los fragmentos de videojuegos de Medal. Créditos de la imagen:Medal.TV

General Intuition no es la única empresa que reconoce que los datos de acción humana de Medal son vitales para construir modelos de mundo dinámicos y agentes generales. Brianna Martin, jefa de personal de la startup, señaló que la empresa surgió en parte después de que Medal rechazara una oferta de adquisición por parte de un importante laboratorio. Desde entonces han llegado otras ofertas.

De Witte y sus cofundadores —Eloi Alonso, Adam Jelley y Vincent Micheli— no tienen ningún interés en ser adquiridos, ni los inversores buscan una salida temprana. El volumen y la calidad de los datos propios a los que General Intuition tiene acceso a través de Medal son la razón por la que Khosla considera que se trata de una apuesta generacional y no de un objetivo de fusión o adquisición. La empresa aspira a convertirse en la columna vertebral de los agentes generalizados y los modelos de mundo, tanto en la simulación como en la realidad.

«En este momento, solo sería una adquisición de datos, lo cual no resulta interesante», afirmó Khosla.

Esta apuesta también implica confiar en los valores personales de de Witte.

Tras haber dedicado siete años al trabajo humanitario, entre otros con Médicos Sin Fronteras, de Witte ha trazado una línea ética clara: no se utilizará ningún agente para causar daño a los seres humanos.

«No queremos alimentar una carrera armamentística», afirmó de Witte. «Si anunciara: “Estamos desarrollando autonomía letal”, ¿qué crees que pasaría en otros países?».

Esta restricción sobre las aplicaciones militares llega en un momento en que Silicon Valley se centra cada vez más en la defensa. A De Witte no le molesta que sus modelos se utilicen para búsqueda y rescate, pero considera que la reciente obsesión de Silicon Valley por la defensa «contamina el ecosistema».

De Witte es holandés y gran parte de su equipo es europeo, lo que conforma la cultura de la empresa. Contrató a Martin en parte debido a su dimisión pública de Palantir a raíz de la colaboración de esta empresa con el Servicio de Inmigración y Control de Aduanas de EE. UU.

«No entiendo por qué Silicon Valley funciona como lo hace», afirmó. «Hay una razón por la que no estoy allí».

La ética de De Witte va más allá de limitar lo que los modelos no harán. Como jugador que ganó 1,5 millones de dólares creando y alojando un servidor privado de RuneScape cuando era adolescente, también le preocupan las personas que se quedan atrás ante los avances de la IA.

General Intuition ha lanzado recientemente Nerve, un mercado de empleo que permite a los jugadores ganar dinero utilizando su propio hardware. Las inscripciones comienzan con el etiquetado de datos y pueden avanzar hasta la teleoperación de robots y otras tareas. De Witte señaló que la base de usuarios de Medal es precisamente la generación más vulnerable al desplazamiento provocado por la IA, y quiere que tengan un papel en el futuro.

Un «flywheel» de datos

De Witte concibe General Intuition como un facilitador de ecosistemas, similar a Anthropic u OpenAI: un proveedor de modelos que permite a otros desarrollar su tecnología a partir de la suya. Actualmente, la startup presta servicio a un puñado de clientes en los sectores de los videojuegos, la simulación y la robótica.

«No estamos creando una empresa de coches autónomos», afirmó de Witte. «Estamos haciendo que a la próxima persona le resulte diez veces más fácil fabricar uno».

La empresa afirma que, una vez que su API llegue a más clientes, podrá probar diversos casos de uso —como poner a prueba un robot en un gemelo digital de una planta de producción, dar vida a un bot con aspecto humano en un estudio de videojuegos o enviar un cuadrúpedo a explorar entornos peligrosos—.

Aunque el cuadrúpedo es la primera encarnación física que General Intuition ha probado en el mundo real, también ha experimentado con drones y otros dispositivos, incluyendo pruebas del modelo en videojuegos de conducción.

«Funciona con cualquier cosa que se pueda controlar con un mando de videojuegos o con el teclado y el ratón», explicó de Witte.

Crear un «flywheel» de datos es uno de los objetivos principales.

«Seleccionaremos a clientes que puedan diversificar las encarnaciones para las que este modelo base generalizado sirve de columna vertebral», afirmó de Witte. «Damos prioridad a los clientes que puedan aportar datos del mundo real que impulsen la investigación y que cuenten con equipos internos ágiles para una colaboración profunda y un aprendizaje mutuo».

Khosla destacó que los datos propios de General Intuition son lo que la han llevado hasta aquí, y que su capacidad para seguir recopilando datos únicos será esencial. A pesar de las impresionantes demostraciones, sigue siendo una incógnita que nadie ha resuelto del todo si la transferencia de la simulación al mundo real puede escalarse.