General Intuition investit 2,3 milliards de dollars dans les jeux vidéo pour former des agents d'IA en vue d'une application dans le monde réel

Dès que j’ai mis les pieds dans les locaux de R&D de General Intuition à New York, le cofondateur et PDG de l’entreprise, Pim de Witte, âgé de 31 ans, m’a montré un écran posé sur un bureau debout. Quelqu’un semblait jouer à un jeu du genre Fortnite — mais ce n’était pas un humain.

« Notre agent joue depuis 100 heures d’affilée », a déclaré Kent Rollins, le directeur des produits, rayonnant de joie.

Avant même que j’aie eu le temps de bien réaliser qu’une IA évoluait dans un environnement de jeu virtuel, j’ai entendu les pas électroniques d’un grand robot à quatre pattes qui s’approchait.

« Le même cerveau qui pilote l’agent du jeu pilote également le robot », m’a expliqué Pim de Witte.

Josh Duplantis, un analyste de données muni d’un ordinateur portable diffusant en direct les images captées par la seule caméra du robot, est intervenu pour expliquer que le mode par défaut du robot était « l’exploration ».

À l’aide de cette caméra — son unique œil —, le robot géant aux allures d’insecte s’est approché de moi, a fait le tour et a poursuivi son chemin vers le bureau. Il heurtait de temps à autre les pieds d’une chaise ou une poubelle mal placée, un peu comme un enfant en bas âge qui apprend encore à appréhender le monde qui l’entoure. Josh Duplantis a souligné qu’il n’avait fallu que huit minutes de données robotiques en conditions réelles pour affiner un modèle d’IA destiné à ce quadrupède. Et ces données avaient été collectées dans la rue, et non à l’intérieur du bureau où le robot évoluait de lui-même.

Un modèle agentique capable de généraliser du jeu vidéo à la simulation, puis à l’incarnation physique, est au cœur de la mission de General Intuition. Et sa capacité à trouver sa place dans le monde a attiré le soutien de quelques grands noms.

Jeudi, General Intuition a annoncé avoir levé 320 millions de dollars pour une valorisation de 2,3 milliards de dollars, confirmant ainsi les informations précédemment rapportées par TechCrunch. Ce tour de table porte le montant total des financements divulgués de la start-up à 454 millions de dollars, après le tour de 134 millions de dollars levé lors de son lancement en octobre dernier.

La start-up est issue d’une autre entreprise de M. de Witte, Medal, qui permet aux joueurs de mettre en ligne et de partager des extraits de jeux vidéo. Les centaines de millions d’heures de gameplay mises en ligne ont fourni l’ensemble de données initial pour entraîner le modèle de General Intuition au raisonnement spatio-temporel — c’est-à-dire comprendre comment se déplacer dans l’espace et le temps.

Mais l’élément clé n’était pas seulement les séquences de jeu ; il s’agissait des étiquettes d’action intégrées à ces extraits — des enregistrements indiquant précisément quels boutons un joueur a actionnés et à quel moment. La plupart des concurrents, explique M. de Witte, tentent de déduire les actions à partir de la vidéo seule, ce qui, selon lui, n’est pas suffisant.

« Nous considérons cela comme la prochaine étape du pré-entraînement », a déclaré de Witte. « Nous disposons d’un modèle unique capable de réagir aux informations de Fortnite affichées à l’écran et d’entreprendre des actions, mais aussi de gérer les dynamiques du monde réel d’une manière dont un LLM ne pourrait jamais le faire. »

À un moment donné, de Witte m’a mis en présence d’un ordinateur portable exécutant le modèle de monde de General Intuition — un environnement simulé généré image par image plutôt que rendu par un moteur de jeu traditionnel. Comme je le fais souvent lorsque je teste des modèles de monde, je me suis retrouvé face à une série de murs. Dans d’autres démos que j’ai testées, les agents traversaient parfois les murs, mais pas celui-ci. Grâce à des millions d’heures de jeu, il a en quelque sorte appris que les murs sont des murs, que les échelles servent à grimper et que les ombres s’allongent au fur et à mesure que le soleil se déplace.

Pour General Intuition, ce modèle du monde n’est pas le produit — c’est l’environnement d’entraînement, appelé en interne « la salle de sport ». L’entreprise souhaite à terme commercialiser le modèle agentique lui-même. De Witte affirme que les données d’action intégrées au gameplay aident le modèle à distinguer le « soi » de « l’environnement », ce qui lui confère une compréhension plus fine de la causalité.

Aussi impressionnante que puisse paraître la technologie de General Intuition dans les démonstrations, l’entreprise n’est pas la seule à travailler sur ce problème. De plus, personne n’a encore réussi à faire fonctionner un tel modèle à grande échelle dans le monde physique. La plupart des approches de ce type nécessitent d’énormes quantités de données issues du monde réel, collectées lentement et à grands frais. General Intuition parie que le gameplay offre un raccourci évolutif.

Ses investisseurs adhèrent à ce pari. Le dernier tour de table de General Intuition a été mené par Khosla Ventures, avec la participation de General Catalyst, Jeff Bezos, Eric Schmidt, Nico Rosberg, ainsi que des chercheurs de Google DeepMind et du MIT.

La grande majorité des fonds levés sera consacrée à l’augmentation de la capacité de calcul. General Intuition a conclu un accord avec CoreWeave et prévoit de se concentrer sur le pré-entraînement de la prochaine version du modèle. Une partie des fonds est également réservée à l’élargissement de l’accès à son API d’ici la fin de l’été.

Vinod Khosla, dont la société a mené ce tour de table, explique avoir été séduit par la vision de de Witte et par la position de l’entreprise en matière de données propriétaires.

« Si l’on considère les grands modèles de langage (LLM), l’émergence du raisonnement a constitué un bond en avant », m’a confié M. Khosla lors d’un entretien téléphonique. « Dans le domaine des modèles du monde, je pense que ce bond en avant réside dans l’émergence de l’intuition au sein de l’IA — une intuition semblable à celle des humains. Les données relatives aux actions et réactions humaines issues des jeux vidéo sont essentielles à cette émergence. »

La vision : une entreprise qui s’inscrit dans la durée

General Intuition s’appuie sur les données issues des extraits de jeux vidéo de Medal. Crédits image : Medal.TV

General Intuition n’est pas la seule entreprise à considérer les données sur les actions humaines de Medal comme un élément clé pour la construction de modèles du monde dynamiques et d’agents généraux. Brianna Martin, chef de cabinet de la start-up, a déclaré que l’entreprise avait vu le jour, en partie, après que Medal eut refusé une offre de rachat émanant d’un grand laboratoire. D’autres offres ont suivi depuis.

De Witte et ses cofondateurs — Eloi Alonso, Adam Jelley et Vincent Micheli — ne souhaitent pas être rachetés, et les investisseurs de la start-up ne cherchent pas non plus à se désengager pour l’instant. La quantité et la qualité des données propriétaires dont dispose General Intuition grâce à Medal sont l’une des raisons pour lesquelles Khosla considère cette start-up comme un pari générationnel, et non comme une cible de fusion-acquisition : elle pourrait en effet devenir la colonne vertébrale des agents généralisés et des modèles de monde, tant dans le domaine de la simulation que dans le monde réel.

« À ce stade, il s’agirait d’une simple acquisition de données, ce qui n’est pas vraiment intéressant », a déclaré Khosla.

Une partie de ce pari repose également sur la confiance accordée aux valeurs de M. de Witte.

L’entrepreneur a passé trois ans à travailler dans le domaine humanitaire, notamment avec Médecins Sans Frontières. Il a donc clairement défini les limites d’utilisation de la technologie de General Intuition : aucun agent ne sera déployé dans le but de nuire à des êtres humains.

« Nous ne voulons pas être un élément du système susceptible d’aggraver les conflits », a déclaré de Witte. « Si je m’annonçais en disant : “Nous travaillons sur l’autonomie létale”, que pensez-vous qu’il se passerait dans d’autres pays ? »

Cette restriction concernant les applications militaires intervient alors que la Silicon Valley se montre de plus en plus optimiste vis-à-vis du secteur de la défense, même si M. de Witte se dit ravi que ses modèles soient utilisés dans le cadre de missions de recherche et de sauvetage.

M. de Witte est néerlandais, et une grande partie de son équipe est européenne, ce qui forge l’identité de l’entreprise. Il explique avoir recruté Mme Martin en partie en raison de sa décision de démissionner publiquement de Palantir pour protester contre la collaboration de cette entreprise avec l’agence américaine de l’immigration et des douanes (ICE).

« Je ne sais pas pourquoi la Silicon Valley agit ainsi », a-t-il déclaré. « Ce n’est pas pour rien que je ne suis pas là-bas. »

L’éthique de De Witte ne se limite pas à définir ce que les modèles ne feront pas. En tant que joueur ayant gagné 1,5 million de dollars en créant et en hébergeant un serveur privé de RuneScape à l’adolescence, il s’interroge également sur le sort des personnes laissées pour compte face aux capacités des modèles d’IA.

General Intuition a récemment lancé une plateforme appelée Nerve, une bourse de l’emploi qui permet aux gamers de gagner de l’argent en utilisant leur équipement existant. Ceux qui s’inscrivent commencent par l’étiquetage de données et peuvent, à terme, évoluer vers la téléopération de robots et d’autres tâches. La base d’utilisateurs de Medal, a fait remarquer de Witte, correspond précisément à la génération la plus exposée au risque de remplacement par l’IA, et il souhaite qu’elle ait son mot à dire sur ce qui va suivre.

Un cercle vertueux de données

M. de Witte souhaite que General Intuition devienne un catalyseur d’écosystème, à l’instar d’Anthropic ou d’OpenAI — un fournisseur de modèles permettant à d’autres de s’appuyer sur sa technologie. Aujourd’hui, la start-up compte une poignée de clients dans les domaines du jeu vidéo, de la simulation et de la robotique.

« Nous n’allons pas créer une entreprise de voitures autonomes », a déclaré M. de Witte. « Nous allons faire en sorte qu’il soit dix fois plus facile pour la prochaine personne de créer une entreprise de voitures autonomes. »

L’entreprise affirme qu’une fois que son API sera accessible à davantage de clients, elle pourra tester ses capacités dans divers cas d’utilisation — par exemple, tester un robot dans un jumeau numérique d’un atelier de fabrication, animer un robot anthropomorphe au sein d’un studio de jeux vidéo, ou envoyer un quadrupède explorer des environnements dangereux.

Si le quadrupède est la première incarnation physique que General Intuition a testée dans le monde réel, l’entreprise a également testé des drones et d’autres appareils, notamment en utilisant le modèle dans des jeux de conduite.

« Cela fonctionne sur tout ce que l’on peut contrôler à l’aide d’une manette de jeu, d’un clavier ou d’une souris », a déclaré M. de Witte.

L’un des objectifs est de créer un « flywheel » de données.

« Nous sélectionnerons des clients chez qui nous pourrons diversifier les incarnations dont ce modèle de base généralisé constitue la colonne vertébrale », a déclaré M. de Witte. « Nous donnerons la priorité aux clients capables de fournir des données du monde réel qui soient intéressantes et utiles pour faire avancer la recherche, et qui disposent d’une équipe interne agile au sein de laquelle nous pourrons nous intégrer en tant que partenaires et apprendre les uns des autres. »

M. Khosla a déclaré que ce sont les données propriétaires de General Intuition qui lui ont permis d’en arriver là, et que sa capacité à continuer de collecter des données que personne d’autre ne possède sera essentielle. D’autant plus que, malgré des démonstrations impressionnantes, la question de savoir si le transfert de la simulation vers le monde réel tient la route à grande échelle reste ouverte et n’a encore reçu aucune réponse définitive.

Correction : le titre indiquait auparavant un montant erroné concernant la levée de fonds de General Intuition lors de ce tour de table. L’erreur a été corrigée.