Игровые записи могут стать одним из самых ценных источников данных для обучения искусственного интеллекта. Именно на этой идее построен американский стартап General Intuition, который недавно привлек 320 млн долларов в раунде серии A. Среди инвесторов — фонд Khosla Ventures, General Catalyst, бывший глава Google Эрик Шмидт и основатель Amazon Джефф Безос.

С учётом предыдущих инвестиций общий объем финансирования компании достиг 454 млн долларов, а ее оценка выросла до 2,3 млрд долларов.

Главная особенность General Intuition заключается не столько в разработке новых моделей ИИ, сколько в доступе к уникальным данным. Компания тесно связана с игровой платформой Medal, где миллионы пользователей ежедневно загружают записи своих игровых сессий.

Однако ценность этих материалов заключается не только в видеозаписях. Medal хранит информацию о действиях игроков: какие клавиши были нажаты, как двигалась мышь, в какой момент принималось то или иное решение. Таким образом, модель получает одновременно картинку происходящего и точные данные о действиях человека.

По сути, компания пытается сделать для поведения то же самое, что большие языковые модели сделали для текста. Если языковые модели изучают закономерности человеческой речи, то General Intuition хочет научить ИИ понимать закономерности принятия решений в динамичной среде.

Например, система должна научиться распознавать ситуации, когда необходимо уклониться от препятствия, подняться по лестнице, спрятаться за укрытием или изменить маршрут при появлении противника. Именно такие навыки затем могут использоваться далеко за пределами игровой индустрии.

Основатель компании Пим де Витте родился в 1994 году в Нидерландах и с подросткового возраста был тесно связан с игровой сферой. Еще в юности он заработал около 1,5 млн долларов, управляя частным сервером популярной игры RuneScape. Позже он создал Medal — платформу, где пользователи могут записывать и публиковать яркие игровые моменты.

Первоначально сервис воспринимался как обычная социальная площадка для геймеров. Однако с развитием искусственного интеллекта накопленные данные неожиданно приобрели совершенно новую ценность.

Современным роботам, автономным автомобилям и интеллектуальным агентам уже недостаточно обучаться только на текстах или изображениях. Им необходимо понимать, как принимать решения в пространстве и во времени, прогнозировать последствия собственных действий и адаптироваться к меняющейся среде.

Именно здесь игровые данные оказываются особенно полезными. Во время каждой игровой сессии человек постоянно оценивает ситуацию, принимает решения, совершает ошибки и корректирует поведение. Все эти действия автоматически становятся обучающими примерами для будущих моделей.

Важным преимуществом Medal является огромное разнообразие собранных данных. Записи охватывают множество различных игр, карт, игровых режимов и стилей прохождения. Это помогает моделям учиться более универсальным принципам поведения, а не запоминать особенности одной конкретной среды.

Интерес к подобным данным проявляли и крупнейшие технологические компании. По данным публикации, OpenAI ранее предпринимала попытку приобрести Medal примерно за 500 млн долларов, однако сделка не состоялась.

Сама General Intuition появилась лишь в 2025 году, но менее чем за год сумела привлечь финансирование на сумму свыше 450 млн долларов. При этом команда компании остается относительно небольшой: около 25 сотрудников работают непосредственно над разработкой ИИ, еще примерно 65 человек — в Medal.

Первым коммерческим направлением для новой технологии станет игровая индустрия. Сегодня большинство игровых персонажей и компьютерных противников работают по заранее прописанным сценариям. После нескольких часов игры пользователи начинают замечать повторяющееся поведение таких персонажей.

General Intuition предлагает иной подход. Их модели должны принимать решения, ориентируясь только на ту информацию, которую видит обычный игрок. Вместо использования скрытых игровых данных искусственный интеллект анализирует изображение на экране и реагирует так же, как это сделал бы человек. Такой подход способен сделать виртуальных персонажей значительно более естественными и непредсказуемыми.

Однако долгосрочные планы компании выходят далеко за пределы игровой отрасли.

Основная цель General Intuition — создание фундаментальной модели пространственно-временного мышления (spatial-temporal reasoning). Речь идет о способности ИИ понимать, как изменяются объекты и окружающая среда с течением времени, а также прогнозировать последствия собственных действий.

Именно этот навык сегодня считается одним из наиболее сложных для современных систем искусственного интеллекта. Модель может без труда описать изображение комнаты, но это вовсе не означает, что она понимает, как безопасно пройти между предметами, открыть дверь или избежать столкновения с препятствием.

Подобные способности критически важны для роботов, беспилотных автомобилей и автономных дронов. С точки зрения разработчиков, процессы управления роботом и прохождения компьютерной игры имеют схожую структуру: наблюдение за окружающей средой, принятие решения и выполнение действия.

Компания уже начала работать с клиентами из сфер игровой разработки, робототехники и моделирования, а в будущем рассчитывает предоставлять свои модели через API, подобно тому как OpenAI и Anthropic предлагают доступ к языковым моделям.

История General Intuition отражает сразу несколько важных тенденций современной индустрии искусственного интеллекта.

Во-первых, качественные обучающие данные вновь становятся одним из главных конкурентных преимуществ. После активного использования открытых текстов и изображений компании все чаще ищут уникальные частные источники информации.

Во-вторых, вычислительные мощности остаются крупнейшей статьей расходов. Руководство стартапа открыто заявляет, что значительная часть привлеченных инвестиций будет направлена на закупку графических процессоров и расширение вычислительной инфраструктуры.

Наконец, искусственный интеллект постепенно выходит за пределы обработки текста и начинает осваивать физический мир. Если первые поколения генеративных моделей были ориентированы прежде всего на интеллектуальную работу, то новые проекты стремятся научить ИИ действовать, принимать решения и взаимодействовать с окружающей средой.

При этом разработчики признают, что перенос навыков, полученных в виртуальных играх, в реальный мир пока остается открытым научным вопросом. Компания рассчитывает использовать игровые данные как дешевый и масштабируемый этап предварительного обучения, а затем адаптировать модели с помощью относительно небольшого объема реальных данных.

Насколько успешной окажется эта стратегия, покажет время. Однако уже сейчас General Intuition демонстрирует, что игровые платформы могут стать не только развлечением, но и важнейшим источником данных для создания следующего поколения искусственного интеллекта.