Entrenar un robot amb demostracions reals és car i lent: cal maquinari físic, temps d'enginyeria i un entorn controlat. Per això una part del sector de la «IA física» ha començat a mirar cap a una font de dades molt més abundant i barata: els videojocs, que ja porten registrat, de manera precisa, quin botó prem un jugador i en quin moment, un senyal que es pot fer servir per ensenyar a un model com es mou algú per l'espai.
General Intuition, una start-up de Nova York, negocia una ronda de finançament que la valoraria en 6.000 milions de dòlars abans de rebre els nous diners, segons ha informat TechCrunch el 24 d'agost. La xifra gairebé triplica els 2.300 milions als quals es va valorar la companyia fa només vuit setmanes, quan va tancar una ronda de 320 milions de dòlars. Hi entren com a nous inversors Valor Equity Partners, Point72 Ventures i Seven Seven Six, als quals s'afegeixen els inversors ja existents Khosla Ventures i General Catalyst. El seu conseller delegat, Pim de Witte, va escindir l'empresa l'octubre del 2025 de Medal, la seva pròpia plataforma de clips de videojocs, i n'ha fet servir centenars de milions d'hores de partides —amb les «etiquetes d'acció» que registren quins botons prem cada jugador i quan— com a conjunt de dades inicial per entrenar un model d'orientació espacial i moviment. Els nous diners es destinarien a portar aquest model fins a robots físics, amb capacitat de càlcul llogada a CoreWeave; De Witte ha assegurat que un model entrenat només amb videojocs va necessitar només vuit minuts d'enregistrament del món real per guiar un robot per una oficina.
El cas és rellevant perquè reflecteix una aposta cada cop més estesa dins la indústria: que les dades de videojocs —abundants, ja etiquetades i sense els problemes legals i logístics de gravar persones o robots reals— poden escurçar el camí, avui llarg i costós, de recollir demostracions de robots al món físic, en un moment en què laboratoris com Skild AI o Physical Intelligence competeixen pel mateix nínxol de la «IA encarnada».
La ronda encara s'estava negociant en el moment de la informació de TechCrunch, sense data de tancament confirmada, i la mateixa font assegurava que estava sobresubscrita. Les xifres sobre la capacitat del model d'aprendre del videojoc i transferir-ho al món real —com els vuit minuts d'enregistrament esmentats— provenen de declaracions de la mateixa empresa, no d'una avaluació independent, i encara està per veure si el raonament espacial après en un entorn de videojoc es generalitza de manera segura a robots que interactuen amb persones reals.