General Intuition, dos EUA, recebe US$ 320 milhões para treinar modelo mundial com dados de jogos

De acordo com pt.wedoany.com-A startup de IA de Nova York, General Intuition, concluiu uma rodada de financiamento de US$ 320 milhões, atingindo uma avaliação pós-investimento de US$ 2,3 bilhões. A empresa, desmembrada da plataforma de jogos Medal TV, não foca em expandir corpus de texto, mas sim em utilizar vídeos de jogos, ações de jogadores e dados de interação em ambientes virtuais para construir um modelo mundial com capacidade de compreensão espaço-temporal.

A abordagem técnica da General Intuition visa a lacuna dos grandes modelos de linguagem na compreensão do mundo físico. Modelos como ChatGPT e Claude são excelentes em geração de texto, código, raciocínio e perguntas e respostas de conhecimento, mas aprendem principalmente a partir de dados estáticos de linguagem e multimodais. Eles ainda carecem de capacidade de modelagem espaço-temporal suficientemente estável para entender como objetos se movem, como personagens desviam de obstáculos, como ações produzem resultados e como o ambiente muda ao longo do tempo. O valor especial dos dados de jogos reside no fato de que eles contêm naturalmente uma cadeia contínua de "ação-feedback-mudança ambiental": movimentos, saltos, giros, miras, escaladas, esquivas e colisões dos jogadores geram resultados verificáveis na tela. O modelo pode aprender sobre paredes, sombras, limites espaciais, escolhas de caminho, perspectivas de personagens e consequências de ações a partir desses fragmentos contínuos, em vez de apenas entender o "mundo físico" a partir de descrições textuais. A General Intuition usa esses dados de jogos como material base para treinar modelos mundiais, na esperança de dotar os sistemas de IA com capacidades mais fortes de raciocínio espacial, julgamento causal e previsão de ambientes dinâmicos.

Os investidores nesta rodada incluem Coatue, Eric Schmidt e pesquisadores do MIT e do Google DeepMind. Capitais relacionados a Bezos também participaram da empresa. Os fundos serão usados para expandir a capacidade computacional, treinar novas versões do modelo e promover a abertura de APIs.

O modelo mundial não se trata simplesmente de gerar imagens de jogos. A General Intuition visa treinar um sistema inteligente capaz de entender o estado do ambiente, prever mudanças subsequentes e distinguir entre "si mesmo" e "ambiente externo". Para a IA física, esse tipo de capacidade é crucial: robôs, drones, veículos autônomos e agentes industriais não podem apenas responder perguntas; eles precisam saber sua posição no espaço, o que suas ações alteram, como os obstáculos afetam a trajetória, se o objeto alvo é acessível e se operações contínuas trazem riscos. Embora os cenários de jogos sejam ambientes virtuais, eles fornecem uma grande quantidade de dados dinâmicos de baixo custo, repetíveis e com rótulos de ação, adequados para treinar a representação interna de espaço e tempo do modelo.

O CEO da General Intuition, Pim de Witte, fundou anteriormente a Medal TV, cuja plataforma acumulou uma vasta quantidade de clipes de jogos enviados por jogadores. Após o desmembramento da Medal TV, os ativos principais da empresa também migraram de uma comunidade de conteúdo de jogos para uma infraestrutura de treinamento de dados de jogos. Internamente, eles chamam o ambiente de treinamento do modelo mundial de "gym", ou seja, um campo de treinamento onde a IA aprende padrões de ação em meio a inúmeros comportamentos de jogo e mudanças ambientais. O produto final voltado para o exterior pode ser um modelo de agente com capacidade de ação.

Essa abordagem também levanta questões sobre os limites de aplicação. O modelo da General Intuition pode ser usado no futuro em cenários de drones, robótica, busca e salvamento e defesa. Uma vez que essas capacidades entrem em sistemas de alto risco, o problema não será apenas o treinamento com dados de jogos, mas também envolverá restrições de uso, auditoria de implantação, segurança do modelo e avaliação ética. A tarefa chave atual da empresa é transformar as regularidades espaço-temporais dos dados de jogos em capacidades de modelo transferíveis para ambientes reais, e provar que tais modelos não são apenas adequados para cenários virtuais, mas também podem servir à percepção, previsão e planejamento de ação de sistemas de IA física.