General Intuition Inc.今日宣布完成2.2亿美元融资，投后估值达62亿美元。本轮投资由Valor Equity Partners、Atreides、Seven Seven Six、Point72、Khosla Ventures和General Catalyst等机构共同参与。
此次融资发生在General Intuition从视频分享初创公司Medal B.V.独立运营一年之后。Medal B.V.曾为消费者提供免费的电子游戏画面捕捉与录制工具，General Intuition则利用这些画面数据训练其人工智能模型。
破解AI训练数据瓶颈
在AI开发中，通过提供预期任务示例来训练模型是常见做法。例如，驱动机械臂的算法需要大量焊接汽车零件的视频素材。然而，人工录制此类数据不仅耗时费力，且难以覆盖所有边缘场景。
General Intuition致力于解决这一痛点，开发了能够生成合成训练视频的“世界模型”。今年6月，该公司发布了最新算法MIRA，称其在多项指标上优于早期模型。
传统视频生成器通常只能渲染数秒至数分钟的片段，难以生成长时段的工厂自动化工作流程视频，限制了其在机器人开发领域的实用性。相比之下，MIRA能够“无限运行而不会发散”，并可渲染多个快速移动物体相互交互的复杂场景。这种模拟运动的能力对于训练机器人避免碰撞等任务至关重要。
极致效率与小参数规模
MIRA在生成效率上表现突出。据General Intuition介绍，仅需单张B200显卡，该模型即可渲染分辨率为720x576像素、帧率为20fps的视频画面。
这种高效率部分归功于其采用的潜在扩散处理技术。与传统媒体生成器直接处理视频帧不同，MIRA在称为“潜在空间”的压缩数据结构上进行计算，显著降低了内存占用和处理时间。此外，MIRA的参数规模仅为56亿，远小于前沿大模型，这也是其高效运行的原因之一。
目前，MIRA仍定位为研究演示项目，而非商业化的训练数据生成器。在当前版本中，该模型仅能生成单一电子游戏的合成画面。尽管如此，General Intuition认为，凭借高效的渲染质量和性能，MIRA将成为通向“物理AI”的重要基石。
该公司正与少数涉及机器人、模拟和娱乐领域的客户测试其技术的商业版本。伴随融资公告的发布，General Intuition已开通该产品的候补名单，并表示募集资金将主要用于扩充AI研发团队。