General Intuition will AI mit Spieldaten statt Webtext räumliches Verständnis beibringen
TL;DR
Pim de Witte, CEO von General Intuition, hält Text-LLMs für zu schwach bei Raum, Zeit und Bewegung. Sein Gegenmodell: Trainingsdaten aus Videospielen, weil dort Handlungen, Timing und Reaktionen sichtbar zusammenfallen. General Intuition entstand aus Medal TV. Die Plattform liefert Hunderte Millionen Stunden Gameplay plus Eingabedaten, also welche Taste wann gedrückt wurde. Genau diese Action-Labels sollen Weltmodelle besser trainieren als Webtext.
Nauti's Take
Der Ansatz ist plausibler als die übliche AGI-Folie, weil Spiele immerhin Handlung, Feedback und Konsequenz liefern. Trotzdem bleibt der Sprung groß: Ein sauber gelernter Fortnite-Wall-Collision-Moment ist noch kein verlässlicher Roboter in einem chaotischen Lagerhaus.
Interessant wird General Intuition erst, wenn externe Kunden zeigen, dass das Modell außerhalb der eigenen Demos weniger Realwelt-Daten braucht und trotzdem stabil bleibt. Bis dahin ist es eine starke Datenstory mit sehr teurem Vertrauensvorschuss.
Einordnunganzeigen
Die These trifft einen wunden Punkt der KI-Branche: Mehr Webtext macht Modelle nicht automatisch besser darin, in der echten Welt zu handeln. Wenn Action-Daten aus Spielen wirklich helfen, wäre das ein neuer Datenvorteil neben Text, Code und Video. Für Robotik, Simulation und autonome Agenten zählt dann nicht nur, was ein Modell weiß, sondern ob es Ursache, Körper und Umgebung sauber auseinanderhält.
Quellen