Training aus Games: Warum General Intuition bessere AI-Daten im Gameplay sieht
TL;DR
TechCrunchs Equity-Podcast stellt General Intuition vor: CEO Pim de Witte hält reine LLMs für zu textfixiert, um AGI zu erreichen. Der fehlende Baustein sei räumlich-zeitliches Verständnis. Das Startup nutzt Gameplay-Daten aus Medal TV. Entscheidend sind nicht nur Videos, sondern die mitgeloggten Eingaben: welche Taste wann gedrückt wurde und wie die Spielwelt darauf reagierte.
Nauti's Take
General Intuitions These ist stark, weil sie Training nicht als mehr Internet versteht, sondern als sauberere Ursache-Wirkungs-Daten. Ein Spielclip mit Tastendruck ist für Agenten oft wertvoller als der tausendste Reddit-Thread, weil Handlung und Reaktion zusammenfallen.
Trotzdem riecht die Story auch nach perfektem VC-Material: eigener Datensatz, großer AGI-Begriff, Roboter-Demo, Defense-Ethik, Milliardenbewertung. Der Test kommt erst, wenn Kunden das Modell außerhalb schöner Demos in chaotischen Fabriken, Straßen oder Rettungsszenarien laufen lassen.
Einordnunganzeigen
Die Story trifft einen wunden Punkt der LLM-Debatte: Textmodelle können erklären, aber sie haben keine eigene Erfahrung davon, was passiert, wenn ein Körper handelt. Wenn Gameplay wirklich nutzbare Aktionsdaten liefert, wird Gaming plötzlich zur Infrastruktur für Robotik, Simulation und physische Agenten. Noch ist viel davon Demo, Funding-Story und Gründerthese.
Quellen