General Intuition оценивают в $6 млрд за разработку ИИ-модели для роботов

Стартап General Intuition завершает новый раунд привлечения инвестиций, который должен оценить компанию в 6 миллиардов долларов. Главная разработка General Intuition — универсальная ИИ-модель, которая предназначена для использования в робототехнике. Ключевая особенность этой модели — обучение на сотнях миллионов часов видеозаписей игрового процесса, полученных с платформы Medal, которая принадлежит генеральному директору компании Пиму де Витте. Благодаря этим данным General Intuition пытается научить ИИ-агентов адекватно действовать во времени и пространстве: такие навыки важны для роботов, которые должны ориентироваться в физическом мире.

Привлечённые средства компания планирует направить на расширение вычислительных мощностей и найм новых специалистов. Это должно ускорить доработку основной модели, особенно в части интеграции с аппаратными платформами роботов. Компания уверяет, что её ИИ-модель строится на уникальной базе — миллиардах размеченных игровых видео с 17 миллионов пользователей Medal, что позволяет создавать среды для обучения ИИ практически любой сложности и вариативности.

General Intuition уже недавно привлекла значительные инвестиции: в конце июня они заявили о $320 млн в раунде Series A при оценке в $2,3 млрд, и этими инвестициями руководили Khosla Ventures, а также такие знаковые фигуры как Эрик Шмидт и Джефф Безос. В 2025 году стартап сообщал ещё о $133,7 млн сид-раунда. То есть темпы роста экосистемы и интерес инвесторов к теме — крайне высокие.

Рынок так называемых “world models” — сложных симуляторов, позволяющих ИИ моделировать и предсказывать физические процессы — сейчас активно развивается. Например, Amazon недавно инвестировал $310 млн в компанию Odyssey, которая создаёт 3D-модели окружающей среды для обучения ИИ-агентов; Alibaba представила своё решение — набор моделей для помощи роботам в навигации, взаимодействии с предметами и предсказании последствий действий. На этом фоне решение General Intuition выделяется ориентацией на универсальность и массив пользовательских данных.

Для операторов общепита, гостиниц и туризма подобного рода ИИ-системы перспективны прежде всего как “мозги” автономных роботов и автоматизированных ассистентов. Благодаря training на огромных массивах реальных ситуаций такие модели в будущем смогут адаптироваться к сложной, переменчивой обстановке реальных заведений — например, эффективно перемещаться в тесных залах или оптимально взаимодействовать с гостями и персоналом. Однако на сегодня массовой коммерческой доступности подобных решений ещё нет, а технология в большей степени сфокусирована на инфраструктуре и базовых алгоритмах, нежели на прикладных сценариях.

Неизвестными остаются сроки выхода продукта на рынок и детали, связанные с применением платформы вне игровой сферы — издание не приводит информации о пилотных внедрениях или конкретных сделках с производителями роботов. Как и у большинства подобных масштабных стартапов, велика неопределённость: ожидания от технологии серьёзные, но реальные возможности проверки в ресторанных или гостиничных условиях могут появиться только через несколько лет, а стоимость владения и интеграции подобных ИИ-решений в реальный бизнес пока трудно оценить.