人工智能基础模型已深刻重塑自然语言处理领域，具身智能赛道正迎来类似范式转移。General Intuition首席执行官Pim de Witte指出，传统机器人研发过度依赖海量特定场景的专有数据，而行业未来应转向构建具备时空推理能力的通用基础模型。该模式的核心在于数据质量而非数量，仅需少量高质量数据即可实现技能迁移。 为实现这一目标，General Intuition创新性地采用数百万小时电子游戏数据作为训练素材，通过捕捉人类操作手柄的指令序列，赋予模型类人的空间直觉。公司近期成功演示了该模型在动态办公环境中仅依靠前置摄像头即可实现四足机器人零样本控制，全程仅需八分钟真实世界数据微调。领投方Khosla Ventures创始人Vinod Khosla高度认可该数据路线，推动公司于上月以二十三亿美元估值完成三亿美元融资。 General Intuition明确其战略定位为物理智能的基础模型提供商，而非直接制造实体机器人。公司致力于通过输出具备底层逻辑推演能力的通用AI底座，大幅降低下游企业的研发门槛与数据采集成本。这一技术路径不仅有望终结传统机器人研发对海量真人演示数据的依赖，更将加速具身智能产业向标准化、规模化方向演进。